תוכנה מ-NCSU, A&T שואפת לעזור להתמודד טוב יותר עם אתגרי בריאות הנפש
תאריך פרסום:ראלי - חוקרים מאוניברסיטת צפון קרוליינה סטייט ואוניברסיטת צפון קרוליינה A&T פיתחו אב טיפוס של מערכת תוכנה שמטרתה לסייע לקובעי מדיניות ולספקי שירותי בריאות להתמודד טוב יותר עם אתגרי בריאות הנפש העומדים בפני אוכלוסיות היספאניות ברחבי ארצות הברית.
מערכת התמיכה החדשה להחלטות מורכבת משני מודולים חישוביים שיכולים לעזור למשתמשים לקבוע כיצד להתכונן בצורה הטובה ביותר לעתיד ולזהות את דרכי הפעולה הטובות ביותר כדי להקל על אתגרי בריאות הנפש. המערכת פותחה כחלק מ- קריאה לאתגר נקודת קוד: בריאות נפשית בזמן משבר, שאורגן על ידי IBM, בשיתוף עם Anthem Inc., Beacon Health Options, XPRIZE ומדינת NC EMPOWER שיתופי.
משתתפי האתגר כללו יותר מ-100 סטודנטים מ-12 אוניברסיטאות. המשתתפים מינפו את טכנולוגיות IBM ורשת של יותר מ-35 מנטורים כדי לבנות פתרונות לתמיכה בבריאות הנפש בעת משבר.
"אתגרי בריאות הנפש, שכבר היו מרתיעים, הוחרפו על ידי מגיפת ה-COVID-19", אומר טנזיד חסניין, דוקטור. סטודנט ב-NC State וחבר בצוות שפיתח את המערכת. "רצינו לעזור לאלה שבריאותם הנפשית הושפעה בצורה החזקה ביותר מ-COVID. ו נתוני CDC מצביעים על כך שאוכלוסיות היספאניות נוטות יותר מקבוצות אחרות לדווח על תסמינים של חרדה ודיכאון".
כל מערכת תומכת ההחלטות פותחה במהלך שבועיים בלבד, תוך שימוש בנתונים וכלי תכנות בקוד פתוח. למערכת שני מרכיבים: כלי חיזוי וכלי מרשם המבוסס על מה שנקרא תהליך ההחלטה של מרקוב (MDP).
כלי הניבוי הוא מודל המשתמש בנתונים ברמת המדינה ממקורות מרובים כדי לחזות את אחוז האוכלוסייה ההיספנית שעלולים לסבול מתסמינים של חרדה ודיכאון בשבוע הבא. באופן ספציפי, כלי החיזוי משתמש בנתונים על תביעות אבטלה, כיסוי ביטוחי, מספר מקרי ה-COVID ומספר מקרי המוות מ-COVID.
"הכלי החיזוי שימושי מכיוון שבאופן אידיאלי, הוא נותן לארגונים ללא מטרות רווח, לספקי שירותי בריאות וקובעי מדיניות הודעה מוקדמת כיצד ייראו דרישות בריאות הנפש ככל הנראה בעוד שבוע - מה שנותן להם את ההזדמנות להתכונן", אומר רחמן חורמפאר, דוקטור .ד. סטודנט ב-NC State וחלק מצוות הפיתוח.
ה-MDP, לעומת זאת, הוא כלי מתמטי שעוזר למשתמשים לקבוע איזו דרך פעולה תהיה היעילה ביותר בהפחתת מספר האנשים החווים תסמינים של חרדה ודיכאון. במילים אחרות, זה יכול לעזור למשתמשים להבין כיצד להפיק את התועלת הגדולה ביותר בבריאות הנפש מהמשאבים הזמינים והפעולות האפשריות שלהם.
"ה-MDP גמיש הרבה יותר מהכלי הניבוי", אומר Kehinde Odubela, Ph.D. סטודנט ב-NC A&T שהוא גם חלק מצוות פיתוח המערכת. "לדוגמה, זה יכול לשמש כדי לקבוע אילו פעולות יביאו הכי הרבה תועלת על בסיס עיר לעיר. עם זאת, ה-MDP צריך גם להיות מותאם אישית, על סמך האפשרויות שכל ארגון שוקל להתמודד עם אתגרי בריאות הנפש במדינה או בקהילה ספציפית".
בסופו של דבר, צוות הפיתוח רוצה להציג את כל מערכת התמיכה בהחלטות בחבילת תוכנה ידידותית למשתמש.
עם זאת, לצוות יש גם מספר התאמות שהם היו רוצים לבצע במערכת התמיכה בהחלטות - אחרי הכל, הם פיתחו את אב הטיפוס תוך פחות מחודש.
"אחד השיפורים שהיינו רוצים לעשות עם כלי המודל החזוי כולל אוטומציה של איסוף נתונים", אומרת שרה מקונל, חלק מצוות פיתוח המערכת ותואר ראשון ב-NC State. "באופן אידיאלי נרצה שמערכת תומכת ההחלטות תתעדכן מדי שבוע, עם שחרור מידע רלוונטי חדש ממקורות הנתונים המקוונים שלנו."
"אנחנו גם רוצים להפוך את כלי הניבוי לחזק יותר על ידי הצגת גורמים נוספים, כמו משתנים סוציו-אקונומיים", אומרת נסרין עליזאדה, חברת הצוות ודוקטורית. סטודנט במדינת NC. "נכון לעכשיו, אנו שוקלים משתנים המשתנים במהלך ציר הזמן המוצע שלנו. עם זאת, ישנם גורמים, כמו רמת ההשכלה, שאולי לא ישתנו במהלך התקופות הללו, אבל אנחנו מאמינים שמשחקים תפקיד".
החוקרים גם רוצים לקבוע מה הם יכולים לעשות כדי לשמור על התועלת של כלי החיזוי כאשר COVID-19 הופך להיות פחות גורם תורם לדאגות לבריאות הנפש.
לבסוף, החוקרים חושבים שהם יכולים לשפר את ה-MDP על ידי מתן אפשרות למשתמשים לחבר בקלות נתונים על תוצאות מהעולם האמיתי בחזרה למודל.
כל חברי הצוות של מדינת NC הם סטודנטים במחלקה להנדסת תעשייה ומערכות של אדוארד פ.פיטס של האוניברסיטה. אודובלה היא סטודנטית במחלקה להנדסת תעשייה ומערכות של NC A&T.
מערכת תומכת ההחלטות הייתה כניסה מנצחת ב-Call for Code Spot Challenge: בריאות הנפש בזמן משבר. לצוות תהיה הזדמנות להציג את הפתרון שלהם בפני מנהלים מ-IBM ו-Anthem Digital. סרטון של כניסת צוות הפיתוח לתחרות ניתן לראות ב https://youtu.be/ZjTm5eEtTbY.
(ג) NCSU
מקור המאמר המקורי: WRAL TechWire