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