一项由曼彻斯特城市大学与兰开斯特大学合作的研究表明，智能手机收集的微小移动模式能以高达 85% 的准确率预测吸烟者的烟瘾发作及复吸行为。该研究在《科学报告》期刊发表，通过将 17 名吸烟者的日常手机运动数据与按钮记录吸烟行为进行比对，发现算法能在五分钟内精准识别高危时刻。 更令人惊喜的是，该模型不仅适用于正在吸烟的人群，在受试者承诺戒烟后，也能基于其他吸烟者的数据成功预测其复吸风险。这表明不同个体的微小移动特征具有高度相似性，为通用干预模型奠定了基础。研究团队提出，该技术可赋能开发智能戒烟应用，当系统预测用户即将复吸时，及时推送个性化的激励图像，如展示健康目标或家人照片，以此在关键时刻提供“即时干预”，帮助用户抵御诱惑。 这是首次利用非刻意行为关联的移动数据预测成瘾行为，其意义远超戒烟领域。研究人员指出，这种数字化的微小动作记录技术，未来有望扩展至暴食症、失眠及各类精神健康问题的早期检测与干预。曼彻斯特城市大学的耶尔·本恩博士强调，这挖掘了日常运动数据的巨大潜力，为开发更 sophisticated 的健康监测模型迈出了关键一步。兰开斯特大学的玛丽亚姆·阿布-塔比克博士则指出，与以往依赖实验室环境下的可穿戴设备不同，该研究利用真实生活场景下的无约束数据，为理解现实世界中的行为改变提供了宝贵见解。