Här visar Markku Hämäläinen, forskningschef på Kontigo Care, hur testet funkar. Bakom syns produktchefen Maria Winkvist.
"Titta på kameran med vidöppna ögon", säger den digitala rösten i appen.
Jag lyder.
Efter någon minuts tittande hit och dit där AI ger order och via mobilens kamera läser av pupiller och ögonrörelser får jag grönt ljus: jag är inte påverkad av någon av de fyra drogtyperna (amfetamin, cannabis, opiater eller benzo).
– Det var ju bra, säger Maria Winkvist med ett skratt.
Maria Winkvist är produktchef på Kontigo Care, ett forskningsföretag i Uppsala som riktat in sig på digitala lösningar inom psykiatri- och beroendevård. Hon säger att drogtestet jag precis provat banar väg för en helt ny slags drogbehandling, som är starkt efterfrågad av öppenvården och som kommer att kunna börja användas i år.
– Nu kan individer få vård hemma med hjälp av mobilen. Vi hoppas att vår innovation framöver ska hjälpa drogberoende i hela världen.
Regelbundna drogtester är en del av beroendevården. I dag görs drogtesterna via urin-, saliv- eller blodprov – något som tar tid, är bökigt och ibland integritetskränkande. Och inte minst: de kräver mycket personal.
Forskningschefen Markku Hämäläinen och produktchefen Maria Winkvist säger att självtestet gör att fler kan få vård.
Det pågår därför ett internationellt kapplöpningsrace om att hitta enklare sätt att drogtesta människor, för att kunna hjälpa fler. Narkotikans motsvarighet till alkoholens blåstest, helt enkelt.
– Det här är något som öppenvården inom alla de kommuner och sjukhus vi samarbetar med frågar efter. Alkohol är inte lika dominerande som för bara tio år sedan, i dag har många fler ett blandmissbruk eftersom droger blivit så lättillgängliga, säger Maria Winkvist.
Kunskapen om att ögat reagerar på droger har funnits länge, men att utnyttja det i ett test har varit klurigt. Hur varje individs ögon påverkas beror nämligen på en mängd faktorer, så som ålder, ljusförhållanden och reflexer i ögat.
Artificiell intelligens har fått öva på stora mängder data för att lära sig göra droganalyser utifrån olika förhållanden. Torbjörn Josefsson, Andreas Zetterström och Gunnar Dahlberg ingår i utvecklingsteamet.
Men med hjälp av AI, artificiell intelligens, verkar Kontigo Care nu ha knäckt nöten. Deras AI har tränat på stora mängder data för att lära sig göra droganalyser utifrån olika förhållanden. Två kliniska studier visar att den nu är så bra att den kan börja användas. I den ena studien deltog friska personer i Nederländerna som använde de fyra olika drogsorterna. I den andra deltog missbrukare på region Uppsalas sprutbytesprogram.
– Vi ville inkludera den mest utsatta gruppen för att i framtiden kunna erbjuda vård till alla som vill. Det finns många förutfattade meningar: kommer de att vilja eller ens klara av att vara med? Men det har gått fantastiskt bra, säger Maria Winkvist.
På en kruka i sitt arbetsrum har Maria Winkvist tejpat upp en lapp om hur många barn som lever med föräldrar som har någon form av missbruk.
Drogtestet är bara en del av behandlingen. Den andra delen är en app, en slags "digital nykterhetskompis" som peppar och larmar personal om ett återfall verkar nära.
– I appen fyller man varje dag i hur man mår, hur motiverad man är, hur starkt sug man känner och så vidare. Utifrån det räknar appen ut risken för ett återfall.
Den app som tillhör behandlingsprogrammet peppar, håller koll på måendet och larmar vårdpersonal om ett återfall verkar vara nära.
Drogmissbruk är något som vem som helst kan hamna i, säger Maria Winkvist.
– Många tänker på det som ett parkbänksfenomen, men det kan lika gärna handla om en trebarnsmamma som fått utskrivet smärtstillande som sedan övergår i ett beroende. Drogpåverkade människor finns på arbetsplatser, i trafiken, överallt.
På en blomkruka i sitt arbetsrum har hon tejpat fast ett tidningsurklipp, som berättar att 400 000 barn i Sverige har föräldrar med någon form av missbruk.
– Om vi tidigare och enklare kan hjälpa föräldrarna får de här barnen så oerhört mycket bättre förutsättningar. Vi ska rädda hela världen. Det är känslan.