Oprogramowanie firmy NCSU, A&T ma na celu pomóc lepiej stawić czoła wyzwaniom związanym ze zdrowiem psychicznym

RALEIGH – Naukowcy z North Carolina State University i North Carolina A&T University opracowali prototypowy system oprogramowania, który ma pomóc decydentom i świadczeniodawcom w lepszym radzeniu sobie z wyzwaniami w zakresie zdrowia psychicznego, przed którymi stoją populacje latynoskie w całych Stanach Zjednoczonych.

Nowy system wspomagania decyzji składa się z dwóch modułów obliczeniowych, które mogą pomóc użytkownikom określić, jak najlepiej przygotować się na przyszłość i określić najlepsze kierunki działań w celu złagodzenia wyzwań związanych ze zdrowiem psychicznym. System powstał w ramach projektu Zaproszenie do wzięcia udziału w wyzwaniu Code Spot: Zdrowie psychiczne w czasach kryzysu, którego organizatorem był IBM-a, we współpracy z Anthem Inc., Beacon Health Options, XPRIZE i siedzibą w stanie NC Współpraca WZMOCNIJ.

W konkursie wzięło udział ponad 100 studentów z 12 uczelni. Uczestnicy wykorzystali technologie IBM i sieć ponad 35 mentorów, aby zbudować rozwiązania wspierające zdrowie psychiczne w czasach kryzysu.

„Wyzwania związane ze zdrowiem psychicznym, które i tak były zniechęcające, zostały zaostrzone przez pandemię COVID-19” – mówi dr Tanzid Hasnain. student NC State i członek zespołu, który opracował system. „Chcieliśmy pomóc tym, których zdrowie psychiczne zostało najsilniej dotknięte przez Covid. I Dane CDC sugerują że populacje latynoskie częściej niż inne grupy zgłaszają objawy lęku i depresji”.

Cały system wspomagania decyzji został opracowany w ciągu zaledwie dwóch tygodni, przy użyciu danych open source i narzędzi programistycznych. System składa się z dwóch komponentów: narzędzia predykcyjnego i narzędzia nakazowego opartego na tak zwanym procesie decyzyjnym Markowa (MDP).

Narzędzie prognostyczne to model wykorzystujący dane na poziomie stanu z wielu źródeł do przewidywania odsetka populacji Latynosów, który może mieć objawy lęku i depresji w następnym tygodniu. W szczególności narzędzie predykcyjne wykorzystuje dane dotyczące wniosków o zasiłek dla bezrobotnych, zakresu ubezpieczenia, liczby przypadków Covid i liczby zgonów z powodu Covid.

„Narzędzie prognostyczne jest przydatne, ponieważ w idealnym przypadku pozwala organizacjom non-profit, świadczeniodawcom i decydentom z wyprzedzeniem powiadamiać o tym, jak prawdopodobnie będą wyglądać wymagania w zakresie zdrowia psychicznego za tydzień, co daje im możliwość przygotowania się” – mówi Rahman Khorramfar, doktorant .D. student NC State i członek zespołu programistów.

Z kolei MDP jest narzędziem matematycznym, które pomaga użytkownikom określić, jakie postępowanie będzie najskuteczniejsze w zmniejszeniu liczby osób doświadczających objawów lęku i depresji. Innymi słowy, może pomóc użytkownikom dowiedzieć się, jak uzyskać największe korzyści dla zdrowia psychicznego, korzystając z dostępnych zasobów i możliwych działań.

„MDP jest znacznie bardziej elastyczne niż narzędzie predykcyjne” – mówi dr Kehinde Odubela. student NC A&T, który jest również częścią zespołu zajmującego się rozwojem systemu. „Można go na przykład wykorzystać do określenia, które działania przyniosłyby największe korzyści w poszczególnych miastach. Jednakże plan MDP należy również dostosować na podstawie opcji, które każda organizacja rozważa w celu sprostania wyzwaniom związanym ze zdrowiem psychicznym w konkretnym stanie lub społeczności”.

Docelowo zespół programistów chce zaprezentować cały system wspomagania decyzji w przyjaznym dla użytkownika pakiecie oprogramowania.

To powiedziawszy, zespół ma także wiele dostosowań, które chciałby wprowadzić w systemie wspomagania decyzji – w końcu prototyp opracował w niecały miesiąc.

„Jedno z ulepszeń, jakie chcielibyśmy wprowadzić w narzędziu do modelowania predykcyjnego, polega na automatyzacji gromadzenia danych” – mówi Sarah McConnell, część zespołu ds. rozwoju systemu i studentka NC State. „W idealnym przypadku chcielibyśmy, aby system wspomagania decyzji był aktualizowany co tydzień po opublikowaniu nowych istotnych informacji z naszych internetowych źródeł danych”.

„Chcielibyśmy także zwiększyć niezawodność narzędzia predykcyjnego poprzez wprowadzenie dodatkowych czynników, takich jak zmienne społeczno-ekonomiczne”, mówi Nasrin Alizadeh, członkini zespołu i doktorantka. student NC State. „Obecnie bierzemy pod uwagę zmienne, które zmieniają się w proponowanym przez nas harmonogramie. Istnieją jednak czynniki, takie jak poziom wykształcenia, które mogą się nie zmienić w tych okresach, ale naszym zdaniem odgrywają rolę”.

Naukowcy chcą również określić, co mogą zrobić, aby utrzymać użyteczność narzędzia predykcyjnego, gdy wirus COVID-19 stanie się mniej czynnikiem przyczyniającym się do problemów ze zdrowiem psychicznym.

Wreszcie naukowcy uważają, że mogą ulepszyć MDP, umożliwiając użytkownikom łatwe podłączanie danych dotyczących rzeczywistych wyników z powrotem do modelu.

Wszyscy członkowie zespołu NC State są studentami Wydziału Inżynierii Przemysłowej i Systemów im. Edwarda P. Fittsa. Odubela jest studentem Wydziału Inżynierii Przemysłowej i Systemów NC A&T.

System wspomagania decyzji to tzw zwycięski wpis w konkursie Call for Code Spot Challenge: Zdrowie psychiczne w czasach kryzysu. Zespół będzie miał okazję zaprezentować swoje rozwiązanie kierownictwu IBM i Anthem Digital. Film przedstawiający udział zespołu programistów w konkursie można zobaczyć pod adresem https://youtu.be/ZjTm5eEtTbY.

(C) NCSU

Oryginalne źródło artykułu: WRALTechWire