一个可穿戴的酒精生物传感器:探索通过皮肤检测饮酒的准确性

科学领域:

• 生物医学工程 生物医学工程
• 可穿戴技术可穿戴技术
• 机器学习应用 机器学习应用

背景情况:

• 汗水中可以检测到酒精,但其通过皮肤排放是复杂的,并且根据环境条件而异.
• 之前的实时酒精检测方法受到环境因素和延迟时间的限制.
• 在不同的环境中,准确,实时的饮酒检测的可行性仍然不清楚.

研究的目的:

• 评估新一代快速采样透皮生物传感器的准确性,用于同时检测饮酒.
• 通过机器学习,探索传感器在各种环境条件中的性能.
• 评估实时监控酒精消费的可行性.

主要方法:

• 100名经常饮酒的人参加了实验室会议,操纵了酒精剂量和环境条件.
• 参与者戴着手腕传感器,每隔20秒取样,收集通过皮肤传递的酒精数据.
• 机器学习模型将透皮数据转化为酒精使用估计值,整合了呼吸酒精度 (BAC) 评估之前的数据.

主要成果:

• 收集了超过539万个透皮读数和12699个BAC读数.
• 透皮传感器在实时饮酒检测方面表现出很高的准确性 (AUROC 0.966,灵敏度 89.8%,特异性 90.6%).
• 模型准确地区分了高风险饮酒水平 (AUROC高达0.941).

结论:

• 透皮酒精传感器在实验室和实地环境中显示出高准确度的实时饮酒检测.
• 该技术具有长期健康跟踪和医疗监测的巨大潜力.
• 这些传感器可能对准时复发预防策略有价值.