Il software di NCSU, A&T mira ad aiutare ad affrontare meglio le sfide della salute mentale
Data di pubblicazione:RALEIGH – I ricercatori della North Carolina State University e della North Carolina A&T University hanno sviluppato un prototipo di sistema software che mira ad aiutare i politici e gli operatori sanitari ad affrontare meglio le sfide di salute mentale che affliggono le popolazioni ispaniche negli Stati Uniti.
Il nuovo sistema di supporto alle decisioni è costituito da due moduli computazionali che possono aiutare gli utenti a determinare il modo migliore per prepararsi per il futuro e identificare le migliori linee d’azione per alleviare i problemi di salute mentale. Il sistema è stato sviluppato come parte del Appello per la sfida Code Spot: la salute mentale in un momento di crisi, che è stato organizzato da IBM, in collaborazione con Anthem Inc., Beacon Health Options, XPRIZE e con sede nello stato NC RAFFORZARE la collaborazione.
Tra i partecipanti alla sfida c'erano più di 100 studenti provenienti da 12 università. I partecipanti hanno sfruttato le tecnologie IBM e una rete di oltre 35 mentori per creare soluzioni a sostegno della salute mentale in un momento di crisi.
“Le sfide per la salute mentale, che erano già scoraggianti, sono state esacerbate dalla pandemia di COVID-19”, afferma Tanzid Hasnain, Ph.D. studente presso NC State e membro del team che ha sviluppato il sistema. “Volevamo aiutare coloro la cui salute mentale è stata maggiormente colpita dal COVID. E Lo suggeriscono i dati del CDC che le popolazioni ispaniche hanno maggiori probabilità rispetto ad altri gruppi di riferire sintomi di ansia e depressione”.
L'intero sistema di supporto alle decisioni è stato sviluppato nel corso di sole due settimane, utilizzando dati e strumenti di programmazione open source. Il sistema ha due componenti: uno strumento predittivo e uno strumento prescrittivo basato su quello che viene chiamato Markov Decision Process (MDP).
Lo strumento predittivo è un modello che utilizza dati a livello statale provenienti da più fonti per prevedere la percentuale della popolazione ispanica che potrebbe presentare sintomi di ansia e depressione nella settimana successiva. Nello specifico, lo strumento predittivo utilizza dati sulle richieste di disoccupazione, sulla copertura assicurativa, sul numero di casi COVID e sul numero di decessi COVID.
"Lo strumento predittivo è utile perché, idealmente, fornisce alle organizzazioni no-profit, agli operatori sanitari e ai politici un preavviso di quali saranno probabilmente le richieste di salute mentale tra una settimana, il che dà loro l'opportunità di prepararsi", afferma Rahman Khorramfar, Ph. .D. studente presso NC State e parte del team di sviluppo.
L’MDP, d’altro canto, è uno strumento matematico che aiuta gli utenti a determinare quale linea d’azione sarà più efficace nel ridurre il numero di persone che manifestano sintomi di ansia e depressione. In altre parole, può aiutare gli utenti a capire come ottenere il massimo beneficio per la salute mentale dalle risorse disponibili e dalle possibili azioni.
"L'MDP è molto più flessibile dello strumento predittivo", afferma Kehinde Odubela, Ph.D. studente presso NC A&T che fa anche parte del team di sviluppo del sistema. “Ad esempio, può essere utilizzato per determinare quali azioni avrebbero i maggiori benefici città per città. Tuttavia, l’MDP deve anche essere personalizzato, in base alle opzioni che qualsiasi organizzazione sta prendendo in considerazione per affrontare le sfide della salute mentale in uno specifico stato o comunità”.
Infine, il team di sviluppo desidera presentare l'intero sistema di supporto alle decisioni in un pacchetto software di facile utilizzo.
Detto questo, il team ha anche una serie di modifiche che vorrebbe apportare al sistema di supporto decisionale: dopo tutto, hanno sviluppato il prototipo in meno di un mese.
"Uno dei miglioramenti che vorremmo apportare allo strumento di modellazione predittiva riguarda l'automazione della raccolta dei dati", afferma Sarah McConnell, parte del team di sviluppo del sistema e studentessa universitaria presso NC State. "Idealmente vorremmo che il sistema di supporto alle decisioni si aggiornasse settimanalmente, al rilascio di nuove informazioni rilevanti dalle nostre fonti di dati online."
"Ci piacerebbe anche rendere lo strumento predittivo più robusto introducendo fattori aggiuntivi, come le variabili socioeconomiche", afferma Nasrin Alizadeh, membro del team e dottoranda. studente presso NC State. “Attualmente, consideriamo le variabili che cambiano durante la sequenza temporale da noi proposta. Tuttavia, ci sono fattori, come il livello di istruzione, che potrebbero non cambiare durante questi periodi, ma crediamo che abbiano un ruolo”.
I ricercatori vogliono anche determinare cosa possono fare per mantenere l’utilità dello strumento predittivo quando il COVID-19 diventerà meno un fattore che contribuisce ai problemi di salute mentale.
Infine, i ricercatori pensano di poter migliorare l’MDP consentendo agli utenti di inserire facilmente nel modello i dati sui risultati del mondo reale.
Tutti i membri del team NC State sono studenti del Dipartimento di ingegneria industriale e dei sistemi Edward P. Fitts dell'università. Odubela è una studentessa del Dipartimento di Ingegneria Industriale e dei Sistemi della NC A&T.
Il sistema di supporto alle decisioni era il ingresso vincente nella sfida Call for Code Spot: La salute mentale in un momento di crisi. Il team avrà l’opportunità di presentare la propria soluzione ai dirigenti di IBM e Anthem Digital. Il video della partecipazione del team di sviluppo al concorso può essere visto su https://youtu.be/ZjTm5eEtTbY.
(C) NCSU
Fonte articolo originale: WRAL TechWire