Un chercheur de l’Institut de technologie de Stevens, dans une étude datant de 2021, démontrait que les données des capteurs de smartphones combinées à des caractéristiques temporelles pouvaient identifier l’ivresse au cannabis avec une précision de 90%.
Le 29 septembre 2021, l’Institut de technologie de Stevens a publié les résultats d’une étude novatrice dans le journal Drug and Alcohol Dependence, démontrant que les données des capteurs de smartphones, combinées à des caractéristiques temporelles, peuvent identifier l’ivresse au cannabis avec une précision de 90%. L’étude, dirigée par le professeur adjoint Sang Won Bae de Stevens, a exploré l’utilisation des capteurs de smartphones pour détecter les effets du cannabis, en mettant l’accent sur la combinaison des facteurs temporels.
Sang Won Bae, qui avait précédemment développé des modèles d’apprentissage automatique pour détecter l’ivresse éthylique à l’aide d’une application smartphone, souligne que les smartphones équipés de capteurs mobiles sont universels et peuvent suivre notre comportement de manière discrète. Selon Bae, ces appareils ne sont pas une distraction, ne nécessitent pas de les porter, et les données collectées peuvent potentiellement prévenir la prise de décisions regrettables sous l’influence de substances.
L’étude intervient dans un contexte de légalisation croissante du cannabis aux États-Unis, confrontant les méthodes existantes de détection de l’ivresse au cannabis, telles que les tests sanguins, urinaires ou salivaires, à des limitations. Compte tenu des altérations possibles des fonctions psychomotrices liées à un état d’ivresse au cannabis, telles que le ralentissement du temps de réaction, cette étude ouvre la voie à des interventions adaptatives en temps réel parmi les utilisateurs de cannabis.
L’étude a suivi les capteurs de mouvement des smartphones chez de jeunes adultes déclarant une utilisation de cannabis d’au moins deux fois par semaine. Plus de 100 caractéristiques, dont le GPS, le bruit, la lumière et le niveau d’activité, ont été utilisées pour détecter l’ivresse de chaque participant. Les chercheurs ont également examiné l’utilisation du smartphone en fonction du jour de la semaine et de l’heure de la journée, tandis que les participants indiquaient s’ils se sentaient « défoncés » ou « sobres ».
Les résultats ont révélé que la combinaison des deux ensembles de données permettait de prédire l’ivresse au cannabis avec une précision de 90% dans un environnement naturel. Sang Won Bae a développé une intelligence artificielle pour détecter l’ivresse au cannabis, ouvrant la possibilité d’appliquer cette technologie à la détection précoce de comportements à risque dans des environnements quotidiens.
« Il est important de donner aux gens la possibilité de changer leur comportement avant qu’il ne se produise quelque chose de négatif », a souligné Bae. « Cette étude vise à prédire le comportement humain comme moyen de soutenir les personnes physiquement ou cognitivement altérées. »
Exploration de l’IA pour une détection plus immédiate et précise
Des chercheurs du Canada et des États-Unis se sont associés dans une mission audacieuse visant à transformer nos smartphones en outils sophistiqués capables de détecter l’intoxication au cannabis en temps réel. Cette initiative repose sur l’utilisation de l’intelligence artificielle (IA) pour dépasser les méthodes conventionnelles de test d’incapacité de conduire.
L’étude approfondie dans le domaine de l’IA
Collecte minutieuse de données à partir de capteurs personnels
Cette nouvelle étude, récemment partagée en ligne, plonge profondément dans le domaine de l’intelligence artificielle, explorant son potentiel pour surveiller l’intoxication au cannabis de manière plus immédiate et précise que jamais. Les chercheurs ont collecté méticuleusement des données provenant de capteurs personnels sur des smartphones et des appareils Fitbit de 33 individus, surveillant des paramètres cruciaux sur une période prolongée.
Distinguer la présence de THC et l’état d’ivresse réel
Corrélations entre la consommation déclarée et les données des capteurs
Les chercheurs ont observé les habitudes de consommation de cannabis des participants, cherchant à établir des corrélations entre les données autodéclarées sur la consommation et les commentaires des capteurs. Cette approche novatrice vise à distinguer la simple présence de THC dans le système de l’intoxication réelle, une distinction cruciale dans des situations telles que l’évaluation de la capacité à conduire en toute sécurité.
Enregistrement minutieux des micro-mouvements
Mesurer la stabilité et la coordination pour évaluer l’intoxication
Les capteurs des smartphones ont enregistré minutieusement les micro-mouvements des participants, analysant la manière dont l’appareil était tenu afin de mesurer la stabilité et la coordination. Ces facteurs sont essentiels pour évaluer les niveaux d’ivresses, et les chercheurs ont mis en avant l’importance de l’IA dans la distinction entre la simple présence de THC et l’état d’intoxication réel.
Une application innovante pour une surveillance continue
Collecte discrète de données contextuelles
L’application innovante fonctionnait en continu en arrière-plan, collectant discrètement des données sur les actions, les conversations, ainsi que le son et l’éclairage ambiants des participants. Cette fonctionnalité, activée en fonction de la consommation déclarée de cannabis, a fourni des informations précieuses sur le contexte social de la consommation.
Une approche holistique avec des appareils Fitbit
Impliquer activement les participants pour des données exhaustives
L’étude incluait l’utilisation d’appareils Fitbit pour surveiller la fréquence cardiaque, les habitudes de sommeil et les pas effectués. Les participants rapportaient leur consommation de cannabis, évaluant ensuite leur niveau d’ivresse sur une échelle de 1 à 10. Cette approche holistique, malgré les défis tels que l’exactitude des données signalées par les utilisateurs, offre des perspectives bénéfiques dans des scénarios réels.
Perspectives d’avenir et conclusion
Vers une utilisation plus répandue de l’IA pour surveiller l’intoxication au cannabis
Bien que des défis persistent, tels que l’exactitude des données signalées par les utilisateurs, les chercheurs envisagent d’améliorer leur méthodologie. Les avancées futures impliquent l’amélioration des algorithmes des smartphones et de Fitbit, ainsi que l’extension des efforts de collecte de données pour inclure des échantillons plus larges. Avec ces progrès, l’utilisation de l’IA pour surveiller l’ivresse au cannabis en temps réel devient de plus en plus prometteuse.
En conclusion, cette étude pionnière témoigne du potentiel de l’IA à révolutionner notre compréhension de l’ivresse au cannabis. À mesure que la technologie continue de progresser, le jour où nos smartphones nous protégeront de la conduite sous influence et d’autres risques pourrait être plus proche que nous ne le pensons. Pour en savoir plus, vous pouvez lire l’étude dans son intégralité [ouvrir le lien format pdf ici].
