根据这项研究,发表在《药物和酒精依赖,而使用智能手机的传感器数据的可行性评估确定的大麻陶醉在自然的环境中,时间特性的组合(跟踪每天的时间和一天周)和智能手机传感器数据有90%的准确性。

“通过使用一个人的手机传感器，我们可能能够检测出一个人何时可能正在经历大麻中毒，并在其可能对减少大麻相关伤害产生最大影响的时间和地点进行简短干预，”通讯作者Tammy Chung说。Tammy Chung是罗格斯大学健康、卫生保健政策和老龄化研究研究所的精神病学教授和人口行为健康中心主任。

大麻中毒与反应迟缓有关，影响工作或学习表现，或损害驾驶行为，导致受伤或死亡。现有的检测措施，如血液、尿液或唾液检测，作为日常生活中大麻中毒和大麻相关损害的指标存在局限性。

研究人员分析了每天从报告每周至少吸食两次大麻的年轻人收集的数据。他们研究了电话调查、自我报告的大麻使用情况，以及连续的手机传感器数据，以确定每天的时间和每周的一天在检测使用大麻方面的重要性，并确定哪种手机传感器在检测自我报告的大麻中毒情况中最有用。

他们发现，在检测大麻中毒自我报告方面，一天中的时间和一周中的一天的准确率为60%，时间特征和智能手机传感器数据的组合在检测大麻中毒方面的准确率为90%。

来自GPS数据的旅行模式——有时是他们报告感到兴奋的时候——以及来自检测不同运动的加速度计的运动数据，是检测自我报告的大麻中毒最重要的手机传感器特征。

研究人员使用低负担的方法(跟踪每天和每周的时间和分析手机传感器数据)来检测日常生活中的中毒，发现使用手机传感器检测大麻消费的主观中毒的可行性很强。

未来的研究应该调查该算法在对不经常使用大麻的人的醉酒报告与非醉酒报告进行分类时的表现。研究人员应该研究使用执法部门可能使用的工具的中毒报告，这些工具显示出与自我报告的大麻使用有更强的相关性。

研究作者包括来自史蒂文斯理工学院、斯坦福大学、卡耐基梅隆大学、日本东京大学和西雅图华盛顿大学的教师。

Journal Reference:

1. Sang Won Bae, Tammy Chung, Rahul Islam, Brian Suffoletto, Jiameng Du, Serim Jang, Yuuki Nishiyama, Raghu Mulukutla, Anind Dey. Mobile phone sensor-based detection of subjective cannabis intoxication in young adults: A feasibility study in real-world settings. Drug and Alcohol Dependence, 2021; 228: 108972 DOI: 10.1016/j.drugalcdep.2021.108972