南加州大學(xué)(University of Southern California)凱克醫(yī)學(xué)院(Keck School of Medicine)人口與公共衛(wèi)生科學(xué)系健康行為研究員朱莉婭·瓦西(Julia Vassey)和哈佛大學(xué)醫(yī)學(xué)院(Harvard Medical School)研究員克里斯·j·肯尼迪(Chris J. Kennedy)領(lǐng)導(dǎo)的一項(xiàng)新研究顯示，近年來，社交媒體上與煙草相關(guān)的內(nèi)容顯著增加。

研究人員使用一種被稱為計(jì)算機(jī)視覺的人工智能來追蹤社交媒體上各種與煙草有關(guān)的物品的流行情況，發(fā)現(xiàn)一些內(nèi)容在2019年至2022年期間增加了100%。

瓦西在一份新聞簡報(bào)中解釋說，雖然之前的計(jì)算機(jī)視覺研究分析了社交媒體帖子中的電子煙，廣泛地研究了與電子煙相關(guān)的內(nèi)容(包括用戶生成的和促銷內(nèi)容)，但目前的研究是第一個(gè)專門關(guān)注TikTok上有影響力的帖子的研究。

瓦西和她的同事們首先建立了一個(gè)計(jì)算機(jī)視覺模型，該模型使用人工智能來識別視覺數(shù)據(jù)中的特定特征，如照片或視頻。利用來自Instagram的6999張圖片的數(shù)據(jù)集，他們訓(xùn)練算法識別與電子煙使用有關(guān)的物體。

經(jīng)過訓(xùn)練，該模型可以區(qū)分八種不同類別的物體:mod或pod設(shè)備、電子煙容器、包裝盒、尼古丁警告標(biāo)簽、電子煙口味、電子煙品牌名稱和煙霧云。通過訓(xùn)練模型來區(qū)分不同類型的煙草成分，研究人員能夠深入研究正在推廣的特定類型的電子煙產(chǎn)品。

一旦訓(xùn)練該模型識別與煙草有關(guān)的物體，瓦西和她的團(tuán)隊(duì)就用它來分析14072個(gè)來自“微影響者”發(fā)布的TikTok視頻。這些用戶擁有1000到10萬名粉絲，他們的帖子得到了大量的點(diǎn)贊和評論。

研究人員發(fā)現(xiàn)，在2021年至2022年期間，豆莢設(shè)備的流行率增加了33%，而在2019年至2022年期間，電子果汁口味名稱和電子煙品牌名稱的流行率增加了約100%。尼古丁警告標(biāo)簽也隨著時(shí)間的推移而增加，在2019年分析的抖音視頻中有3%出現(xiàn)了尼古丁警告標(biāo)簽，在2022年分析的視頻中有9%出現(xiàn)了尼古丁警告標(biāo)簽。