研究& Innovation

这种人工智能预测从智能手机数据狂饮

365备用网址研究员共同开发非侵入式系统,以预测酒精滥用,援助干预;也可用于研究检疫有用

Glasses of wine

饮酒可以减缓反应和看法,包括对自己的状态。大约10,000名美国人(每天30)在醉驾事故每年死亡,而在暴力行为和性侵犯的增加也被认为与大量饮酒。

为了应对这一挑战,由365备用网址教授和她的合作者开发了一种人工智能供电重型饮酒事件预测系统设计预测 - 和干预 - 饮酒失控之前。

“这开始作为一个努力尝试解决一个非常严重的问题,在大学校园里,这是无节制饮酒能产生交通死亡事故,暴力行为,紧急到医院探访,甚至更糟的是,”笔记研究员桑韩元培,谁开始开发使用由被称为感知而接合365备用网址之前卡内基梅隆大学博士后研究员的移动感测框架收集的数据检测算法 School of Systems & Enterprises 在2019年。

“这是显著的研究小组在这方面的工作,它集成了除365备用网址几个合作伙伴,包括急诊医学在匹兹堡医疗中心大学的科医生。”

上的位置,运动,智能电话交互的背景数据

自觉应用程序的工作原理通过研究现代智能手机,包括用户的位置,运动,手机使用情况和社会交往不断收集传感器数据流。

这个所谓的无源传感实际上提供了有关在未来数小时内一个即将发布的行为的重要线索,发现BAE。

“智能手机已经使用,研究,测量酒精是如何影响运动协调;使用加速度计来测量中毒,通过步态分析;使用手机的人群传感分类喝酒的夜晚;以及使用社交媒体,以确定酒精和相关的非酒精上岗”笔记裴。

Professor 桑赢得培
School of Systems & Enterprises professor 桑赢得培 开发与卡内基 - 梅隆大学的系统和匹兹堡大学

“我的研究,但是,注重检测那些谁已经开始饮用或陶醉,这是不支持干预措施,防止饮酒行为发生之前有用的。” 

BAE系统公司小组开始通过电话传感器和数据流,包括一周中的一天,时间,位置,步态等肢体动作的时间提取76个功能,打电话和发短信的行为,应用程序使用,电池状态 - 和可用的WiFi热点数量附近(这可以表明,如当事人或棒的情况下社交)。

检测系统做了 查看,阅读和分析任何文本或电子邮件,也没有检查拼写的准确性,仅收集的元数据。

“这很重要,”笔记裴。 “我们希望这个系统能为隐私,非侵入性越好。”

它已经知道一周中的一天是酗酒事件的最有力预测指标(hdes),通过对酗酒和酒精中毒研究所定义为四到五年的饮料之一:随着周末接近和到达,hdes扶摇直上开始再次上扬周三之前在周日和周一,然后尾巴断。

但BAE系统公司的研究,2017年以来开始一直进行,产生了令人惊讶的洞察力入额外的数据点在预测饮酒行为是有用的。

谁不解锁或在白天多使用自己的手机,例如科目,更有可能从事大量那天晚上喝。剩下的一个位置整天铺垫多饮活动比移动周围几个领域。谁的人接触较少通过电话或文字在白天看来更可能以后喝酒的人;白天长的来电似乎有那么激烈饮酒后相关。

“这些因素可能是由于社会支持网络,并进行隔离,一个人的感觉。”小裴表明,“尽管到更详细地研究了这种需求。”

经常旅行远离一个人的工作或家庭,符合市场预期,似乎关联与和预测的可能性更高喝更多。白天我们的行走步态和动作不预测未来的饮用水,但是。

“尽管我们的运动数据肯定是表明它正在发生大量饮酒,和应用程序已开发的用于显示器和信号这一点,”她说,“这不是目前我集团的研究的一个重点。”

取而代之的是,球队的重点是预测和干预 之前 喝酒已经开始,以试图阻止hdes。

高度准确的预测

从手前人的研究见解,研究人员现在已经优化了机器学习模型,甚至进一步上最有用的传感器的25汲取通过了解应用收集功能。

“我们安装意识到应用程序并收集数据,解释说:”裴勇俊。 “那么,我们预先处理传感器的功能和提取关键特征,开发和训练机器学习模型来预测hdes。”

事实上,该集团的最新预测HDE分析算法在运行过程中的传感器数据的窗口比以往更好,使得大约在同一天即将到来的行为预测。

在对140名多名59岁成年人21至28谁自我报告长达14周的饮用水事件的智能手机安装系统试点测试,HDE算法已经在同一天后预测酗酒的即将到来的事件证明是非常准确的还是黑夜。

接下来的步骤将包括机器学习模型的进一步细化,以进一步提高酗酒事件的预测 - “数据点确实是我们的重点:危险的行为,说:” BAE - 以及对未来的算法为基础的设计可能的合作干预)可能化险为夷酗酒的情节。 

“我们必须要小心虚假预测大量饮酒,”她警告。 “随机短信给社会孤立的用户,晚在下午,在本周很晚 - 一个可能的策略,似乎是有前途的研究 - 可能会惹恼,威胁或愤怒的用户,而不是欢呼起来,这可能鼓励我们正试图消除或防止非常行为“。

任何最终的预测和干预系统不需要收获或存储大量用户数据的公司,BAE说,并指出她的团队的工作已经证明,手机只需要数据的六个小时的窗口存储成功,准确地执行其预测楷模。

BAE的基于算法预测系统也可以产生应用程序和干预其他疾病,行为和医疗条件,包括在隔离条件下。

“因为我们也被动地捕获活动水平,步态和行为,人们想象的应用,如预测娱乐性药物的使用,大量使用鸦片类药物,帕金森氏症,癫痫发作或糖尿病冲击事件,”她说。

“此外,在隔离区中的电流提高利率,分析了被动传感器数据可以使我们学习或防止这些条件下,物质滥用和一定的医疗条件。”