El aprendizaje automático podría ayudar al estigma del abuso de sustancias

Estás leyendo la publicación: El aprendizaje automático podría ayudar al estigma del abuso de sustancias

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

El trabajo de investigación, titulado “Un modelo de aprendizaje automático para predecir el abuso de sustancias individuales con factores de riesgo asociados”, fue publicado en la revista Anales de ciencia de datos.

Información sobre los factores subyacentes

El nuevo enfoque proporcionó información sobre los factores subyacentes que influyen en las tendencias de abuso de sustancias. Proporciona una nueva mirada a 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 las drogas y las relaciones con amigos que también sufren de abuso de sustancias.

Enamul Haque es investigador de doctorado en informática en la Universidad de Waterloo y autor principal de la investigación.

“En un país como Bangladesh, la gente puede dudar en hablar sobre problemas de abuso de sustancias”, dijo Haque. “Este tipo de investigación permitirá a los formuladores de políticas tener mejor información y luego diseñar mejores programas para ayudar a abordar el abuso de sustancias”.

Entrenamiento de algoritmos de ML para identificar factores de riesgo

La nueva investigación se basó en datos extraídos de varias fuentes, como entrevistas individuales y encuestas masivas en línea. Los datos de la encuesta se obtuvieron principalmente de países en desarrollo del sur de Asia.

🔥 Recomendado:  ¿Cuánto cuesta Salesforce?

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

El equipo primero recopiló una gran cantidad de datos para utilizarlos 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 informática de la investigación, el equipo estableció múltiples etapas de análisis y refinamiento de datos.

“Realmente espero que esta investigación pueda ayudar a las personas que enfrentan problemas de abuso de sustancias y les brinde 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 la IA y el aprendizaje automático pueden usarse 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.