El Aprendizaje Automático Puede Ayudar a Reducir el Estigma de la Abuso de Sustancias

Un equipo de investigación de la Universidad de Waterloo ha demostrado cómo el aprendizaje automático (ML) y los datos anonimizados podrían ayudar a abordar el estigma asociado con el abuso de sustancias en países en desarrollo, lo que a menudo hace que sea difícil obtener tratamiento.

El artículo de investigación, titulado “Un Modelo de Aprendizaje Automático para Predecir el Abuso de Sustancias Individual con Factores de Riesgo Asociados“, se publicó en la revista Anales de Ciencia de Datos.

Insight en los Factores Subyacentes

El nuevo enfoque proporcionó una visión de los factores subyacentes que influyen en las tendencias de abuso de sustancias. Ofrece una nueva perspectiva sobre un tema que a menudo está rodeado de tabúes sociales y culturales.

La investigación identificó varios factores de riesgo significativos, como las relaciones familiares, la curiosidad por experimentar con drogas y las relaciones con amigos que también sufren de abuso de sustancias.

Enamul Haque es un investigador de doctorado en ciencias de la computación en la Universidad de Waterloo y autor principal de la investigación.

“En un país como Bangladesh, la gente puede ser reacia a discutir problemas de abuso de sustancias”, dijo Haque. “Este tipo de investigación permitirá a los responsables de las políticas tener mejor información y luego poder diseñar mejores programas para abordar el abuso de sustancias”.

Entrenamiento de Algoritmos de Aprendizaje Automático para Identificar Factores de Riesgo

La nueva investigación se basó en datos obtenidos de diversas fuentes, como entrevistas personales y encuestas en línea masivas. Los datos de la encuesta se obtuvieron principalmente de países en desarrollo en el sur de Asia.

“Dentro de los países donde realizamos la encuesta, recopilamos datos de un grupo amplio y diverso de encuestados”, continuó Haque. “Buscamos diferentes encuestados según la edad, el género y el contexto socioeconómico”.

El equipo primero recopiló una gran cantidad de datos para utilizar en el estudio. Luego, confiaron en algoritmos de aprendizaje automático para identificar patrones y factores de riesgo clave del abuso de sustancias. Para llevar a cabo la parte de ciencias de la computación de la investigación, el equipo configuró varias etapas de análisis y refinamiento de datos.

“Espero que esta investigación pueda ayudar a las personas que luchan con problemas de abuso de sustancias y obtener el apoyo que necesitan”, dijo Haque.

Los coautores de la investigación incluyeron a Uwaise Ibna Islam, Dheyaaldin Alsalman, Muhammad Nazrul Islam, Mohammad Ali Moni e Iqbal H. Sarker.

Este nuevo enfoque es uno de los muchos ejemplos de cómo el aprendizaje automático y la inteligencia artificial pueden utilizarse para abordar varias adicciones psicológicas y físicas. Estas tecnologías brindan muchas oportunidades para desarrollar tratamientos innovadores para el futuro, así como para comprender los factores subyacentes que contribuyen a cada adicción.