Către o aplicație de încetare a fumatului inteligent Un model 1D-CNN care prezice evenimente de fumat

Maryam Abo-Tabik

1 Departamentul de Calcul și Matematică, Facultatea de Științe și Inginerie, Manchester Metropolitan University, Manchester M15 6BH, Marea Britanie; [email protected] (N.C.); [email protected] (J.D.)

Nicholas Costen

John Darby

Yael Benn

2 Departamentul de Psihologie, Manchester Metropolitan University, Manchester M15 6GX, Marea Britanie; [email protected]

Abstract

1. Introducere

Fumatul este considerat una dintre principalele cauze de decese la nivel internațional. Potrivit unui raport recent al NHS [1], fumatul a cauzat decesul a aproximativ 7900 de persoane doar în Anglia în 2016. Raportul mai precizează că fumatul nu este doar dăunător fumătorilor, ci multe boli pot fi cauzate de expunerea la fumatul pasiv, afectează în special copiii care sunt deosebit de vulnerabili la efectele fumatului pasiv. Acest lucru face ca reducerea fumatului să fie o prioritate semnificativă pentru sănătatea publică. Pentru a sprijini intervenția eficientă și în timp util pentru cei care doresc să renunțe la fumat, este important să puteți modela comportamentul fumătorului și, pentru a face acest lucru, trebuie să vizeze ambii factori de stres endogeni (de exemplu, efectul nicotinei, pofta etc.) ).) și factori de stres exogeni (de exemplu, calendarul, locația, tipul de activitate etc.) care declanșează evenimentele de fumat [2].

Odată cu progresele tehnologice, au apărut noi posibilități pentru crearea unor programe de încetare eficiente, în special prin utilizarea aplicațiilor mobile. Această nouă tehnologie are multe avantaje față de terapiile tradiționale; poate ajunge la oameni oriunde s-ar afla; îmbunătățiți-le experiența prin deschiderea de noi canale între terapeut și fumător; în cele din urmă, oferă posibilitatea de a accesa baze de date care pot oferi feedback individual cu privire la starea actuală a fumătorilor [3]. Au fost utilizate mai multe metode pentru a furniza intervenții folosind aplicații mobile, De exemplu, mesaje text fie la intervale regulate sau aleatorii, fie prin făcând utilizatorul să inițieze accesul la intervenție raportând indicatori care pot cauza o potențială scădere [4,5,6].