Software van NCSU, A&T is bedoeld om uitdagingen op het gebied van de geestelijke gezondheidszorg beter aan te pakken
Datum gepubliceerd:RALEIGH – Onderzoekers van de North Carolina State University en de North Carolina A&T University hebben een prototype van een softwaresysteem ontwikkeld dat tot doel heeft beleidsmakers en zorgverleners te helpen de geestelijke gezondheidsproblemen waarmee de Spaanstalige bevolking in de Verenigde Staten wordt geconfronteerd, beter aan te pakken.
Het nieuwe beslissingsondersteunende systeem bestaat uit twee rekenmodules die gebruikers kunnen helpen bepalen hoe ze zich het beste op de toekomst kunnen voorbereiden en de beste handelwijzen kunnen identificeren om uitdagingen op het gebied van de geestelijke gezondheidszorg te verlichten. Het systeem is ontwikkeld als onderdeel van de Oproep voor Code Spot Challenge: geestelijke gezondheid in tijden van crisis, georganiseerd door IBM, in samenwerking met Anthem Inc., Beacon Health Options, XPRIZE en de NC-State EMPOWER Samenwerken.
Tot de deelnemers aan de Challenge behoorden meer dan 100 studenten van 12 universiteiten. De deelnemers maakten gebruik van IBM-technologieën en een netwerk van meer dan 35 mentoren om oplossingen te bouwen ter ondersteuning van de geestelijke gezondheidszorg in tijden van crisis.
“De problemen op het gebied van de geestelijke gezondheidszorg, die toch al groot waren, zijn nog verergerd door de COVID-19-pandemie”, zegt Tanzid Hasnain, een Ph.D. student bij NC State en lid van het team dat het systeem heeft ontwikkeld. “We wilden degenen helpen wier geestelijke gezondheid het sterkst is getroffen door COVID. En CDC-gegevens suggereren dat Latijns-Amerikaanse bevolkingsgroepen vaker dan andere groepen symptomen van angst en depressie melden.”
Het volledige beslissingsondersteunende systeem werd in slechts twee weken tijd ontwikkeld, met behulp van open source data en programmeertools. Het systeem bestaat uit twee componenten: een voorspellend instrument en een prescriptief instrument gebaseerd op het zogenaamde Markov-beslissingsproces (MDP).
Het voorspellende instrument is een model dat gegevens op staatsniveau uit meerdere bronnen gebruikt om te voorspellen welk percentage van de Spaanstalige bevolking de komende week mogelijk symptomen van angst en depressie zal vertonen. Concreet maakt de voorspellende tool gebruik van gegevens over werkloosheidsclaims, verzekeringsdekking, het aantal COVID-gevallen en het aantal COVID-sterfgevallen.
“Het voorspellende instrument is nuttig omdat het non-profitorganisaties, zorgaanbieders en beleidsmakers idealiter vooraf op de hoogte stelt van de eisen op het gebied van de geestelijke gezondheidszorg die er over een week waarschijnlijk uit zullen zien – wat hen de kans geeft om zich voor te bereiden”, zegt Rahman Khorramfar, een Ph. .D. student bij NC State en onderdeel van het ontwikkelingsteam.
Het MDP daarentegen is een wiskundig hulpmiddel dat gebruikers helpt bepalen welke handelwijze het meest effectief zal zijn in het verminderen van het aantal mensen dat symptomen van angst en depressie ervaart. Met andere woorden, het kan gebruikers helpen erachter te komen hoe ze het grootste voordeel op het gebied van de geestelijke gezondheid kunnen halen uit hun beschikbare middelen en mogelijke acties.
“Het MDP is veel flexibeler dan het voorspellende instrument”, zegt Kehinde Odubela, een Ph.D. student bij NC A&T die ook deel uitmaakt van het systeemontwikkelingsteam. “Het kan bijvoorbeeld worden gebruikt om per stad te bepalen welke acties het meeste voordeel opleveren. Het MDP moet echter ook op maat worden gemaakt, op basis van de opties die elke organisatie overweegt om geestelijke gezondheidsproblemen in een specifieke staat of gemeenschap aan te pakken.”
Uiteindelijk wil het ontwikkelteam het hele beslissingsondersteunende systeem presenteren in een gebruiksvriendelijk softwarepakket.
Dat gezegd hebbende, heeft het team ook nog een aantal aanpassingen aan het beslissingsondersteunende systeem. Ze hebben het prototype immers in minder dan een maand ontwikkeld.
“Een van de verbeteringen die we met de tool voor voorspellende modellen willen aanbrengen, is het automatiseren van gegevensverzameling”, zegt Sarah McConnell, onderdeel van het systeemontwikkelingsteam en student aan NC State. “In het ideale geval zouden we willen dat het beslissingsondersteunende systeem wekelijks wordt bijgewerkt zodra er nieuwe relevante informatie uit onze online databronnen vrijkomt.”
"We willen het voorspellende instrument ook robuuster maken door aanvullende factoren te introduceren, zoals sociaal-economische variabelen", zegt Nasrin Alizadeh, lid van het team en gepromoveerd. student aan NC State. “Momenteel houden we rekening met variabelen die veranderen tijdens onze voorgestelde tijdlijn. Er zijn echter factoren, zoals het opleidingsniveau, die in deze periodes misschien niet veranderen, maar die volgens ons wel een rol spelen.”
De onderzoekers willen ook bepalen wat ze kunnen doen om het nut van het voorspellende instrument te behouden wanneer COVID-19 minder een bijdragende factor wordt aan geestelijke gezondheidsproblemen.
Ten slotte denken de onderzoekers dat ze het MDP kunnen verbeteren door gebruikers in staat te stellen eenvoudig gegevens over resultaten uit de echte wereld weer in het model in te voeren.
Alle teamleden van NC State zijn studenten van de Edward P. Fitts Department of Industrial and Systems Engineering van de universiteit. Odubela studeert aan de afdeling Industriële en Systeemtechniek van NC A&T.
Het beslissingsondersteunende systeem was het winnende inzending in de Call for Code Spot Challenge: geestelijke gezondheid in tijden van crisis. Het team krijgt de kans om hun oplossing te pitchen voor leidinggevenden van IBM en Anthem Digital. Een video van de deelname van het ontwikkelingsteam aan de competitie is te zien op https://youtu.be/ZjTm5eEtTbY.
(C) NCSU
Originele artikelbron: WRAL TechWire