研究人员使用人工智能来发现罹患疾病的高风险人群

一种称为“ peerchange agent”的方法被称为“ peerchange agent”。 （peerchangeagents）将招募同伴领导者，以在其社交网络中宣传健康行为和疾病预防信息。
与拥有稳定住房的年轻人相比，无家可归的年轻人艾滋病毒呈阳性的可能性要高10倍。社会工作者和公共卫生官员使用“对等改变促成者”在这些社区推广使用避孕套和定期进行艾滋病毒检测等行为的策略，但成功的方法似乎与对社区产生最大影响的正确同伴领导者一样。
这就是人工智能可以提供帮助的地方。在过去的二十年中，计算机科学家一直在探索如何使用社交网络中的有限节点来最大程度地传播信息。
现在，哈佛大学约翰·保尔森工程与应用科学学院的研究人员与南加州大学和宾夕法尼亚州立大学一起开发了一种人工智能系统，该系统可以识别社交网络中的哪些人可以最有效地向他们的艾滋病毒预防工作同行。信息。
在对700多个无家可归的年轻人进行的现场试验中，研究人员发现，他们的算法大大降低了人群中HIV传播的主要风险行为。本文负责人说：“与我们的直觉相反，最受欢迎的人通常不是网络中联系最紧密的人。
作为计算机科学家，我们可以根据与不同群体关系最密切的人员来优化同行领导者。人们的选择。
”该研究小组与无家可归的青年收容所中的社会工作者合作，在那里无家可归的年轻人可以获得食物，衣物，病例管理和艾滋病毒检测。研究人员与社会工作者和参与者合作，绘制了参与者的社交网络图，并使用他们的算法找到了在不同网络集群中联系最广泛的领导者。
随后，社会工作研究小组的协调员对选定年龄的同龄领导人进行了性健康，艾滋病毒预防，沟通技巧，领导技巧和自我保健方面的培训。领导者需要通过与临时庇护所中的社会关系进行交流来促进定期的艾滋病毒检测。
研究团队发现，参加人工智能辅助策略的年轻人比仅参加观察组的同龄人参加未保护性行为的可能性要低得多。研究人员还发现，在“样本组”中，他们的行为变化要比“最受欢迎”群体的行为变化更快。
年轻人被招募为领导人。大多数参与者在为期一个月的调查中，情况有所改善，而“最受欢迎”小组直到第三个月才发现行为有所改善。
在样本组中看到结果的速度非常重要。快速采取保护性行为可以帮助立即减少艾滋病毒在高危人群中的传播；在为期三个月的干预结束后，许多年轻人将离开中心，因此有必要在短时间内吸引尽可能多的人。
该项目负责人说：“据我们所知，这是第一次使用人工智能方法来优化社交网络对健康的干预。我们希望该项目可以提供有关如何将人工智能研究成功应用于社会福利的一般经验。
可以使用此策略。在社区内传播有关营养，药物滥用和其他公共卫生危机的信息。
”