هوش مصنوعی نگرش افراد نسبت به واکسن را پیشبینی میکند
یک ابزار جدید قدرتمند مبتنی بر هوش مصنوعی میتواند پیشبینی کند که آیا فردی مایل به دریافت واکسن در برابر کووید-۱۹ هست یا نیست. این فناوری جدید میتواند کاربردهای گستردهای برای پیشبینی سلامت روان داشته باشد و منجر به ایجاد کمپینهای مؤثرتر برای سلامت عمومی شود.
به گزارش ایسنا، گروهی به رهبری محققان دانشگاه سینسیناتی و دانشگاه نورث وسترن با استفاده از یک سیستم یکپارچه معادلات ریاضی، یک مدل پیشبینی ایجاد کردند.
به نقل از ساینسدیلی، نیکول وایک (Nicole Vike)، یکی از همکاران ارشد این پژوهش در کالج مهندسی و علوم کاربردی دانشگاه کالیفرنیا، میگوید: ما از تعداد کمی متغیر و حداقلترین منابع محاسباتی برای پیشبینی استفاده کردیم.
بعید است که کووید-۱۹ آخرین بیماری همهگیری باشد که در دهههای آینده شاهد آن هستیم. داشتن شکل جدیدی از هوش مصنوعی برای پیشبینی سلامت عمومی ابزار ارزشمندی است که میتواند به آمادهسازی بیمارستانها برای پیشبینی میزان واکسیناسیون و نرخ عفونت ناشی از عدم دریافت آن کمک کند.
محققان در سال ۲۰۲۱ در طول همهگیری کووید-۱۹، ۳۴۷۶ فرد بزرگسال را در سراسر ایالات متحده بررسی کردند. در زمان بررسی، اولین واکسنها بیش از یک سال بود که در دسترس بودند.
داوطلبان اطلاعاتی مانند محل زندگی، درآمد، بالاترین سطح تحصیلات تکمیل شده، قومیت و دسترسی به اینترنت را ارائه کردند.
از شرکت کنندگان پرسیده شد که آیا هر یک از واکسنهای موجود کووید-۱۹ را دریافت کردهاند یا خیر. حدود ۷۳ درصد از پاسخدهندگان گفتند که واکسینه شدهاند و کمی بیشتر از ۷۰ درصد جمعیت کشور در سال ۲۰۲۱ واکسینه شده بودند.
علاوه بر این، از آنها پرسیده شد که آیا به طور معمول از چهار توصیه برای جلوگیری از شیوع ویروس که شامل استفاده از ماسک، رعایت فاصله اجتماعی، شستن دستها و عدم حضور در تجمعات بزرگ است، پیروی میکنند.
از شرکتکنندگان خواسته شد تا میزان علاقه یا عدم علاقهشان به مجموعهای متشکل از ۴۸ عکس با ترتیب تصادفی را ارزیابی کنند. این عکسها در ۶ دسته بودند: ورزش، بلایا، حیوانات زیبا، حیوانات تهاجمی، طبیعت و غذا.
وایک گفت که هدف از این تمرین تعیین کمیت ویژگیهای ریاضی قضاوت افراد است، در حالی که محرکهای احساسی ملایمی را مشاهده میکنند.
هانس بریتر (Hans Breiter)، یکی از نویسندگان ارشد این مطالعه و استاد علوم رایانه در دانشگاه کالیفرنیا، میگوید: چارچوبی که بر اساس آن قضاوت میکنیم چه چیزی پسندیده یا ناپسند است، بر نحوه تصمیمگیری در مورد مسائل پزشکی حائز اهمیت است.
متغیرهای قضاوت و جمعیتشناختی بین داوطلبانی که واکسینه شده بودند و کسانی که واکسینه نشده بودند، مقایسه شد. از سه رویکرد یادگیری ماشینی برای آزمایش اینکه قضاوت، جمعیتشناسی و نگرش پاسخدهندگان نسبت به اقدامات احتیاطی کووید-۱۹ تا چه اندازه پیشبینی میکنند که آیا آنها واکسن را دریافت میکنند یا خیر، استفاده شد.
این مطالعه نشان میدهد که هوش مصنوعی میتواند با استفاده از دادهها یا تکیه بر ارزیابیهای بالینی، پیشبینیهای دقیقی درباره نگرش انسانها انجام دهد و پیشبینی کند که آیا فردی متمایل به دریافت واکسن خواهد بود یا خیر.
این سیستم میتواند بسیار ساده کار کند. نیازی به محاسبات فوقالعاده ندارد، ارزان است و هرکسی میتواند با یک تلفن هوشمند آن را در دسترس داشته باشد و محققان از آن به عنوان هوش مصنوعی شناختی محاسباتی یاد میکنند.