AI алгоритъм може да помогне за идентифициране на бездомните младежи в риск от злоупотреба с вещества

Алгоритъмът за изкуствен интелект (AI), разработен от изследователски екип от Колежа по информационни науки и технологии в Пенсилвания, може да помогне да се предскаже податливостта към разстройство на употребата на вещества сред бездомни младежи и да се предложат персонализирани програми за рехабилитация на тези силно уязвими лица.

Въпреки че са приложени много програми за преодоляване на разпространението на злоупотреба с наркотици сред бездомните младежи в САЩ, малко, ако има такива, включват прозрения, базирани на данни за екологични и психологични фактори, които биха могли да допринесат за вероятността човек да развие нарушение на употребата на вещества.

„Проактивното предотвратяване на разстройството на употребата на вещества сред бездомните младежи е много по-желателно от реактивните стратегии за смекчаване, като например медицинско лечение на разстройството и други свързани интервенции“, каза Амуля Ядав, асистент по информационни науки и технологии и главен изследовател по проекта. „За съжаление повечето предишни опити за проактивна превенция са били ad hoc при тяхното прилагане.“

Мариам Табар, докторант по информатика и водещ автор на статията, добави: „За да помогнем на политиците при разработването на ефективни програми и политики по принцип, би било полезно да се разработят решения за изкуствен интелект и машинно обучение, които могат автоматично да разкрият цялостен набор на фактори, свързани с нарушение на употребата на вещества сред бездомните младежи. "

Констатациите бяха представени на конференцията „Откриване на знания в бази данни“ (KDD).

За проекта изследователският екип изгради модела, използвайки данни, събрани от приблизително 1400 бездомни младежи на възраст от 18 до 26 години в шест щати на САЩ.

Данните бяха събрани от лабораторията за изследвания, образование и застъпничество за младежката стабилност и процъфтяване (REALYST), която включва Анамика Барман-Адхикари, асистент по социална работа в Университета в Денвър и съавтор на статията.

След това изследователският екип идентифицира факторите на околната среда, психологията и поведението, свързани с нарушението на употребата на вещества, като криминална история, преживявания на виктимизация и характеристики на психичното здраве.

Те откриха, че неблагоприятните детски преживявания и физическата виктимизация на улицата са по-силно свързани с разстройството на употребата на вещества, отколкото други видове виктимизация, като сексуална виктимизация, сред бездомни младежи.

Освен това беше установено, че посттравматичното стресово разстройство (ПТСР) и депресията са по-силно свързани с разстройство на употребата на вещества, отколкото други психични разстройства сред тази популация.

След това екипът раздели набора от данни на шест по-малки набора от данни, за да разгледа географските разлики. Те обучиха отделен модел за предсказване на разстройство на употребата на вещества сред бездомни младежи във всяка от шестте държави, които имат различни условия на околната среда, политики за легализация на наркотици и банкови асоциации. Екипът е открил няколко специфични за местоположението вариации в нивото на асоциация на някои фактори, според Tabar.

„Разглеждайки наученото от модела, можем ефективно да открием фактори, които могат да играят корелационна роля при хората, страдащи от разстройство, злоупотребяващо с вещества“, каза Ядав. „И след като познаем тези фактори, можем много по-точно да предскажем дали някой страда от употребата на вещества.“

Той добави: „Така че, ако политикът по планиране или интервенционист разработи програми, които имат за цел да намалят разпространението на разстройство, злоупотребяващо с наркотични вещества, това би могло да предостави полезни насоки.“

Други автори на статията на KDD включват Донгуон Лий, доцент и Стефани Уинклер, докторант, и двете в Penn State College of Information Sciences and Technology; и Heesoo Park на университета Sungkyunkwan.

Ядав и Барман-Адхикари работят по подобен проект, чрез който са разработили софтуерен агент, който разработва персонализирани програми за рехабилитация на бездомни младежи, борещи се с опиоидна зависимост. Резултатите от тяхната симулация показват, че софтуерният агент - наречен CORTA (цялостен инструмент за реагиране на опиоиди, управляван от изкуствен интелект) - превъзхожда изходните стойности с приблизително 110%, като минимизира броя на бездомните младежи, страдащи от опиоидна зависимост.

„Искахме да разберем какви са причините за хората, развиващи пристрастяване към опиати“, каза Ядав. „И тогава искахме да назначим тези бездомни младежи към подходящата рехабилитационна програма.“

Ядав обяснява, че данните, събрани от над 1400 бездомни младежи в САЩ, са били използвани за изграждане на модели на ИИ, за да се предскаже вероятността от опиоидна зависимост сред това население. След като анализира проблемите, които биха могли да са основната причина за пристрастяването към опиоиди - като например приемна грижа или излагане на улично насилие - CORTA решава нови формулировки за оптимизация, за да назначи персонализирани програми за рехабилитация.

„Например, ако човек е развил пристрастяване към опиоиди, защото е бил изолиран или не е имал социален кръг, тогава може би като част от програмата си за рехабилитация трябва да разговарят със съветник“, обясни Ядав.

„От друга страна, ако някой е развил зависимост, защото е бил в депресия, защото не може да си намери работа или да си плати сметките, тогава кариерният съветник трябва да бъде част от плана за рехабилитация.“

Ядав добави, „Ако просто лекувате състоянието медицинско, след като те се върнат в реалния свят, тъй като причината все още остава, те вероятно ще се повторят.“

Източник: Penn State