醉沒醉，帶上智慧型手機走兩步就知道

場景描述：史丹福大學和匹茲堡大學的研究小組，最近發表了一項用智慧型手機檢測醉酒狀態的研究，可利用步態特徵檢測相應的血液和呼吸酒精濃度。以後喝沒喝多，用你的手機測一測就知道。

原創：HyperAI超神經

關鍵詞：智慧型手機 醉酒檢測 步態分析

---

「你喝多了。」

「我沒喝多。」

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。

這是來自史丹福大學和匹茲堡大學研究小組的最新研究成果。他們利用智慧型手機中的傳感器和加速度計，實現醉酒狀態判斷，在 22 名志願者試驗中，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，呈穩定上升趨勢（數據來源：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，還容易因醉酒而發生各種事故。

據世衛組織調查報告顯示，每年全球因酒精緻死 300 萬人，酒精的有害使用佔全球疾病負擔的 5.1％。

酒精緻死事件和疾病中，消化系統疾病佔比最大（2016 年）數據來源：WHO《Global status report on alcohol

此外，因酒後駕駛造成的交通事故佔比近 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。

匹茲堡大學醫學院的首席研究員 Brian Suffoletto，現在就職於史丹福大學醫學院急診醫學系。他介紹說，自己大學時的好友，就是因一次酒後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、預防酒後駕駛等很重要。近十年來，他一直致力於研究數位化的飲酒幹預措施，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，對於醉酒的檢測，一般依賴於常規方法，如呼吸分析儀或抽血，但這些都需要專業儀器和專業人士的參與。

Brian Suffoletto 希望能藉助身邊的工具來檢測，他表示：「如今我們無論走到哪裡，都隨身攜帶強大的傳感器（智慧型手機）。因此，我們要學習如何使用它們來最好地為公共衛生服務。」

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

一項使用智慧型手機加速計檢測酒精中毒引起的步態損傷的初步研究

本次研究聚焦在血液酒精濃度（BAC）和呼吸酒精濃度（BrAC）與步態特徵方面的關聯度。

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，作為志願者，進行對照實驗室研究。

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

然後，實驗過程中，志願者們在 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）。

飲酒劑量分別根據志願者的身高、體重計算得出

之所以要確認志願者的 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、酒精濃度數據採樣

飲酒後，志願者每小時進行一次步行實驗。研究者對其步行數據、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，研究人員已將智慧型手機固定在每個參與者的背部下方。步行實驗時，志願者會在指示下，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。

走直線是美國檢測酒駕的常見方法之一

研究團隊通過一個叫做 phyphox 的手機 App 來記錄加速度計數據，之後進行步態特徵提取。

志願者步行時，智慧型手機的傳感器和該 App 會測量其 x、y、z（左右、前後、垂直）三個方向的數據。

這項研究的一項重要優勢是，他們發現使用邏輯回歸模型可以實現高精度。這使他們能夠檢查模型中各個步態特徵的相對貢獻（使用機器學習無法直接實現）。

其中，他們發現沿手機 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% 以上的志願者步態特徵數據中，x 軸數據對結果影響最大

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

結果：利用步態變化測醉酒，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定的 0.08%，準確率為 92.5%。

註：按照美國大多數州的法律，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。

但由於樣本量較小，步態數據點數量有限，當 BrAC 為 0.08％ 或更低時，步態特徵能否區分低度的飲酒，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實的環境中測試這種設置，比如手機放在口袋中、在擁擠的酒吧走廊環境中。

Brian Suffoletto 早期曾利用簡訊幹預的方式預防年輕人酗酒

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督、精密儀器操作、酒精依賴治療等場景中。

如果這項研究發展足夠成熟，智慧型手機可以直接替代傳統的酒精濃度檢測工具，這將大大節省人力與物力成本。

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，你的智慧型手機就已經發出警報，通知你的親朋好友來接走你。

參考資料：

https://www.jsad.com/doi/pdf/10.15288/jsad.2020.81.505

https://www.sciencedaily.com/releases/2020/08/200818094030.htm