医療とAIのニュース医療におけるAI活用事例スマートフォンによる大麻中毒の検出

スマートフォンによる大麻中毒の検出

米スティーブンス工科大学やラトガーズ大学などの共同研究チームは、スマートフォンのセンサーデータを利用し、実世界環境での大麻中毒エピソードを特定する機械学習モデルを構築した。研究成果は短報としてDrug and Alcohol Depedence誌に収載され、中毒患者の検出と管理に新たな可能性を示している。

チームの研究論文によると、週に2回以上の大麻使用があるペンシルベニア州ピッツバーグの若年成人(18-25歳)を対象として、最大30日間に渡るデータ収集を行ったという。これには1日3回の電話による聞き取り調査、自己申告によると大麻使用報告(使用時刻や主観的な大麻酔いの程度等)、スマートフォンセンサーによる連続データ取得などが含まれていた。チームはこれらに基づき、大麻酔いの程度を3段階(酔っていない/わずかに/中等度)に識別する複数の機械学習モデルを検証した。結果、大麻中毒者の日常を反映する可能性のある「時間」を特徴量に組み込むことで、90%の識別精度を達成した。また、主観的な大麻中毒を検出するためのスマートフォン上の重要な指標として、「移動」(GPS)と「動き」(加速度センサー)が同定された。

本研究は「実世界環境における主観的な大麻中毒を、スマートフォンのセンサーを用いて検出することが可能」であることを明らかにした。今後、大麻の使用頻度がそもそも低い群や他の年齢層を含め、多面的なモデルパフォーマンスの評価へと進む必要がある。一方、スマートフォンの普及率と世界的な中毒者数を考えれば社会実装による直接的インパクトが大きく、期待の大きい研究テーマと言える。

関連記事:

  1. 「薬物過剰摂取による死亡」の予測モデル
  2. 「薬物過剰摂取による死亡」の正確な時空間マッピング
  3. 出生前情報からAIで新生児薬物離脱症候群を予測
  4. AIによるポルノ誘導が健康被害を招く可能性
  5. 野生動物の健康異常警告AIはヒトでのアウトブレイクも検知できるか?

TOKYO analyticahttps://tokyoanalytica.com/
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. 岡本 将輝
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員を経て、SBI大学院大学客員准教授、東京大学特任研究員など。専門はメディカルデータサイエンス。

2. 杉野 智啓
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。
RELATED ARTICLES

最新記事

注目の記事