Masinõpe võib aidata ainete kuritarvitamise häbimärgistamist

Waterloo ülikooli uurimisrühm on näidanud, kuidas masinõpe (ML) ja anonüümsed andmed võivad aidata lahendada ainete kuritarvitamisega seotud häbimärgistamist arengumaades, mis sageli raskendab ravi saamist.

Uurimistöö pealkirjaga "Masinõppemudel individuaalsete ainete kuritarvitamise ennustamiseks koos sellega seotud riskiteguritega”, avaldati ajakirjas Annals of Data Science.

Ülevaade aluseks olevatest teguritest

Uus lähenemisviis andis ülevaate ainete kuritarvitamise tendentsi mõjutavatest teguritest. See annab täiesti uue pilgu teemale, mida sageli ümbritsevad sotsiaalsed ja kultuurilised tabud.

Uuring tuvastas mitmeid olulisi riskitegureid, nagu peresuhted, uudishimu uimastitega katsetamiseks ja suhted sõpradega, kes kannatavad samuti ainete kuritarvitamise all.

Enamul Haque on Waterloo ülikooli arvutiteaduse doktorant ja uurimistöö juhtiv autor.

"Sellises riigis nagu Bangladesh võivad inimesed kõhkleda ainete kuritarvitamise teemade arutamisel," ütles Haque. "Sellised uuringud võimaldavad poliitikakujundajatel saada paremat teavet ja seejärel kavandada paremaid programme, mis aitavad võidelda ainete kuritarvitamisega."

ML-algoritmide koolitamine riskitegurite tuvastamiseks

Uus uuring põhines erinevatest allikatest, näiteks üksikintervjuudel ja massilistel veebiküsitlustel, kogutud andmetel. Uuringuandmed pärinesid enamasti Lõuna-Aasia arengumaadest.

"Riikides, kus me uuringu läbi viisime, kogusime andmeid suurelt ja mitmekesiselt vastajatelt," jätkas Haque. "Otsisime erinevaid vastajaid vanuse, soo ja sotsiaalmajandusliku konteksti alusel."

Meeskond kogus kõigepealt tohutul hulgal andmeid, mida uuringus kasutada. Seejärel tuginesid nad masinõppe algoritmidele, et tuvastada ainete kuritarvitamise mustrid ja peamised riskitegurid. Uurimistöö arvutiteaduse osa teostamiseks seadis meeskond üles mitu andmeanalüüsi ja täpsustamise etappi.

"Ma tõesti loodan, et see uurimus võib aidata inimesi, kes tegelevad ainete kuritarvitamise probleemidega ja saada neile vajalikku tuge," ütles Haque.

Uurimistöö kaasautoriteks olid Uwaise Ibna Islam, Dheyaldin Alsalman, Muhammad Nazrul Islam, Mohammad Ali Moni ja Iqbal H. Sarker.

See uus lähenemisviis on üks paljudest näidetest selle kohta, kuidas tehisintellekti ja masinõpet saab kasutada mitmete psühholoogiliste ja füüsiliste sõltuvuste lahendamiseks. Need tehnoloogiad pakuvad palju võimalusi tuleviku jaoks uuenduslike ravimeetodite väljatöötamiseks, samuti iga sõltuvuse aluseks olevate tegurite mõistmiseks.