Os pesquisadores de USC criam o algoritmo para aperfeiçoar grupos da intervenção do abuso de substâncias

Quando se trata do abuso de substâncias de combate, a pesquisa sugere que a empresa que você se mantem possa fazer a diferença entre a recuperação e ter uma recaída. Assim, quando os programas de intervenção do grupo puderem jogar um papel importante em impedir o abuso de substâncias, especialmente em risco em populações tais como a juventude desabrigada, podem igualmente inadvertidamente expr participantes aos comportamentos negativos.

Agora, os pesquisadores do centro de USC para a inteligência artificial na sociedade criaram um algoritmo que classificasse os participantes do programa de intervenção - quem estão trabalhando voluntàriamente na recuperação - em grupos menores, ou subgrupos, em uma maneira que mantivesse conexões sociais úteis e quebram as conexões sociais que poderiam ser prejudiciais à recuperação.

“Nós sabemos que o abuso de substâncias está afectado altamente pela influência social; ou seja os quem você é os amigos com,” diz Aida Rahmattalabi, um aluno diplomado da informática de USC e autor principal do estudo.

“A fim melhorar a eficácia das intervenções, você precisa de saber os povos se influenciarão em um grupo.”

Rahmattalabi e os colegas da escola de USC Viterbi da escola da engenharia, da Dworak-Beijoca de USC Suzanne do trabalho social e da universidade de Denver trabalharam em colaboração com o pico urbano, uma juventude desabrigada Denver-baseada do serviço não lucrativo, para desenvolver o auxílio de decisão, que espera ajudará a interventionists abusa fundamentalmente a prevenção.

Os resultados mostraram o significativamente melhor executado algoritmo do que estratégias do controle para formar grupos. O estudo, chamado máximo da influência para a prevenção baseado na rede social do abuso de substâncias, foi publicado na conferência de AAAI sobre a secção do sumário do estudante da inteligência artificial.

Os co-autores do estudo eram o Phebe Vayanos de USC, professor adjunto da engenharia industrial e de sistemas e da informática, o Milind Tambe, a Helen N. e Emmett H. Jones professor na engenharia e professor da informática e a engenharia industrial e de sistemas, e arroz de Eric, professor adjunto no trabalho social; Empregado de bar Adhikari de Anamika da universidade de Denver; e padeiro do pisco de peito vermelho do pico urbano.

Potência da influência do par

Cada ano, até dois milhão juventudes nos E.U. experimentarão a pobreza, e as avaliações sugerem entre 39 e 70 por cento de drogas desabrigadas do abuso da juventude ou álcool.

As iniciativas do abuso de substâncias tais como a terapia do grupo podem oferecer o apoio por juventude desabrigada encorajadora compartilhar de suas experiências, aprender estratégias lidando positivas, e construir redes sociais saudáveis.

Mas se estes grupos não são estruturados correctamente, podem agravar os problemas que pretendem tratar incentivando a formação de amizade baseadas no comportamento anti-social. Este é um processo conhecido no trabalho social como do “o treinamento deviancy,” quando os pares reforçam-se para o comportamento desviante.

A equipe abordou este problema de uma perspectiva da inteligência artificial, criando um algoritmo que levasse em consideração ambos como os indivíduos em um subgrupo são conectados - seus laços sociais - e sua história prévia do abuso de substâncias.

Os dados da avaliação recolhidos voluntàriamente da juventude desabrigada em Los Angeles, assim como as teorias comportáveis e as observações de intervenções precedentes, foram usados para construir um modelo computacional das intervenções.

“Baseado nisto nós temos um modelo da influência que explique como provavelmente é para que um indivíduo adote comportamentos negativos ou mude os comportamentos negativos baseados em sua participação no grupo,” diga Rahmattalabi.

“Isto ajuda-nos a prever o que acontece quando nós agrupamos povos em grupos menores.”

Talvez encontrar o mais surpreendente era aquele, contrariamente à intuição comum, distribuindo uniformente usuários regulares da substância através dos subgrupos não é a maneira óptima de projectar uma intervenção bem sucedida.

“Distribuição uniforme dos usuários quando ignorar seus relacionamentos existentes puder extremamente diminuir a taxa de êxito destas intervenções,” diz Rahmattalabi.

Além, a análise sugere que isso às vezes conduzir a intervenção poderia realmente ter um prejudicial no grupo.

“Em alguns casos, nós encontramos que é realmente uma ideia ruim conduzir a intervenção: por exemplo, se você tem muitos povos de alto risco em um grupo, é melhor não os conectar com os indivíduos de baixo-risco,” diz Rahmattalabi.

Enquanto os dados novos são adicionados ao algoritmo, os pesquisadores esperam que se adaptará às condições de mudança, revelando como as redes sociais evoluem durante o programa de intervenção. Isto poderia permitir que os interventionists determinem como uma intervenção dará forma a resultados do participante. Os pesquisadores estão continuando a trabalhar com pico urbano, e plano para distribuir a ferramenta para aperfeiçoar estratégias do grupo da intervenção para a juventude desabrigada em Denver na queda 2018.

Source: https://www.usc.edu/