Africa-focused technology, digital and innovation ecosystem insight and commentary.
…
continue reading
Treść dostarczona przez Leo Elworth. Cała zawartość podcastów, w tym odcinki, grafika i opisy podcastów, jest przesyłana i udostępniana bezpośrednio przez Leo Elworth lub jego partnera na platformie podcastów. Jeśli uważasz, że ktoś wykorzystuje Twoje dzieło chronione prawem autorskim bez Twojej zgody, możesz postępować zgodnie z procedurą opisaną tutaj https://pl.player.fm/legal.
Player FM - aplikacja do podcastów
Przejdź do trybu offline z Player FM !
Przejdź do trybu offline z Player FM !
Dr. Tejaswini Mishra: Wearables Detect Pre-symptomatic COVID-19
MP3•Źródło odcinka
Manage episode 299906490 series 2898175
Treść dostarczona przez Leo Elworth. Cała zawartość podcastów, w tym odcinki, grafika i opisy podcastów, jest przesyłana i udostępniana bezpośrednio przez Leo Elworth lub jego partnera na platformie podcastów. Jeśli uważasz, że ktoś wykorzystuje Twoje dzieło chronione prawem autorskim bez Twojej zgody, możesz postępować zgodnie z procedurą opisaną tutaj https://pl.player.fm/legal.
This episode discusses Dr. Tejaswini Mishra’s recent publication in Nature Biomedical Engineering: https://www.nature.com/articles/s41551-020-00640-6 Dr. Mishra begins the episode by explaining the origin story of this work and how the idea for this paper came to be. She then explains how this study enrolled thousands of participants and used the participants’ smartwatch or wearable device data to detect COVID-19 infections. After explaining how this study began, Dr. Mishra discusses how she and her team came up with two main algorithms for detecting COVID-19 infections from wearables data. Dr. Mishra also discusses the many variables that could be monitored with wearables in addition to standard measures used for predicting illnesses like heart rate. Finally, we hear about the main results of this study including the successful detection of several active COVID-19 infections in study participants. We also hear a comparison of this work against the COVID-19 wearables study featured previously on the podcast. We end by hearing Dr. Mishra’s thoughts on the future of wearables for detecting infectious diseases and for improving human health in general.
…
continue reading
48 odcinków
MP3•Źródło odcinka
Manage episode 299906490 series 2898175
Treść dostarczona przez Leo Elworth. Cała zawartość podcastów, w tym odcinki, grafika i opisy podcastów, jest przesyłana i udostępniana bezpośrednio przez Leo Elworth lub jego partnera na platformie podcastów. Jeśli uważasz, że ktoś wykorzystuje Twoje dzieło chronione prawem autorskim bez Twojej zgody, możesz postępować zgodnie z procedurą opisaną tutaj https://pl.player.fm/legal.
This episode discusses Dr. Tejaswini Mishra’s recent publication in Nature Biomedical Engineering: https://www.nature.com/articles/s41551-020-00640-6 Dr. Mishra begins the episode by explaining the origin story of this work and how the idea for this paper came to be. She then explains how this study enrolled thousands of participants and used the participants’ smartwatch or wearable device data to detect COVID-19 infections. After explaining how this study began, Dr. Mishra discusses how she and her team came up with two main algorithms for detecting COVID-19 infections from wearables data. Dr. Mishra also discusses the many variables that could be monitored with wearables in addition to standard measures used for predicting illnesses like heart rate. Finally, we hear about the main results of this study including the successful detection of several active COVID-19 infections in study participants. We also hear a comparison of this work against the COVID-19 wearables study featured previously on the podcast. We end by hearing Dr. Mishra’s thoughts on the future of wearables for detecting infectious diseases and for improving human health in general.
…
continue reading
48 odcinków
Wszystkie odcinki
×Zapraszamy w Player FM
Odtwarzacz FM skanuje sieć w poszukiwaniu wysokiej jakości podcastów, abyś mógł się nią cieszyć już teraz. To najlepsza aplikacja do podcastów, działająca na Androidzie, iPhonie i Internecie. Zarejestruj się, aby zsynchronizować subskrypcje na różnych urządzeniach.