研究發現 AI 可透過手機感測器數據預測菸癮並協助個人化戒菸

戒菸介入的難題在於，壓力、時段或身旁有人吸菸等傳統線索，往往無法及時捕捉復吸風險。英國中央蘭開夏大學與曼徹斯特都會大學團隊改以手機加速度計、陀螺儀及磁力計被動記錄的細微動作，探索在菸癮升高時即時提供個人化支援。

研究於2026年5月21日刊登在《Scientific Reports》，追蹤17名吸菸者共3.5個月。混合1D-CNN-BiLSTM模型可在5分鐘視窗內以85%準確率預測戒菸前吸菸行為，優於僅看時段等傳統線索的63%；戒菸後3個月辨識強烈菸癮與復吸的準確率為77%。