Software von NCSU, A&T soll dazu beitragen, psychische Gesundheitsprobleme besser zu bewältigen

Veröffentlichungsdatum: 9. November 2020

RALEIGH – Forscher der North Carolina State University und der North Carolina A&T University haben einen Prototyp eines Softwaresystems entwickelt, das politischen Entscheidungsträgern und Gesundheitsdienstleistern dabei helfen soll, die psychischen Gesundheitsprobleme hispanischer Bevölkerungsgruppen in den Vereinigten Staaten besser anzugehen.

Das neue Entscheidungsunterstützungssystem besteht aus zwei Rechenmodulen, mit deren Hilfe Benutzer ermitteln können, wie sie sich am besten auf die Zukunft vorbereiten und die besten Maßnahmen zur Linderung psychischer Gesundheitsprobleme ermitteln können. Das System wurde im Rahmen der entwickelt Aufruf zur Code Spot Challenge: Psychische Gesundheit in Krisenzeiten, die organisiert wurde von IBM, in Zusammenarbeit mit Anthem Inc., Beacon Health Options, XPRIZE und dem NC-State based EMPOWER kollaborativ.

Zu den Teilnehmern der Challenge gehörten mehr als 100 Studenten von 12 Universitäten. Die Teilnehmer nutzten IBM-Technologien und ein Netzwerk von mehr als 35 Mentoren, um Lösungen zur Unterstützung der psychischen Gesundheit in Krisenzeiten zu entwickeln.

„Die ohnehin schon gewaltigen psychischen Gesundheitsprobleme wurden durch die COVID-19-Pandemie noch verschärft“, sagt Tanzid Hasnain, Ph.D. Student an der NC State und Mitglied des Teams, das das System entwickelt hat. „Wir wollten denen helfen, deren psychische Gesundheit am stärksten durch COVID beeinträchtigt wurde. Und CDC-Daten deuten darauf hin dass hispanische Bevölkerungsgruppen häufiger als andere Gruppen über Symptome von Angstzuständen und Depressionen berichten.“

Das gesamte Entscheidungsunterstützungssystem wurde innerhalb von nur zwei Wochen unter Verwendung von Open-Source-Daten und Programmiertools entwickelt. Das System besteht aus zwei Komponenten: einem Vorhersagetool und einem präskriptiven Tool, das auf dem sogenannten Markov-Entscheidungsprozess (MDP) basiert.

Das Vorhersagetool ist ein Modell, das bundesstaatliche Daten aus mehreren Quellen verwendet, um den Prozentsatz der hispanischen Bevölkerung vorherzusagen, der in der folgenden Woche Symptome von Angstzuständen und Depressionen aufweisen könnte. Konkret nutzt das Prognosetool Daten zu Arbeitslosenansprüchen, Versicherungsschutz, der Zahl der COVID-Fälle und der Zahl der COVID-Todesfälle.

„Das Vorhersagetool ist nützlich, weil es im Idealfall gemeinnützigen Organisationen, Gesundheitsdienstleistern und politischen Entscheidungsträgern im Voraus mitteilt, wie die Anforderungen an die psychische Gesundheit in einer Woche voraussichtlich aussehen werden – was ihnen die Möglichkeit gibt, sich vorzubereiten“, sagt Rahman Khorramfar, ein Ph .D. Student an der NC State und Teil des Entwicklungsteams.

Beim MDP hingegen handelt es sich um ein mathematisches Tool, mit dessen Hilfe Benutzer ermitteln können, welche Vorgehensweise am effektivsten ist, um die Anzahl der Menschen zu reduzieren, die unter Angst- und Depressionssymptomen leiden. Mit anderen Worten: Es kann Benutzern dabei helfen, herauszufinden, wie sie aus ihren verfügbaren Ressourcen und möglichen Maßnahmen den größten Nutzen für ihre psychische Gesundheit ziehen können.

„Das MDP ist viel flexibler als das Vorhersagetool“, sagt Kehinde Odubela, ein Ph.D. Student bei NC A&T, der auch Teil des Systementwicklungsteams ist. „Zum Beispiel kann damit ermittelt werden, welche Maßnahmen für jede einzelne Stadt den größten Nutzen bringen würden. Allerdings muss das MDP auch individuell angepasst werden, je nachdem, welche Optionen eine Organisation in Betracht zieht, um psychische Gesundheitsprobleme in einem bestimmten Staat oder einer bestimmten Gemeinde anzugehen.“

Letztendlich möchte das Entwicklungsteam das gesamte Entscheidungsunterstützungssystem in einem benutzerfreundlichen Softwarepaket präsentieren.

Allerdings möchte das Team auch einige Anpassungen am Entscheidungsunterstützungssystem vornehmen – schließlich hat es den Prototyp in weniger als einem Monat entwickelt.

„Eine der Verbesserungen, die wir mit dem prädiktiven Modellierungstool erreichen möchten, ist die Automatisierung der Datenerfassung“, sagt Sarah McConnell, Teil des Systementwicklungsteams und Studentin an der NC State. „Idealerweise möchten wir, dass das Entscheidungsunterstützungssystem wöchentlich aktualisiert wird, sobald neue relevante Informationen aus unseren Online-Datenquellen veröffentlicht werden.“

„Wir möchten das Vorhersagetool auch robuster machen, indem wir zusätzliche Faktoren wie sozioökonomische Variablen einführen“, sagt Nasrin Alizadeh, Mitglied des Teams und Doktorandin. Student an der NC State. „Derzeit berücksichtigen wir Variablen, die sich während unseres vorgeschlagenen Zeitplans ändern. Allerdings gibt es Faktoren, wie zum Beispiel das Bildungsniveau, die sich in diesen Zeiträumen möglicherweise nicht ändern, aber wir glauben, dass sie eine Rolle spielen.“

Die Forscher möchten auch herausfinden, was sie tun können, um den Nutzen des Vorhersagetools aufrechtzuerhalten, wenn COVID-19 weniger zu psychischen Problemen beiträgt.

Schließlich glauben die Forscher, dass sie das MDP verbessern können, indem sie es Benutzern ermöglichen, Daten zu realen Ergebnissen einfach wieder in das Modell einzubinden.

Alle Mitglieder des NC State-Teams sind Studenten der Edward P. Fitts-Abteilung für Industrie- und Systemtechnik der Universität. Odubela ist Studentin in der Abteilung für Industrie- und Systemtechnik der NC A&T.

Das Entscheidungsunterstützungssystem war das Gewinnerbeitrag im Call for Code Spot Challenge: Psychische Gesundheit in Krisenzeiten. Das Team wird Gelegenheit haben, seine Lösung den Führungskräften von IBM und Anthem Digital vorzustellen. Ein Video des Beitrags des Entwicklungsteams zum Wettbewerb finden Sie unter https://youtu.be/ZjTm5eEtTbY.

(C) NCSU

Originalquelle des Artikels: WRAL TechWire