Алгоритм AI, чтобы помочь определить бездомная молодежь в зоне риска злоупотребления психоактивными веществами

Хотя многие программы и инициативы были реализованы в адрес распространенности злоупотребления психоактивными веществами среди бездомной молодежи в Соединенных Штатах, они не всегда включают управляемые данными выводы об экологических и психологических факторов, которые могут влиять на вероятность развития расстройства употребления психоактивных веществ.

Итак, искусственный интеллект алгоритм (Ма) разработан исследователями из Института информационных наук и технологии в Университете штата Пенсильвания может помочь предсказать подверженность расстройства употребления психоактивных веществ среди молодых лиц, и предложить персонализированные программы реабилитации для сильно впечатлительных бездомной молодежи.

«Проактивное предотвращение расстройств, связанных с употреблением психоактивных веществ среди бездомной молодежи гораздо более желательным, чем реактивные стратегии смягчения последствий, таких как лечение для расстройства и других мероприятий», — сказал Amulya Шахова, доцент кафедры информационных наук и технологий и главный исследователь проекта. «К сожалению, большинство предыдущих попыток активной профилактики были нерегламентированно их реализации».

«Для оказания помощи директивным органам в разработке эффективных программ и политики в соответствии с ними, было бы полезно разработать искусственный интеллект и машинное обучение решений, которые могут автоматически раскрыть полный набор факторов, связанных с употреблением психоактивных веществ расстройства среди бездомной молодежи», — добавила Марьям Табар, докторант в области информатики и ведущий автор на проект документа, который будет представлен на обнаружение знаний в базах данных (КДД) конференции в конце августа.

В этом проекте, исследователи построили модель, используя данные, собранные из примерно 1400 бездомной молодежи в возрасте от 18 до 26, в шести штатах США. Наборы данных, собранные исследовательской, образовательной и информационно-пропагандистской деятельности совместной лаборатории для стабильности молодежи и процветает (REALYST), в которую входят Николай Абросимов бармен-Адхикари, доцент кафедры социальной работы в Денверском университете и соавтор бумаги.

Затем исследователи определили окружающей среды, психологические и поведенческие факторы, связанные с расстройством употребления психоактивных веществ среди них-такие, как криминальная история, опыт виктимизации и ментальными особенностями здоровья. Они выяснили, что неблагоприятные события детства и физических улица виктимизации были более сильно связаны с расстройством употребления психоактивных веществ, чем другие виды виктимизации (например, сексуальной виктимизации) среди бездомной молодежи. Кроме того, ПТСР и депрессии оказались более тесно связаны с расстройством употребления психоактивных веществ по сравнению с другими расстройствами психического здоровья среди этой группы населения, по мнению исследователей.

Далее исследователи разделили их набор на шесть небольших наборов данных для анализа географических различий. Команда обученных отдельную модель для прогнозирования злоупотребление психоактивными веществами среди бездомной молодежи в каждом из шести штатов, которые имеют различные условия окружающей среды, политику легализации наркотиков и объединений банды. Команда наблюдала несколько специфичных для местоположения различия в уровне ассоциаций каких-то факторов, по данным Табар.

«Глядя на то, что модель уже узнали, мы можем эффективно выяснить факторы, которые могут играть роль корреляционных людей, страдающих от расстройства, злоупотребление психоактивными веществами», — сказал Ядав. «И как только мы знаем эти факторы, мы гораздо точнее можем предсказать, будет ли кто-то страдает от употребления психоактивных веществ.»

Он добавил: «Так что если бы политики планировщик или специалиста, чтобы разработать программы, направленные на снижение распространенности злоупотребление психоактивными веществами, это может послужить полезным ориентиром».

Другие авторы на КДД бумаги включают в себя элементы по акциям Dongwon Ли, профессор, и Стефани Винклер, докторант, как в Государственном колледже Пенсильванского университета информационных наук и технологий; Heesoo парк университетом Сонгюнгван.

Шахова и бармен-Адхикари работаем над аналогичным проектом, через который они разработали программное обеспечение агента, которая разрабатывает персональные программы реабилитации для бездомных молодых людей, страдающих опиоидной зависимостью. Результаты моделирования показывают, что агент программного обеспечения, называемого корта (комплексный опиоидных ответ инструмент управляется искусственным интеллектом) — превосходит исходные показатели примерно на 110% в уменьшать количество бездомных молодых людей, страдающих опиоидной зависимостью.

«Мы хотели понять, что причинные вопросы за людей развивается зависимость от опиатов», — сказал Ядав. «И тогда мы хотели, чтобы назначить эти бездомной молодежи в соответствующие программы реабилитации.»

Шахова пояснила, что данные, собранные более чем 1400 бездомной молодежи в США был использован для создания модели искусственного интеллекта для прогнозирования вероятности опиоидной наркомании среди населения. После рассмотрения вопросов, которые могут быть первопричиной опиоидная зависимость-например, приемных история ухода или воздействия уличного насилия — корта решает Роман составов оптимизации назначить индивидуальные программы реабилитации.

«Например, если человек развивается опиоидная зависимость, потому что они были изолированы и не имеют круг общения, то, возможно, как часть их программы реабилитации они должны поговорить с консультантом», — пояснил Шахова. «С другой стороны, если кто-то развивается зависимость, потому что они были подавлены, потому что они не могли найти работу, или оплачивать свои счета, то советник по карьере должны быть частью плана санации.»

Добавил Ядав, «если вы просто лечить состояние с медицинской точки зрения, как только они вернуться в реальный мир, поскольку причинный проблема, по-прежнему, они склонны к рецидивам».

Шахова и бармен-Адхикари представят свои бумаги на корта, «оптимальные и недискриминационных реабилитационную программу дизайн для опиоидной наркомании среди бездомной молодежи,» на Международной объединенной конференции по искусственному интеллекту-Тихоокеанской Международной конференции по искусственному интеллекту (IJCAI-PRICAI), которая должна была состояться в июле 2020 года, но перенесли из-за нового коронавируса пандемии.

Другие сотрудничающие партнеры по проекту корта включать штата Пенсильвания докторантов Roopali Сингх (статистика), Николас Siapoutis (статистика) и Юй Лян (информатика).

почувствуйте разницу: спонсорские возможности