スマートフォンの動きデータは喫煙の中断や渇望を確実に予測し、タイムリーな禁煙支援を可能にする

あなたの電話が禁煙を助ける仕組み

多くの人がポケットに強力なセンサー群を気にも留めずに持ち歩いています：それがスマートフォンです。本研究は、個人にとって重大な問いを単純に問いかけます。電話が既に記録しているわずかな動きは、あなたが強い喫煙欲求を感じたり習慣に戻りそうになったりする直前に静かに信号を送っているでしょうか？そうであれば、適切な支援が間に合う可能性があります。

喫煙の引き金から静かな信号へ

長年、禁煙支援を目指す研究者たちは、場所や同行者、時間帯などの明らかな引き金に注目してきました。これらの手がかりは有用ですが不完全であり、しばしば人々が自分の渇望や失敗を報告することに依存しているため、不正確または不完全になりがちです。スマートフォンやウェアラブルは、私たちの動きに関する詳細な情報を受動的に収集することで状況を変えましたが、この豊富なモーションデータの流れが実生活（実験室外）で喫煙行動を理解するために使われることはほとんどありませんでした。

シンプルなアプリと数か月分の実生活データ

研究チームは英国の毎日喫煙する17人に、自分の電話に簡単なアプリをインストールしてもらいました。2週間、参加者は喫煙するたびにアプリのボタンを一度押しました。その後禁煙を試み、3か月間にわたって中断があれば記録し、強い渇望を感じたとき、もしくは少なくとも1日1回は渇望を評価しました。両フェーズを通じて、アプリは加速度計、ジャイロスコープ、磁力計の3つの内蔵センサーに加え、照度と時刻の動きを静かに記録しました。電話は各自が好きなように携帯でき、特定の体の部位に固定されることはなかったため、データは実験室の条件ではなく日常生活を反映しています。

危険な瞬間を認識するモデルの学習

これらの微妙な動きパターンが喫煙関連イベントを予兆できるかを確かめるため、研究者たちはセンサー記録を重複しない5分間の区間に分割し、アプリの報告に基づいて各区間に喫煙、渇望、またはどちらでもないとラベルを付けました。次に、時系列データのパターンを見つけるために設計された複数の最新の人工知能モデルを比較しました。最良の性能を示したのは、二つのディープラーニング技術を積み重ねたパイプラインを組み合わせたモデルでした。三つのモーションセンサーの動きデータだけを与えた場合、このモデルは禁煙前期間において次の5分間に喫煙イベントが起きるかどうかを約85％の確率で正しく予測しました。また、その後の3か月間で高い渇望の瞬間や中断を約77〜78％の精度で検出しました。

異なる人々に共通するパターン

重要な問いの一つは、これらの動きパターンが個人ごとに特有のものか、喫煙者の間で共有されるものかという点でした。これを検証するため、チームはある一人を除く全員の禁煙前データでモデルを訓練し、残した一人の禁煙期間中の中断と渇望を予測させました。この方法でグループを回していっても、モデルは良好に機能しました：平均して、高リスクと低リスクの5分間ウィンドウをうまく区別できるスコアを示しました。特に渇望の予測に強く、人々が実際にタバコに手を伸ばす前の動きの微妙な変化が信頼できる警告サインになり得ることを示唆しています。

なぜ小さな動きが時間や場所より重要かもしれないのか

意外に思えるかもしれませんが、動きセンサーはしばしば喫煙研究で重要視されてきた時間帯や照度などの従来の予測因子よりも良い成績を示しました。時間帯だけでは最も弱い予測因子でした。環境要因に影響されることがある磁力計は有用な情報を提供しましたが、加速度計とジャイロスコープに追加しても性能をわずかに向上させるにとどまりました。電話が自由に使われ、携帯方法が固定されていなかったため、モデルが単に特定の場所や姿勢を学習した可能性は低いです。むしろ、人々自身が気づかないうちに渇望や中断に先行する、広く繰り返される日常の動きパターンを捉えているようです。

禁煙を目指す人々にとっての意義

禁煙を試みる人にとって最も危険な瞬間はしばしば短く、欲求が急上昇して支援が届く前にタバコに手が伸びてしまうことがあります。本研究は、一般的なスマートフォンが既に収集しているモーションデータを、GPS位置情報や詳細な個人履歴を必要とせずに数分前にそのような瞬間を検出する一種の早期警報システムに変えられることを示しています。将来的には、この種のモデルが禁煙アプリの動力となり、あなたの動きの中に潜むリスクパターンを静かに監視して、必要なときに適切な励ましやツール、連絡先を提示することができるかもしれません。同じ考え方は他の健康関連の習慣改善にも応用され得ます。

引用: Abo-Tabik, M., Costen, N. & Benn, Y. Smartphone movement data can reliably predict smoking lapses and cravings to enable timely smoking cessation support. Sci Rep 16, 15719 (2026). https://doi.org/10.1038/s41598-026-49611-y

キーワード: 禁煙, スマートフォンセンサー, 渇望予測, ディープラーニング, デジタルヘルス