El software de NCSU, A&T tiene como objetivo ayudar a abordar mejor los desafíos de salud mental
Fecha de publicación:RALEIGH – Investigadores de la Universidad Estatal de Carolina del Norte y la Universidad A&T de Carolina del Norte han desarrollado un prototipo de sistema de software que tiene como objetivo ayudar a los formuladores de políticas y proveedores de atención médica a abordar mejor los desafíos de salud mental que enfrentan las poblaciones hispanas en los Estados Unidos.
El nuevo sistema de apoyo a la toma de decisiones consta de dos módulos computacionales que pueden ayudar a los usuarios a determinar la mejor manera de prepararse para el futuro e identificar los mejores cursos de acción para aliviar los desafíos de salud mental. El sistema fue desarrollado como parte del Convocatoria para el desafío Code Spot: Salud mental en tiempos de crisis, que fue organizado por IBM, en asociación con Anthem Inc., Beacon Health Options, XPRIZE y la empresa con sede en el estado de Carolina del Norte EMPODERAR Colaborativo.
Los participantes del desafío incluyeron más de 100 estudiantes de 12 universidades. Los participantes aprovecharon las tecnologías de IBM y una red de más de 35 mentores para crear soluciones que apoyen la salud mental en tiempos de crisis.
"Los desafíos de salud mental, que ya eran enormes, se han visto exacerbados por la pandemia de COVID-19", dice Tanzid Hasnain, Ph.D. Estudiante de NC State y miembro del equipo que desarrolló el sistema. “Queríamos ayudar a aquellos cuya salud mental se ha visto más afectada por el COVID. Y Los datos de los CDC sugieren que las poblaciones hispanas tienen más probabilidades que otros grupos de reportar síntomas de ansiedad y depresión”.
Todo el sistema de apoyo a las decisiones se desarrolló en el transcurso de sólo dos semanas, utilizando datos de código abierto y herramientas de programación. El sistema tiene dos componentes: una herramienta predictiva y una herramienta prescriptiva basada en lo que se denomina Proceso de Decisión de Markov (MDP).
La herramienta predictiva es un modelo que utiliza datos a nivel estatal de múltiples fuentes para predecir el porcentaje de la población hispana que puede tener síntomas de ansiedad y depresión en la semana siguiente. Específicamente, la herramienta predictiva utiliza datos sobre solicitudes de desempleo, cobertura de seguro, número de casos de COVID y número de muertes por COVID.
"La herramienta predictiva es útil porque, idealmente, brinda a las organizaciones sin fines de lucro, proveedores de atención médica y formuladores de políticas un aviso previo de cómo serán probablemente las demandas de salud mental dentro de una semana, lo que les brinda la oportunidad de prepararse", dice Rahman Khorramfar, Ph. .D. estudiante de NC State y parte del equipo de desarrollo.
El MDP, por otro lado, es una herramienta matemática que ayuda a los usuarios a determinar qué curso de acción será más eficaz para reducir la cantidad de personas que experimentan síntomas de ansiedad y depresión. En otras palabras, puede ayudar a los usuarios a descubrir cómo obtener el mayor beneficio para la salud mental a partir de los recursos disponibles y las posibles acciones.
"El MDP es mucho más flexible que la herramienta predictiva", dice Kehinde Odubela, Ph.D. estudiante de NC A&T que también forma parte del equipo de desarrollo de sistemas. “Por ejemplo, se puede utilizar para determinar qué acciones tendrían el mayor beneficio ciudad por ciudad. Sin embargo, el MDP también debe personalizarse, según las opciones que cualquier organización esté considerando para abordar los desafíos de salud mental en un estado o comunidad específica”.
En última instancia, el equipo de desarrollo quiere presentar todo el sistema de soporte a la toma de decisiones en un paquete de software fácil de usar.
Dicho esto, el equipo también tiene una serie de ajustes que les gustaría hacer en el sistema de soporte de decisiones; después de todo, desarrollaron el prototipo en menos de un mes.
"Una de las mejoras que nos gustaría realizar con la herramienta de modelado predictivo implica la automatización de la recopilación de datos", dice Sarah McConnell, parte del equipo de desarrollo del sistema y estudiante universitaria de NC State. "Lo ideal sería que el sistema de apoyo a la toma de decisiones se actualizara semanalmente, tras la publicación de nueva información relevante de nuestras fuentes de datos en línea".
"También nos gustaría hacer que la herramienta de predicción sea más sólida introduciendo factores adicionales, como variables socioeconómicas", dice Nasrin Alizadeh, miembro del equipo y Ph.D. estudiante en NC State. “Actualmente, consideramos variables que cambian durante el cronograma propuesto. Sin embargo, hay factores, como el nivel educativo, que pueden no cambiar durante estos períodos, pero creemos que están influyendo”.
Los investigadores también quieren determinar qué pueden hacer para mantener la utilidad de la herramienta predictiva cuando el COVID-19 deje de ser un factor que contribuya a los problemas de salud mental.
Por último, los investigadores creen que pueden mejorar el MDP permitiendo a los usuarios conectar fácilmente datos sobre resultados del mundo real al modelo.
Todos los miembros del equipo de NC State son estudiantes del Departamento de Ingeniería Industrial y de Sistemas Edward P. Fitts de la universidad. Odubela es estudiante del Departamento de Ingeniería Industrial y de Sistemas de NC A&T.
El sistema de apoyo a la decisión fue el entrada ganadora en la Convocatoria para el Desafío Code Spot: Salud mental en tiempos de crisis. El equipo tendrá la oportunidad de presentar su solución a ejecutivos de IBM y Anthem Digital. El vídeo de la participación del equipo de desarrollo en el concurso se puede ver en https://youtu.be/ZjTm5eEtTbY.
(C) NCSU
Fuente del artículo original: WRAL TechWire