Pembelajaran Mesin Dapat Membantu Stigma Penyalahgunaan Zat

Tim peneliti dari Universitas Waterloo telah menunjukkan bagaimana pembelajaran mesin (ML) dan data anonim dapat membantu mengatasi stigma yang terkait dengan penyalahgunaan zat di negara-negara berkembang, yang sering membuat sulit untuk mendapatkan pengobatan.

Makalah penelitian, berjudul “Sebuah Model Pembelajaran Mesin untuk Memprediksi Penyalahgunaan Zat Individual dengan Faktor Risiko yang Berkaitan,” diterbitkan di jurnal Annals of Data Science.

Wawasan ke Faktor-Faktor yang Mendasarinya

Pendekatan baru ini memberikan wawasan ke faktor-faktor yang mendasarinya yang mempengaruhi kecenderungan penyalahgunaan zat. Ini memberikan pandangan baru ke subjek yang sering dikelilingi oleh tabu sosial dan budaya.

Penelitian ini mengidentifikasi beberapa faktor risiko yang signifikan, seperti hubungan keluarga, rasa ingin tahu untuk bereksperimen dengan obat-obatan, dan hubungan dengan teman-teman yang juga menderita penyalahgunaan zat.

Enamul Haque adalah seorang peneliti PhD di bidang ilmu komputer di Universitas Waterloo dan penulis utama penelitian ini.

“Di negara seperti Bangladesh, orang dapat enggan untuk membicarakan masalah penyalahgunaan zat,” kata Haque. “Penelitian ini akan memungkinkan pembuat kebijakan untuk memiliki informasi yang lebih baik dan kemudian dapat merancang program yang lebih baik untuk membantu mengatasi penyalahgunaan zat.”

Melatih Algoritma ML untuk Mengidentifikasi Faktor Risiko

Penelitian baru ini didasarkan pada data yang ditarik dari berbagai sumber, seperti wawancara satu lawan satu dan survei online massal. Data survei sebagian besar berasal dari negara-negara berkembang di Asia Selatan.

“Di negara-negara tempat kami melakukan survei, kami mengumpulkan data dari kelompok responden yang luas dan beragam,” lanjut Haque. “Kami mencari responden yang berbeda berdasarkan usia, jenis kelamin, dan konteks sosio-ekonomi.”

Tim ini pertama-tama mengumpulkan sejumlah besar data untuk digunakan dalam penelitian. Mereka kemudian mengandalkan algoritma pembelajaran mesin untuk mengidentifikasi pola dan faktor risiko kunci penyalahgunaan zat. Untuk melakukan bagian ilmu komputer dari penelitian, tim mengatur beberapa tahap analisis dan penyempurnaan data.

“Saya sangat berharap penelitian ini dapat membantu orang-orang yang berjuang dengan masalah penyalahgunaan zat dan memberikan mereka dukungan yang mereka butuhkan,” kata Haque.

Penulis bersama penelitian ini termasuk Uwaise Ibna Islam, Dheyaaldin Alsalman, Muhammad Nazrul Islam, Mohammad Ali Moni, dan Iqbal H. Sarker.

Pendekatan baru ini adalah salah satu contoh bagaimana AI dan pembelajaran mesin dapat digunakan untuk mengatasi beberapa kecanduan psikologis dan fisik. Teknologi ini menyediakan banyak kesempatan untuk mengembangkan pengobatan inovatif untuk masa depan, serta untuk memahami faktor-faktor yang mendasarinya yang menyumbang pada setiap kecanduan.