Студијата објавена неодамна во Journal of Studies on Alcohol and Drugs, укажува како карактеристиките на современите паметни телефони би можеле да се покажат спасоносни за оние кои се изложени на ризик од алкохолизам, но и за многу од младите, кои мошне често се вклучени во сообраќајни несреќи токму поради високо ниво на алкохол во крвта. Бонус е што нема потреба од никаква “фенси” надградба за мобилните телефони, едноставната софтверска апликација за препознавање на глас е способна да ја воочи промената во тонот на гласот на сопственикот, а потоа и да го предупреди со нотификација.

Истражувачите од Универзитетот во Торонто, заедно со нивните колеги од Факултетот за медицина Стенфорд, спровеле експеримент со група на возраст од 21 и повеќе години. На учесниците во тестот им била дадена еднаква доза на алкохол пропорционално на нивната тежина, по што по случаен избор им биле зададени низа од брзозборки за изговарање: една на празен стомак, втора по конзумирањето на алкохол и потоа по една на секои 60 минути, сè до изминувањето на седум часа по пиењето.

Учесниците ги читале брзозборките гласно пред паметен телефон што снимал, додека научниците ја  следеле нивната постепена интокцикација со алкохол со тестирање преку здив на секои половина час, сè до крајот на експериментот. Во подоцнежна фаза, снимените гласови биле изолирани со помош на софтвер и анализирани врз основа на прецизни параметри како што се фреквенцијата и висината. Конечно, кога податоците биле споредени со соодветните резултати од тестот на здивот (кој ја детектира концентрацијата на испарување од етил присутен во воздухот што говорителите го издишуваат), било овозможено преку следење на гласовните промени на учесниците да се утврди точното ниво на алкохол што тие го имаат во крвта, и тоа со прецизност до 98%.

Прецизноста на резултатите, што ги изненадила и самите автори на студијата, може да се објасни со напредокот во доменот на акустичката анализа и на на софтверот за машинско учење.

Покрај софтверот за препознавање глас, апликацијата може да биде опремена и со други системи за откривање кои ги искористуваат компонентите на паметниот телефон. Па така, на пример, апликацијата може да се обучи да го препознава одењето, кое би го следела со помош на осцилометрите присутни во сите мобилни телефони, или со помош на граматиката што корисникот ја користи во пишаните пораки на различните разговори. На овој начин би имало и други дополнителни и корисни дигитални биомаркери, имајќи предвид дека способноста за „слушање“ сама по себе можеби не е доволна ако поединецот не зборува со часови, или ако пиел сам.