Onderzoekers gebruikten gegevens van smartphones en Fitbit wearables om te bepalen wanneer mensen high waren met een nauwkeurigheid van 85%.
Cannabisgebruik wordt traditioneel vastgesteld via urine-, speeksel- en haarstrengtesten. Deze methoden vereisen echter laboratoriumanalyse en onmiddellijke cannabisconsumptie is bij sommige tests niet direct zichtbaar.
Sang Won Bae en haar team van het Stevens Institute of Technology in New Jersey wilden het proces voor het bepalen van gevaarlijke intoxicatieniveaus versnellen.
In hun onderzoek33 frequente cannabisgebruikers rapporteerden hun dagelijkse consumptie over een periode van 30 dagen.
Gedurende deze hele periode droegen de deelnemers activity trackers - namelijk Fibits - die gegevens registreerden zoals hartslag, aantal stappen en slaappatronen.
Ondertussen hielden telefoonsensoren hun microbewegingen bij, zoals het vastpakken van de telefoon, om de coördinatie en stabiliteit te evalueren.
Na het verzamelen van voorlopige deelnemersgegevens trainde het team het machine learning model om mogelijke tekenen van cannabisgebruik te herkennen.
Bij het testen van de resterende dataset behaalde het getrainde model een nauwkeurigheid van 85% bij het identificeren van personen die cannabis hadden gebruikt in de voorafgaande 5 minuten.
Wearables zoals Fitbits verzamelen enorme hoeveelheden gegevens van hun gebruikers, maar ze gebruiken om te voorspellen of iemand high is zou enorm controversieel zijn.
Over de nauwkeurigheid van de AI zegt Chung dat deze afhankelijk is van de zelfrapportage van deelnemers, wat het gebruik in de echte wereld bemoeilijkt.
Hoe het onderzoek werkte
- Doel: De onderzoekers gingen na of het combineren van smartphone-sensoren en een Fitbit nauwkeurig realtime-episodes van acute marihuanageroxicatie kon detecteren.
- Methodologie: Gedurende 30 dagen rapporteerden 33 jongvolwassenen hun marihuanagebruik en bijbehorende gevoelens van dronkenschap. Ze registreerden hun subjectieve gevoelens binnen 15 minuten na het gebruik van marihuana en voor drie semi-willekeurige dagelijkse prompts.
- Gemeten variabelen: Deelnemers beoordeelden hun intoxicatie op een schaal: "niet bedwelmd" (score = 0), "laag bedwelmd" (score = 1-3), en "matig tot hoog bedwelmd" (score = 4-10). Smartphone-sensoren en de Fitbit maten factoren zoals hartslag, microbewegingen en grotere bewegingen bepaald door GPS (macrobeweging of radius of gyration genoemd) en geluidsenergieniveaus in hun directe omgeving.
- Resultaten: Door de gegevens te modelleren met de EXtreme Gradient Boosting Machine classifier (XGBoost), konden de onderzoekers met een nauwkeurigheid van 85% detecteren of mensen de afgelopen vijf minuten cannabis hadden gebruikt.
Mensen monitoren via hun wearables om mogelijk cannabisgebruik vast te stellen - dat is één manier om het niveau van hun paranoia opdrijven.
