酔っているかどうかは、スマホを持って数歩歩けばわかります。

スタンフォード大学とピッツバーグ大学の研究チームは最近、スマートフォンを使用して酩酊を検出し、歩行の特徴を利用して対応する血中および呼気のアルコール濃度を検出するという研究を発表した。将来飲みすぎた場合は、携帯電話を使用してテストすればわかります。

「飲みすぎたね。」

「あまり飲みませんでした。」

言うまでもなく、飲みすぎたかどうかは、携帯電話を持って数歩歩くだけでわかります。

これはスタンフォード大学とピッツバーグ大学の研究チームによる最新の研究結果です。彼らはスマートフォンのセンサーと加速度計を使用して酩酊状態を判断します。22 人のボランティアによるテストでは、92.5% の精度が得られました。

飲酒は一時的には良いことですが、酩酊には多くの危険が伴います

中国には昔から「ワインのない宴はない」という格言があります。国内の飲酒文化には、宴会や会合のたびに、必ず飲酒を勧められることがあるという人も多いと思います。

お酒を飲むと楽しいこともありますが、少し飲んでもたくさん飲んでも幸せにはならず、体に害を及ぼすだけで、飲酒によってさまざまな事故が起こりやすくなります。

WHOの調査報告書によると、アルコールにより毎年世界中で 300 万人が死亡しています。アルコールの有害な使用は、世界の病気の負担の 5.1% を占めています。

また、飲酒運転による交通事故の割合は、ほぼ 30% です。2019年上半期だけで、飲酒運転による死亡事故以外の交通事故は7,512件発生した。

ピッツバーグ大学医学部の主任研究員であるブライアン・サフォレット氏は、現在スタンフォード大学医学部の救急医学教室に所属しています。大学時代の親友が飲酒運転事故で亡くなったという。彼は長年にわたって救急部門で、アルコール中毒でここに送られてくる大人をあまりにも多く見てきた。

したがって、彼は次のように信じています人々の飲酒量を減らし、飲酒運転を防止するには、アルコール中毒に関するリアルタイムの情報を得ることが重要です。彼は10年近くにわたり、過度の飲酒による怪我や死亡を防ぐためのデジタル飲酒介入に取り組んできました。

携帯電話を持って一直線に歩いて、酔っているかどうかを確認します

現在、酩酊の検出は通常、呼気分析装置や採血などの従来の方法に依存していますが、これらには専門的な機器と専門家の参加が必要です。

ブライアン・サフォレット氏は、身の回りにあるツールを使って検出したいと考えており、「私たちは今日、どこに行くにも強力なセンサー（スマートフォン）を持ち歩いています。ですから、公衆衛生に最大限の効果をもたらすために、それらの使い方を学ぶ必要があります。」と述べました。

最近、彼が率いるチームは最新の研究をアルコールと薬物研究ジャーナルに発表しました。 「スマートフォンの加速度計を使用したアルコール中毒による歩行障害の感知に関する予備研究」,スマートフォンを利用した飲酒検知方法を紹介します。

この研究は、血中アルコール濃度 (BAC) および呼気アルコール濃度 (BrAC) と歩行特性との相関関係に焦点を当てました。

 ステップ 1: 被験者はアルコールを飲みます 

2018年下半期、サフォレット氏のチームは21歳から43歳までの成人22人を対照実験室研究のボランティアとして募集した。

22人のボランティアは、研究に参加する前に24時間アルコール、他の向精神薬、カフェインを控えるよう求められた。

そして、実験中に、ボランティアたちは、1時間以内に特定の用量のウォッカとライムジュースを飲みました。これらの用量は、BrAC=0.20% (呼気 1 リットルあたり 0.2 ミリグラムのアルコールを意味する) を達成するように計算されます。

ボランティアのBrACが0.2%に達することを確認する必要がある理由は、これは、米国全土で、BrAC が 0.2% を超えた状態で運転すると犯罪とみなされるためです。

 ステップ 2: 歩行およびアルコール濃度データのサンプリング 

飲酒後、ボランティアたちは1時間ごとに歩行実験を行った。研究者らは、彼らの歩行データ、呼気中のアルコール濃度、血中アルコール濃度を測定した。

実験の前に、研究者らは各参加者の腰にスマートフォンを固定した。歩行実験中、ボランティアは、カーペット敷きの平らな床の上を直線で10歩歩き、その後向きを変えて出発点に戻るように指示されます。

研究チームは、phyphoxと呼ばれるモバイルアプリを通じて加速度計のデータを記録し、歩行の特徴を抽出しました。

ボランティアの方が歩いていると、スマートフォンのセンサーとアプリは、スマートフォンの x、y、z (左右、前後、垂直) データを測定します。

この研究の重要な長所は、ロジスティック回帰モデルを使用して高い精度が達成されることが判明したことです。これにより、モデル内の個々の歩行特徴の相対的な寄与を調べることができました (機械学習では直接不可能なこと)。

で、彼らは、携帯電話の X 軸 (X 軸は歩行中の左右の揺れを表します) に沿った振幅と分散が重要な予測因子であることを発見しました。

この研究のもう 1 つの利点は、日常の自然環境で簡単に収集できる 10 歩歩行サンプルのみを使用したことです。

 結果: 歩行の変化を使用して酩酊度を測定した場合、精度は 92.5% でした 

研究結果は次のことを示しています研究者らは、歩行の変化を利用して、参加者の呼気アルコール濃度が米国の法定制限値である0.08%をいつ超えたかを92.5%の精度で判断することができた。

注: 米国のほとんどの州の法律によれば、成人は体内のアルコール濃度が 0.08% を超えた場合に飲酒しているとみなされ、アルコール濃度が 0.2% を超えた場合の運転は違法な飲酒運転となります。

ただし、サンプルサイズが小さく、歩行データポイントの数が限られているため、BrAC が 0.08% 以下の場合に、歩行の特徴によって低レベルの飲酒を区別できるかどうかは不明です。

さらに、研究では携帯電話は腰に固定されていました。しかし、通常の状況では、人々は携帯電話をポケットに入れていますが、これが検査結果に影響するかどうかは不明です。

ただし、次のステップは、携帯電話をポケットに入れたり、混雑したバーの廊下など、より現実的な設定でこの設定をテストすることになるとチームは述べた。

研究チームは、こうした制限にもかかわらず、この「概念実証研究」は依然として、携帯電話を使用してアルコール関連障害を検出する将来の研究の基礎を築くと述べた。この技術は将来的には、運転行動の監視や精密機器の操作、アルコール依存症の治療などへの応用が期待されます。

この研究が十分に発展すれば、スマートフォンが従来のアルコール濃度検出ツールを直接置き換えることができ、人的資源と材料費が大幅に節約されることになる。

さらに重要なことは、飲酒しているときに交通警察のチェックを待つ必要がないことです。運転席に座る前に、スマートフォンがアラームを発して親戚や友人に迎えに来るように通知している可能性があるためです。シート。

参考文献:
https://www.jsad.com/doi/pdf/10.15288/jsad.2020.81.505https://www.sciencedaily.com/releases/2020/08/200818094030.htm

- 以上 -