場景描述：斯坦福大學和匹茲堡大學的研究小組，最近發(fā)表了一項用智能手機檢測醉酒狀態(tài)的研究，可利用步態(tài)特征檢測相應的血液和呼吸酒精濃度。以后喝沒喝多，用你的手機測一測就知道。

關鍵詞：智能手機 醉酒檢測 步態(tài)分析

「你喝多了。」

「我沒喝多?！?/p>

到底喝多沒喝多，無需多言，只要帶上你的手機走兩步，就能判斷出來。

這是來自斯坦福大學和匹茲堡大學研究小組的最新研究成果。他們利用智能手機中的傳感器和加速度計，實現(xiàn)醉酒狀態(tài)判斷，在 22 名志愿者試驗中，獲得了 92．5％ 的準確率。

喝酒一時爽，醉酒危害多

國內素來有「無酒不成宴」的說法。相信很多人對國內的酒文化都不陌生，每逢宴席聚會，總少不了被勸酒。

我國白酒人均消耗 4．34 升／年，人均消費近 2 萬元／年 呈穩(wěn)定上升趨勢（數(shù)據(jù)來源：天風證券研究所）

雖說喝酒會給人帶來快感，但是無論小酌還是多喝，都不會怡情，只會傷害自己的身體，還容易因醉酒而發(fā)生各種事故。

據(jù)世衛(wèi)組織調查報告顯示，每年全球因酒精致死 300 萬人，酒精的有害使用占全球疾病負擔的 5．1％。

酒精致死事件和疾病中，消化系統(tǒng)疾病占比最大（2016 年）

數(shù)據(jù)來源：WHO《Global status report onalcohol and health》

此外，因酒后駕駛造成的交通事故占比近 30％，2019 年僅上半年，因酒駕醉駕導致的非死亡交通事故就達到 7512 起。

匹茲堡大學醫(yī)學院的首席研究員 Brian Suffoletto，現(xiàn)在就職于斯坦福大學醫(yī)學院急診醫(yī)學系。他介紹說，自己大學時的好友，就是因一次酒后駕駛事故而離開人世。而他這些年在急診科，也見過了太多因酒精中毒被送來的成年人。

因此他認為，實時掌握有關酒精中毒的信息幫助人們減少飲酒、預防酒后駕駛等很重要。近十年來，他一直致力于研究數(shù)字化的飲酒干預措施，防止過量飲酒造成的傷亡。

拿上手機走直線，檢測是否喝醉

目前，對于醉酒的檢測，一般依賴于常規(guī)方法，如呼吸分析儀或抽血，但這些都需要專業(yè)儀器和專業(yè)人士的參與。

Brian Suffoletto 希望能借助身邊的工具來檢測，他表示：「如今我們無論走到哪里，都隨身攜帶強大的傳感器（智能手機）。因此，我們要學習如何使用它們來最好地為公共衛(wèi)生服務?！?/p>

近日，他所帶領的團隊在《酒精與藥物研究雜志》（《Journal of Studies on Alcohol and Drugs》）發(fā)表了最新研究《A Preliminary Study Using Smartphone Accelerometers to Sense Gait Impairments Due to Alcohol Intoxication》，介紹了使用智能手機檢測是否醉酒的方法。

一項使用智能手機加速計檢測酒精中毒引起的步態(tài)損傷的初步研究

本次研究聚焦在血液酒精濃度（BAC）和呼吸酒精濃度（BrAC）與步態(tài)特征方面的關聯(lián)度。

第一步：受試者飲酒

2018 年下半年，Suffoletto 團隊招募了 22 位年齡在 21 至 43 歲之間的成年人，作為志愿者，進行對照實驗室研究。

這 22 位志愿在接受研究之前，被要求 24 小時內戒酒，并避免服用其他精神藥物和咖啡因。

然后，實驗過程中，志愿者們在 1 個小時內，喝完了特定劑量的伏特加和酸橙汁的混合飲料，這些劑量是測算好，能夠達到 BrAC＝0．20％（表示每公升的呼氣中，含有 0．2 毫克的酒精）。

飲酒劑量分別根據(jù)志愿者的身高、體重計算得出

之所以要確認志愿者的 BrAC 能夠達到 0．2％，是因為在美國全境，若 BrAC 超過 0．2％ 駕駛，則會被認定為犯罪。

第二步：步態(tài)、酒精濃度數(shù)據(jù)采樣

飲酒后，志愿者每小時進行一次步行實驗。研究者對其步行數(shù)據(jù)、呼吸酒精濃度以及血液中的酒精濃度進行了測量。

在實驗之前，研究人員已將智能手機固定在每個參與者的背部下方。步行實驗時，志愿者會在指示下，在平坦、鋪著地毯的地面，沿著直線走 10 步，接著轉身，走回起點。

研究團隊通過一個叫做 phyphox 的手機 App 來記錄加速度計數(shù)據(jù)，之后進行步態(tài)特征提取。

志愿者步行時，智能手機的傳感器和該 App 會測量其 x、y、z（左右、前后、垂直）三個方向的數(shù)據(jù)。

這項研究的一項重要優(yōu)勢是，他們發(fā)現(xiàn)使用邏輯回歸模型可以實現(xiàn)高精度。這使他們能夠檢查模型中各個步態(tài)特征的相對貢獻（使用機器學習無法直接實現(xiàn)）。

其中，他們發(fā)現(xiàn)沿手機 x 軸的幅度和方差是關鍵的預測指標（x 軸表示步行過程中的左右搖擺）。

在 17 名 BrAC 達到 0．08％ 以上的志愿者步態(tài)特征數(shù)據(jù)中，x 軸數(shù)據(jù)對結果影響最大

該研究的另一優(yōu)勢為，只使用 10 步的步行樣本，這類樣本在日常自然環(huán)境中，也是很容易收集的。

結果：利用步態(tài)變化測醉酒，準確率 92．5％

研究結果表明，研究人員能夠利用步態(tài)變化，來確定參與者的呼吸酒精濃度何時超過美國法律上規(guī)定的 0．08％，準確率為 92．5％。

注：按照美國大多數(shù)州的法律，成年人體內酒精濃度超過 0．08％ 即為醉酒，超過 0．2％ 駕駛則為違法酒駕。

但由于樣本量較小，步態(tài)數(shù)據(jù)點數(shù)量有限，當 BrAC 為 0．08％ 或更低時，步態(tài)特征能否區(qū)分低度的飲酒，就不是很確定了。

另外，研究中，手機是固定在背部下方的。但一般情況下，人們的手機是放在衣服口袋，這是否會影響檢測結果，也未可知。

不過研究小組表示，下一步研究小組將在更現(xiàn)實的環(huán)境中測試這種設置，比如手機放在口袋中、在擁擠的酒吧走廊環(huán)境中。

預防年輕人酗酒

研究團隊表示，雖然存在這些局限性，但這項「概念驗證研究」，仍然為將來用手機檢測酒精造成損傷的相關研究，奠定了基礎。這項技術未來可以應用在駕駛行為監(jiān)督、精密儀器操作、酒精依賴治療等場景中。

如果這項研究發(fā)展足夠成熟，智能手機可以直接替代傳統(tǒng)的酒精濃度檢測工具，這將大大節(jié)省人力與物力成本。

而更重要的是，屆時喝醉酒就不用等交警來檢查了，因為可能在你坐上駕駛座位之前，你的智能手機就已經(jīng)發(fā)出警報，通知你的親朋好友來接走你。
責編AJX