Los investigadores han desarrollado un modelo de IA para detectar el consumo de cannabis

6 de octubre de 2023

Cannabis AI

Los investigadores utilizaron datos de smartphones y wearables Fitbit para determinar cuándo las personas estaban colocadas con una precisión de 85%.

Tradicionalmente, el consumo de cannabis se determina mediante pruebas de orina, saliva y mechones de pelo. Sin embargo, estos métodos exigen análisis de laboratorio, y el consumo inmediato de cannabis puede no ser inmediatamente evidente en algunas pruebas. 

Sang Won Bae y su equipo del Instituto de Tecnología Stevens de Nueva Jersey se propusieron acelerar el proceso de determinación de los niveles de intoxicación peligrosos.

En su estudiar, 33 consumidores frecuentes de cannabis informaron de su consumo diario durante un periodo de 30 días.

Durante todo ese tiempo, los participantes llevaron dispositivos de seguimiento de la actividad -en concreto, Fibits- que registraban parámetros como la frecuencia cardiaca, el recuento de pasos y los patrones de sueño.

Mientras tanto, los sensores del teléfono controlaban sus micromovimientos, como los patrones de manejo del teléfono, para evaluar la coordinación y la estabilidad.

Tras recopilar datos preliminares de los participantes, el equipo entrenó el modelo de aprendizaje automático para reconocer posibles signos de consumo de cannabis.

Cuando se probó con el conjunto de datos restante, el modelo entrenado alcanzó una tasa de precisión de 85% en la identificación de individuos que habían consumido cannabis en los 5 minutos anteriores.

Los wearables como Fitbits recogen enormes cantidades de datos de sus usuarios, pero aprovecharlos para predecir si alguien está colocado sería enormemente controvertido. 

En cuanto a la precisión de la IA, Chung menciona que se basa en la autoinformación de los participantes, lo que dificulta sus usos en el mundo real. 

Cómo funcionó el estudio

  1. Objetivo: Los investigadores se propusieron averiguar si la combinación de sensores de un smartphone y un Fitbit podía detectar con precisión episodios de intoxicación aguda por marihuana en tiempo real.
  2. Metodología: Durante 30 días, 33 adultos jóvenes informaron sobre su consumo de marihuana y las sensaciones de intoxicación asociadas. Registraron sus sensaciones subjetivas a los 15 minutos de consumir marihuana y durante tres avisos diarios semialeatorios.
  3. Variables medidas: Los participantes calificaron su intoxicación en una escala: "no intoxicado" (puntuación = 0), "baja intoxicación" (puntuación = 1-3) y "intoxicación de moderada a alta" (puntuación = 4-10). Los sensores del smartphone y el Fitbit midieron factores como la frecuencia cardiaca, los micromovimientos y los movimientos más amplios determinados por GPS (denominados macromovimientos o radio de giro) y los niveles de energía acústica en su entorno inmediato.
  4. Resultados: Al modelar los datos con el clasificador EXtreme Gradient Boosting Machine (XGBoost), los investigadores pudieron detectar si las personas habían consumido cannabis en los últimos cinco minutos con una precisión de 85%.

Seguimiento de las personas a través de sus wearables para determinar el posible consumo de cannabis - esa es una forma de aumentar sus niveles de paranoia. 

Únete al futuro


SUSCRÍBETE HOY

Claro, conciso y completo. Conozca los avances de la IA con DailyAI

Sam Jeans

Sam es un escritor de ciencia y tecnología que ha trabajado en varias startups de IA. Cuando no está escribiendo, se le puede encontrar leyendo revistas médicas o rebuscando en cajas de discos de vinilo.

×

PDF GRATUITO EXCLUSIVO
Adelántese con DailyAI

Suscríbase a nuestro boletín semanal y reciba acceso exclusivo al último eBook de DailyAI: 'Mastering AI Tools: Su guía 2024 para mejorar la productividad'.

*Al suscribirse a nuestro boletín de noticias, acepta nuestra política de privacidad. Política de privacidad y nuestro Condiciones generales