Forskerne brugte data fra smartphones og Fitbit wearables til at bestemme, hvornår folk var høje med 85%-nøjagtighed.
Cannabisbrug bestemmes traditionelt via urin-, spyt- og hårstråtests. Men disse metoder kræver laboratorieanalyser, og et umiddelbart cannabisforbrug er måske ikke umiddelbart synligt i nogle tests.
Sang Won Bae og hendes team fra Stevens Institute of Technology i New Jersey havde til formål at fremskynde processen med at bestemme farlige forgiftningsniveauer.
I deres undersøgelse33 hyppige cannabisbrugere rapporterede deres daglige forbrug over en periode på 30 dage.
Under hele forløbet bar deltagerne aktivitetsmålere - nemlig Fibits - som registrerede målinger som puls, antal skridt og søvnmønstre.
I mellemtiden overvågede telefonsensorer deres mikrobevægelser, såsom telefonens håndteringsmønstre, for at evaluere koordination og stabilitet.
Efter at have indsamlet foreløbige deltagerdata trænede teamet maskinlæringsmodellen til at genkende potentielle tegn på cannabisbrug.
Da den blev testet på det resterende datasæt, opnåede den trænede model en nøjagtighed på 85% i forhold til at identificere personer, der havde indtaget cannabis inden for de foregående 5 minutter.
Wearables som Fitbits indsamler store mængder data fra deres brugere, men at udnytte dem til at forudsige, om nogen er skæve, ville være enormt kontroversielt.
Med hensyn til AI'ens nøjagtighed nævner Chung, at den er afhængig af deltagernes selvrapportering, hvilket hæmmer dens anvendelse i den virkelige verden.
Sådan fungerede undersøgelsen
- Målsætning: Forskerne satte sig for at finde ud af, om en kombination af smartphonesensorer og en Fitbit præcist kunne registrere episoder af akut marihuanaforgiftning i realtid.
- Metodologi: I løbet af 30 dage rapporterede 33 unge voksne deres forbrug af marihuana og tilhørende følelser af beruselse. De registrerede deres subjektive følelser inden for 15 minutter efter brug af marihuana og for tre semi-tilfældige daglige prompter.
- Målte variabler: Deltagerne vurderede deres beruselse på en skala: "ikke beruset" (score = 0), "lav beruselse" (score = 1-3) og "moderat til høj beruselse" (score = 4-10). Smartphone-sensorer og Fitbit målte faktorer som puls, mikrobevægelser og større bevægelser bestemt af GPS (kaldet makrobevægelse eller radius of gyration) og støjenerginiveauer i deres umiddelbare omgivelser.
- Resultater: Ved at modellere dataene med EXtreme Gradient Boosting Machine-klassifikatoren (XGBoost) kunne forskerne registrere, om folk havde indtaget cannabis inden for de sidste fem minutter med en nøjagtighed på 85%.
Overvågning af mennesker via deres wearables for at bestemme potentielt cannabisforbrug - Det er en måde at øge deres paranoia-niveau.
