L’apprendimento automatico potrebbe aiutare a ridurre lo stigma dell’abuso di sostanze

Un team di ricerca dell’Università di Waterloo ha dimostrato come l’apprendimento automatico (ML) e i dati anonimi possano aiutare a ridurre lo stigma associato all’abuso di sostanze nei paesi in via di sviluppo, che spesso rende difficile ottenere un trattamento.

La ricerca, intitolata “Un modello di apprendimento automatico per prevedere l’abuso di sostanze individuali con fattori di rischio associati“, è stata pubblicata sulla rivista Annals of Data Science.

Approfondimento sui fattori sottostanti

Il nuovo approccio ha fornito un’analisi approfondita dei fattori sottostanti che influenzano le tendenze all’abuso di sostanze. Offre una nuova prospettiva su un argomento spesso circondato da tabù sociali e culturali.

La ricerca ha identificato diversi fattori di rischio significativi, come le relazioni familiari, la curiosità di sperimentare droghe e le relazioni con amici che soffrono di abuso di sostanze.

Enamul Haque è un ricercatore di dottorato in informatica all’Università di Waterloo e autore principale della ricerca.

“In un paese come il Bangladesh, le persone possono essere riluttanti a discutere problemi di abuso di sostanze”, ha detto Haque. “Questo tipo di ricerca consentirà ai responsabili delle politiche di avere informazioni migliori e quindi di progettare programmi migliori per affrontare l’abuso di sostanze”.

Addestramento di algoritmi di apprendimento automatico per identificare i fattori di rischio

La nuova ricerca si basa su dati raccolti da varie fonti, come interviste one-to-one e sondaggi online. I dati del sondaggio provengono principalmente da paesi in via di sviluppo del Sud Asia.

“Nei paesi in cui abbiamo condotto il sondaggio, abbiamo raccolto dati da un ampio e diversificato gruppo di rispondenti”, ha continuato Haque. “Abbiamo cercato rispondenti diversi in base all’età, al genere e al contesto socio-economico”.

Il team ha raccolto una grande quantità di dati per essere utilizzati nello studio. Quindi, si sono affidati ad algoritmi di apprendimento automatico per identificare modelli e fattori di rischio chiave dell’abuso di sostanze. Per eseguire la parte di informatica della ricerca, il team ha allestito più fasi di analisi e raffinamento dei dati.

“Spero veramente che questa ricerca possa aiutare le persone che affrontano problemi di abuso di sostanze e fornire loro il sostegno di cui hanno bisogno”, ha detto Haque.

Gli autori della ricerca includono Uwaise Ibna Islam, Dheyaaldin Alsalman, Muhammad Nazrul Islam, Mohammad Ali Moni e Iqbal H. Sarker.

Questo nuovo approccio è uno degli esempi di come l’intelligenza artificiale e l’apprendimento automatico possano essere utilizzati per affrontare diverse dipendenze psicologiche e fisiche. Queste tecnologie offrono molte opportunità per sviluppare trattamenti innovativi per il futuro, nonché per comprendere i fattori sottostanti che contribuiscono a ogni dipendenza.