Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

O algoritmo do AI podia ajudar a prever a susceptibilidade ao abuso de substâncias entre a juventude desabrigada

Quando muitos programas e iniciativas forem executados para endereçar a predominância do abuso de substâncias entre a juventude desabrigada nos Estados Unidos, não incluem sempre introspecções dados-conduzidas sobre os factores ambientais e psicológicos que poderiam contribuir à probabilidade de um indivíduo de desenvolver uma desordem do uso da substância.

Agora, um algoritmo da inteligência (AI) artificial desenvolvido por pesquisadores na faculdade das ciências da informação e a tecnologia em Penn State podiam ajudar a prever a susceptibilidade à desordem do uso da substância entre indivíduos desabrigados novos, e sugerem programas de reabilitação personalizados para a juventude desabrigada altamente suscetível.

A prevenção dinâmica da desordem do uso da substância entre a juventude desabrigada é muito mais desejável do que estratégias reactivas da mitigação tais como tratamentos médicos para a desordem e outro intervenções relativas. Infelizmente, as tentativas as mais precedentes na prevenção dinâmica foram ad hoc em sua aplicação.”

Amulya Yadav, professor adjunto das ciências da informação e da tecnologia e investigador principal no projecto

“Para ajudar a responsáveis políticos em planejar programas e políticas eficazes em uma maneira íntegro, seria benéfico desenvolver as soluções da aprendizagem do AI e de máquina que podem automaticamente descobrir um conjunto abrangente de factores associados com a desordem do uso da substância entre a juventude desabrigada,” adicionou Maryam Tabar, um estudante doutoral na informática e autor principal no papel do projecto que será apresentado na descoberta do conhecimento na conferência das bases de dados (KDD) ao fim de agosto.

Nesse projecto, a equipa de investigação construiu o modelo usando um conjunto de dados recolhido de aproximadamente 1.400 juventude desabrigada, idades 18 26, em seis estados de E.U. O conjunto de dados foi recolhido pelo Co-Laboratório da pesquisa, da educação e da defesa para a estabilidade e a prosperidade da juventude (REALYST), que inclui o Empregado de bar-Adhikari de Anamika, o professor adjunto do trabalho social na universidade de Denver e o co-autor do papel.

Os pesquisadores identificaram então ambiental, psicológico e os factores comportáveis associados com a substância usam a desordem entre ele -- como a história criminosa, experiências da vitimização e características da saúde mental. Encontraram que as experiências adversas da infância e a vitimização física da rua estiveram associadas mais fortemente com a desordem do uso da substância do que outros tipos de vitimização (tais como a vitimização sexual) entre a juventude desabrigada. Adicionalmente, PTSD e a depressão foram encontrados para ser associados mais fortemente com a desordem do uso da substância do que outras desordens da saúde mental entre esta população, de acordo com os pesquisadores.

Em seguida, os pesquisadores dividiram seu conjunto de dados em seis conjunto de dados menores para analisar diferenças geográficas. A equipe treinou um modelo separado para prever a desordem do abuso de substâncias entre a juventude desabrigada em cada um dos seis estados -- quais têm circunstâncias ambientais, políticas da legalização da droga e associações de variação do grupo. A equipe observou diversas variações lugar-específicas no nível da associação de alguns factores, de acordo com Tabar.

“Olhando o que o modelo aprendeu, nós podemos eficazmente encontrar os factores que podem jogar um papel correlacional com os povos que sofrem da desordem do abuso de substâncias,” dissemos Yadav. “E uma vez que nós conhecemos estes factores, nós podemos muito mais exactamente prever se alguém sofre do uso da substância.”

Adicionou, “assim se um planejador ou um interventionist da política deviam desenvolver os programas que apontam reduzir a predominância da desordem do abuso de substâncias, este poderiam fornecer directrizes úteis.”

Outros autores no papel de KDD incluem o Lee, o professor adjunto, e a Stephanie Winkler de Dongwon, estudante doutoral, na faculdade de Penn State das ciências da informação e da tecnologia; e parque de Heesoo da universidade de Sungkyunkwan.

Yadav e o Empregado de bar-Adhikari estão colaborando em um projecto similar com que desenvolveu um agente do software que os projectos personalizaram programas de reabilitação para a juventude desabrigada que sofre do apego do opiáceo. Seus resultados da simulação mostram a isso o agente do software -- CORTA chamado (ferramenta detalhada da resposta do opiáceo conduzida pela inteligência artificial) -- outperforms linhas de base em aproximadamente 110% em minimizar o número de juventude desabrigada que sofre do apego do opiáceo.

“Nós quisemos compreender o que as edições causais são atrás do apego se tornando do opiáceo dos povos,” dissemos Yadav. “E então nós quisemos atribuir a estes a juventude desabrigada ao programa de reabilitação apropriado.”

Yadav explicou que os dados recolhidos pela juventude de mais de 1.400 sem abrigo nos E.U. estiveram usados para construir modelos do AI para prever a probabilidade do apego do opiáceo entre esta população. Após ter examinado as edições que poderiam ser a causa subjacente do apego do opiáceo -- como a história ou a exposição da assistência social à violência da rua -- CORTA resolve formulações novas da optimização para atribuir programas de reabilitação personalizados.

“Por exemplo, se uma pessoa desenvolveu um apego do opiáceo porque foram isolados ou não tiveram um círculo social, a seguir talvez como parte de seu programa de reabilitação devem falar a um conselheiro,” Yadav explicado. “Por outro lado, se alguém desenvolveu um apego porque eram deprimidos porque não poderiam encontrar um trabalho ou pagar suas contas, a seguir um conselheiro de carreira deve ser uma parte do plano da reabilitação.”

Yadav adicionou, “se você apenas trata a circunstância medicamente, uma vez que vão de novo no mundo real, desde que a edição causal ainda permanece, elas são prováveis ter uma recaída.”

Source: