Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El algoritmo del AI podía ayudar a predecir susceptibilidad al abuso de substancia entre la juventud sin hogar

Mientras que muchos programas e iniciativas se han ejecutado para dirigir la incidencia del abuso de substancia entre la juventud sin hogar en los Estados Unidos, no incluyen siempre discernimientos dato-impulsados sobre los factores ambientales y psicológicos que podrían contribuir a la probabilidad de un individuo de desarrollar un desorden del uso de la substancia.

Ahora, un algoritmo de la inteligencia (AI) artificial desarrollado por los investigadores en la universidad de las ciencias de la información y la tecnología en el Estado de Penn podían ayudar a predecir susceptibilidad al desorden del uso de la substancia entre individuos sin hogar jovenes, y sugieren los programas de rehabilitación personalizados para la juventud sin hogar altamente susceptible.

La prevención dinámica del desorden del uso de la substancia entre la juventud sin hogar es mucho más deseable que estrategias reactivas de la mitigación tales como tratamientos médicos para el desorden y otra las intervenciones relacionadas. Lamentablemente, las tentativas más anteriores en la prevención dinámica han sido ad hoc en su puesta en vigor.”

Amulya Yadav, profesor adjunto de las ciencias de la información y de la tecnología e investigador principal en el proyecto

“Para ayudar a responsables políticos en la concepción de programas y de planes de acción efectivos de una manera de principios, sería beneficioso desarrollar las soluciones del aprendizaje del AI y de máquina que pueden destapar automáticamente un equipo completo de factores asociados a desorden del uso de la substancia entre la juventud sin hogar,” agregó Maryam Tabar, estudiante doctoral en informática y autor importante en el papel del proyecto que será presentado en el descubrimiento del conocimiento en conferencia de las bases de datos (KDD) a finales de agosto.

En ese proyecto, el equipo de investigación construyó el modelo usando un grupo de datos cerco de aproximadamente 1.400 juventud sin hogar, edades 18 a 26, en seis estados de los E.E.U.U. El grupo de datos cerco por el Co-Laboratorio de la investigación, de la educación y de la defensa para la estabilidad y prosperar de la juventud (REALYST), que incluye el Camarero-Adhikari de Anamika, el profesor adjunto del trabajo social en la universidad de Denver y al co-autor del papel.

Los investigadores entonces determinaron ambiental, psicológico y los factores del comportamiento asociados a la substancia utilizan desorden entre él -- por ejemplo historia criminal, experiencias de la persecución y características de la salud mental. Encontraron que las experiencias adversas de la niñez y la persecución física de la calle fueron asociadas más fuertemente a desorden del uso de la substancia que otros tipos de persecución (tales como persecución sexual) entre la juventud sin hogar. Además, PTSD y la depresión fueron encontrados para ser asociados más fuertemente a desorden del uso de la substancia que otros desordenes de la salud mental entre esta población, según los investigadores.

Después, los investigadores dividieron su grupo de datos en seis grupos de datos más pequeños para analizar diferencias geográficas. Las personas entrenaron a un modelo separado para predecir desorden de abuso de substancia entre la juventud sin hogar en cada uno de los seis estados -- cuáles tienen condiciones ambientales, planes de acción de la legalización de la droga y asociaciones diversos de la cuadrilla. Las personas observaron varias variaciones situación-específicas en el nivel de la asociación de algunos factores, según Tabar.

“Observando lo que ha aprendido el modelo, podemos descubrir efectivo los factores que pueden desempeñar un papel correlacional con la gente que sufre de desorden de abuso de substancia,” dijimos a Yadav. “Y una vez que conocemos estos factores, podemos mucho más exacto predecir si alguien sufre de uso de la substancia.”

Él agregó, “tan si un planificador o un intervencionista del plan de acción desarrollara los programas que apuntan reducir la incidencia del desorden de abuso de substancia, éste podría ofrecer pautas útiles.”

Otros autores en el papel de KDD incluyen a Dongwon Lee, profesor adjunto, y Stephanie Winkler, estudiante doctoral, en la universidad del Estado de Penn de las ciencias y de la tecnología de la información; y parque de Heesoo de la universidad de Sungkyunkwan.

Yadav y el Camarero-Adhikari están colaborando en un proyecto similar con el cual han desarrollado un agente del software que los diseños personalizaron los programas de rehabilitación para la juventud sin hogar que sufría del apego del opiáceo. Sus resultados de la simulación muestran a eso el agente del software -- CORTA llamado (herramienta completa de la reacción del opiáceo impulsada por inteligencia artificial) -- supera líneas de fondo por aproximadamente 110% en disminuir el número de juventud sin hogar que sufre del apego del opiáceo.

“Quisimos entender cuáles son las entregas causativas detrás de apego del nacrótico de la gente que se convierte,” dijimos a Yadav. “Y entonces quisimos destinar a éstos la juventud sin hogar al programa de rehabilitación apropiado.”

Yadav explicó que los datos cerco por la juventud de más de 1.400 desamparados en los E.E.U.U. fueron utilizados para construir modelos del AI para predecir la probabilidad del apego del opiáceo entre esta población. Después de examinar las entregas que podrían ser la causa subyacente del apego del opiáceo -- por ejemplo historia o la exposición de la acogida a la violencia de la calle -- CORTA resuelve formulaciones nuevas de la optimización para destinar programas de rehabilitación personalizados.

“Por ejemplo, si una persona desarrolló un apego del opiáceo porque fueron aislados o no tenían un círculo social, después quizás como parte de su programa de rehabilitación deben hablar con un consejero,” Yadav explicado. “Por otra parte, si alguien desarrolló un apego porque eran deprimidos porque no podrían encontrar un trabajo o pagar sus cuentas, después un consejero de carrera debe ser una parte del plan de la rehabilitación.”

Yadav agregó, “si usted apenas trata la condición médicamente, una vez que van nuevamente dentro del mundo real, puesto que todavía sigue habiendo la entrega causativa, ellas son probables recaer.”

Source: