למידת מכונה יכולה לסייע בקידום סטיגמה של התמכרות לחומרים

צוות מחקר מאוניברסיטת ווטרלו הדגים כיצד למידת מכונה (ML) ונתונים אנונימיים יכולים לסייע בטיפול בסטיגמה הקשורה להתמכרות לחומרים במדינות מתפתחות, שלעיתים קשה לקבל טיפול.

מאמר המחקר, בשם “A Machine Learning Model for Predicting Individual Substance Abuse with Associated Risk-Factors,” פורסם בכתב העת Annals of Data Science.

תובנות לגבי גורמים תת-מודעים

הגישה החדשה סיפקה תובנות לגבי הגורמים התת-מודעים שמשפיעים על נטיות להתמכרות לחומרים. היא מספקת מבט חדש לנושא שלעיתים קשור בטאבו חברתי ותרבותי.

המחקר זיהה מספר גורמי סיכון משמעותיים, כגון יחסי משפחה, סקרנות לניסוי עם סמים, ויחסים עם חברים שגם הם סובלים מהתמכרות.

Enamul Haque הוא חוקר דוקטורט במדעי המחשב באוניברסיטת ווטרלו והמחבר הראשי של המחקר.

“במדינה כמו בנגלדש, אנשים יכולים להימנע מלדון בנושאים של התמכרות,” אמר Haque. “סוג זה של מחקר יאפשר למחוקקים להיות מוארים יותר ולתכנן תוכניות טובות יותר לטיפול בהתמכרות.”

אימון אלגוריתמים של ML לזיהוי גורמי סיכון

המחקר החדש התבסס על נתונים שנלקחו ממקורות שונים, כגון ראיונות אישיים וסקרים מקוונים. נתוני הסקר הגיעו בעיקר ממדינות מתפתחות בדרום אסיה.

“בתוך המדינות שבהן ביצענו את הסקר, אספנו נתונים מבריכת משיבים רחבה ומגוונת,” המשיך Haque. “חיפשנו משיבים שונים על פי גיל, מגדר והקשר סוציו-אקונומי.”

הצוות קודם כל אסף כמות עצומה של נתונים לשימוש במחקר. לאחר מכן, הם הסתמכו על אלגוריתמים של ML כדי לזהות דפוסים וגורמי סיכון מרכזיים של התמכרות. על מנת לבצע את חלק המדעי של המחקר, הצוות הקים מספר שלבים של ניתוח ושיפור נתונים.

“אני מקווה מאוד שמחקר זה יוכל לסייע לאנשים המתמודדים עם בעיות התמכרות ולספק להם את התמיכה שהם צריכים,” אמר Haque.

שותפים למחקר כללו Uwaise Ibna Islam, Dheyaaldin Alsalman, Muhammad Nazrul Islam, Mohammad Ali Moni, ו-Iqbal H. Sarker.

גישה זו היא אחד הדוגמאות הרבות לכך ש-AI ו-ML יכולים לשמש לטיפול בהתמכרויות פסיכולוגיות ופיזיולוגיות. טכנולוגיות אלו מספקות הזדמנויות רבות לפיתוח טיפולים חדשניים לעתיד, וכן להבנת הגורמים התת-מודעים התורמים לכל התמכרות.