Logiciel du NCSU, A&T vise à aider à mieux relever les défis de santé mentale

RALEIGH – Des chercheurs de l'Université d'État de Caroline du Nord et de l'Université A&T de Caroline du Nord ont développé un prototype de système logiciel qui vise à aider les décideurs politiques et les prestataires de soins de santé à mieux relever les défis de santé mentale auxquels sont confrontées les populations hispaniques à travers les États-Unis.

Le nouveau système d'aide à la décision se compose de deux modules informatiques qui peuvent aider les utilisateurs à déterminer la meilleure façon de se préparer pour l'avenir et d'identifier les meilleurs plans d'action pour atténuer les problèmes de santé mentale. Le système a été développé dans le cadre du Appel à Code Spot Challenge : La santé mentale en temps de crise, qui a été organisée par IBM, en partenariat avec Anthem Inc., Beacon Health Options, XPRIZE et la société basée à NC-State EMPOWER Collaboratif.

Les participants au défi comprenaient plus de 100 étudiants de 12 universités. Les participants ont tiré parti des technologies IBM et d'un réseau de plus de 35 mentors pour élaborer des solutions en faveur de la santé mentale en temps de crise.

« Les problèmes de santé mentale, qui étaient déjà intimidants, ont été exacerbés par la pandémie de COVID-19 », explique Tanzid Hasnain, titulaire d'un doctorat. étudiant à NC State et membre de l’équipe qui a développé le système. « Nous voulions aider ceux dont la santé mentale a été la plus fortement affectée par la COVID. Et Les données du CDC suggèrent que les populations hispaniques sont plus susceptibles que les autres groupes de signaler des symptômes d’anxiété et de dépression.

L’ensemble du système d’aide à la décision a été développé en seulement deux semaines, à l’aide de données et d’outils de programmation open source. Le système comporte deux éléments : un outil prédictif et un outil prescriptif basé sur ce que l'on appelle le processus décisionnel de Markov (MDP).

L'outil prédictif est un modèle qui utilise des données au niveau de l'État provenant de plusieurs sources pour prédire le pourcentage de la population hispanique susceptible de présenter des symptômes d'anxiété et de dépression au cours de la semaine suivante. Plus précisément, l’outil prédictif utilise des données sur les demandes de chômage, la couverture d’assurance, le nombre de cas de COVID et le nombre de décès dus au COVID.

"L'outil prédictif est utile car, idéalement, il donne aux organisations à but non lucratif, aux prestataires de soins de santé et aux décideurs politiques un préavis de ce à quoi ressembleront probablement les exigences en matière de santé mentale dans une semaine - ce qui leur donne l'opportunité de se préparer", explique Rahman Khorramfar, professeur. .D. étudiant à NC State et membre de l'équipe de développement.

Le MDP, quant à lui, est un outil mathématique qui aide les utilisateurs à déterminer quel plan d'action sera le plus efficace pour réduire le nombre de personnes présentant des symptômes d'anxiété et de dépression. En d’autres termes, cela peut aider les utilisateurs à déterminer comment tirer le meilleur parti des ressources disponibles et des actions possibles pour la santé mentale.

"Le MDP est beaucoup plus flexible que l'outil prédictif", explique Kehinde Odubela, titulaire d'un doctorat. étudiant à NC A&T qui fait également partie de l'équipe de développement de systèmes. « Par exemple, il peut être utilisé pour déterminer quelles actions seraient les plus bénéfiques ville par ville. Cependant, le MDP doit également être personnalisé, en fonction des options envisagées par toute organisation pour relever les défis de santé mentale dans un État ou une communauté spécifique.

À terme, l'équipe de développement souhaite présenter l'ensemble du système d'aide à la décision dans un progiciel convivial.

Cela dit, l'équipe souhaite également apporter un certain nombre d'ajustements au système d'aide à la décision : après tout, elle a développé le prototype en moins d'un mois.

«L'une des améliorations que nous aimerions apporter à l'outil de modélisation prédictive consiste à automatiser la collecte de données», déclare Sarah McConnell, membre de l'équipe de développement du système et étudiante de premier cycle à NC State. "Idéalement, nous aimerions que le système d'aide à la décision soit mis à jour chaque semaine, dès la publication de nouvelles informations pertinentes provenant de nos sources de données en ligne."

«Nous aimerions également rendre l'outil prédictif plus robuste en introduisant des facteurs supplémentaires, tels que des variables socio-économiques», explique Nasrin Alizadeh, membre de l'équipe et titulaire d'un doctorat. étudiant à NC State. « Actuellement, nous prenons en compte les variables qui changent au cours du calendrier proposé. Cependant, certains facteurs, tels que le niveau d’éducation, peuvent ne pas changer pendant ces périodes, mais nous pensons qu’ils jouent un rôle. »

Les chercheurs veulent également déterminer ce qu'ils peuvent faire pour maintenir l'utilité de l'outil prédictif lorsque le COVID-19 devient moins un facteur contribuant aux problèmes de santé mentale.

Enfin, les chercheurs pensent pouvoir améliorer le MDP en permettant aux utilisateurs de réinsérer facilement dans le modèle des données sur les résultats réels.

Tous les membres de l'équipe NC State sont des étudiants du département Edward P. Fitts d'ingénierie industrielle et des systèmes de l'université. Odubela est étudiant au département d'ingénierie industrielle et des systèmes de NC A&T.

Le système d'aide à la décision était le entrée gagnante dans le cadre de l'appel à Code Spot Challenge : La santé mentale en temps de crise. L'équipe aura l'occasion de présenter sa solution aux dirigeants d'IBM et d'Anthem Digital. La vidéo de l'entrée de l'équipe de développement dans le concours peut être visionnée sur https://youtu.be/ZjTm5eEtTbY.

(C) NCSU

Source originale de l’article : WRAL TechWire