Sembra un gioiello, ma tiene traccia di ogni tuo tiro
- Il ciondolo tiene traccia delle firme di calore delle sigarette accese in tempo reale
- La collana può tenere traccia di quanto i fumatori inalano, il tempo tra un tiro e l’altro
- Obiettivo intervenire per evitare che i fumatori ricadano dopo aver smesso
Una collana che potrebbe aiutarti a smettere di fumare è ora all’orizzonte. I ricercatori della Northwestern Medicine hanno sviluppato un dispositivo intelligente da indossare al collo simile a un ciondolo blu lapislazzuli che rileva il fumo di un utente in modo molto più affidabile rispetto ai sistemi precedenti. Lo fa catturando le firme di calore dai sensori termici.
La collana, chiamata SmokeMon, mantiene completamente la privacy di un fumatore, monitorando solo il calore, non le immagini, il che è un fattore critico affinché le persone si sentano a proprio agio indossandola.
“Questo va ben oltre il numero di sigarette che una persona fuma al giorno”, ha affermato il ricercatore senior Nabil Alshurafa, professore associato di medicina preventiva presso la Northwestern University Feinberg School of Medicine. “Possiamo rilevare quando la sigaretta viene accesa, quando la persona la porta alla bocca e fa una boccata, quanto inala, quanto tempo tra le boccate e per quanto tempo tiene la sigaretta in bocca”.
Tutti questi dettagli sono chiamati topografia del fumo, che è importante per due motivi. Il primo è che consente agli scienziati di misurare e valutare l’esposizione dannosa al monossido di carbonio tra i fumatori e comprendere più a fondo la relazione tra l’esposizione chimica e le malattie correlate al tabacco tra cui cancro, malattie cardiache, ictus, malattie polmonari, diabete, BPCO, enfisema e bronchite cronica .
Il secondo è aiutare le persone nei loro sforzi per smettere di fumare comprendendo in che modo la topografia del fumo si collega alla ricaduta (tornare a fumare regolarmente), cosa che accade frequentemente nelle persone che smettono.
Supponiamo che un ex fumatore faccia qualche boccata di sigaretta. Cinque boccate o cinque sigarette intere li mandano in una ricaduta completa? Queste informazioni possono essere utilizzate per prevedere quando una persona ricadrà e quando intervenire con una telefonata di un coach sanitario, ad esempio, o anche un messaggio di testo o un video sullo smartphone per incoraggiarla a prevenire una ricaduta. Gli scienziati hanno anche in programma di studiare l’efficacia del dispositivo nel rilevare gli sbuffi di fumo e la topografia delle sigarette elettroniche.
“Vogliamo prenderli prima che cadano completamente dal carro”, ha detto Alshurafa. “Una volta che lo fanno, è molto più difficile per loro smettere di nuovo.
“Per molte persone che tentano di smettere di fumare, una scivolata è una o due sigarette o anche un singolo tiro. Ma una scivolata non è la stessa cosa di una ricaduta (tornare a fumare regolarmente). Una persona può imparare dagli errori, acquisendo la consapevolezza che non hanno fallito, hanno solo avuto una battuta d’arresto temporanea. Per evitare una ricaduta, possiamo quindi iniziare a spostare la loro attenzione su come gestiamo i loro fattori scatenanti e affrontiamo le voglie.
“Ora possiamo iniziare a testare l’efficacia di questo dispositivo nel migliorare il tasso di successo dei programmi per smettere di fumare prevenendo le ricadute nei fumatori che stanno pianificando di smettere”, ha detto Alshurafa. “Saremo in grado di verificare se il feedback e gli interventi in tempo reale possono essere più efficaci delle cure abituali. “
A livello globale, più di 8 milioni di decessi sono attribuiti al fumo ogni anno. Il fumo rimane una delle principali cause di malattie prevenibili, disabilità e morte negli Stati Uniti, con oltre 480.000 decessi ogni anno (ovvero un decesso su cinque). Si stima che sia costato agli Stati Uniti più di 600 miliardi di dollari nel 2018 (combinando la spesa sanitaria e la perdita di produttività). Negli Stati Uniti, il 12,5% degli adulti fuma.
I dispositivi esistenti che tracciano la topografia del fumo devono essere collegati alla sigaretta, il che cambia il modo in cui una persona fuma e rende i dati meno affidabili. Alcuni ricercatori hanno studiato modi non intrusivi per misurare il comportamento del fumo, incluso l’uso di sensori di unità di misura inerziali da polso negli smartwatch. Tuttavia, tali approcci sono spesso confusi dai gesti mano-bocca dei non fumatori e, di conseguenza, generano molti falsi positivi. Un’altra opzione, le videocamere indossabili, crea preoccupazioni per la privacy e lo stigma, limitando l’applicabilità degli approcci basati sulla fotocamera in ambienti naturali.
Diciannove partecipanti sono stati reclutati per lo studio. Hanno preso parte a 115 sessioni di fumo in cui gli scienziati hanno esaminato il loro comportamento al fumo in esperimenti controllati e di vita libera.
Mentre i fumatori indossavano il dispositivo, gli scienziati hanno addestrato un modello di macchina basato sull’apprendimento profondo per rilevare gli eventi del fumo insieme alla loro topografia del fumo, inclusi aspetti come il momento di una boccata, il numero di boccate, la durata della boccata, il volume della boccata, l’intervallo tra una boccata e la durata del fumo . Hanno anche condotto tre focus group con 18 specialisti del trattamento del tabacco per capire come si sentivano riguardo al dispositivo.
Uno specialista della cessione del fumo ha commentato: “Queste misurazioni in tempo reale possono davvero aiutarci a capire fino a che punto si trova una persona nelle sue abitudini al fumo e trattare il paziente di conseguenza”.
Altri autori nordoccidentali sono Rawan Alharbi (autore principale e studente di dottorato di Alshurafa); Soroush Shahi (autore principale e allievo di Alshurafa); Stefany Cruz; Lingfeng Li; Sougata Sen; Mahdi Pedram; Cristoforo Romano; Aggelos Katsaggelos; e Giosia Hester.
La ricerca è stata supportata dal National Institute of Biomedical Imaging and Bioengineering grant R21EB030305, National Institute of Diabetes and Digestive and Kidney Diseases grants K25DK113242 e R03DK127128, tutti i National Institutes of Health e National Science Foundation grant CNS1915847.
