צוות חוקרים מאוניברסיטת טקסס בארלינגטון קיבל מענק מהמכון למניעת סרטן והמחקר של טקסס, המכונה CPRIT, כדי להתמודד עם הנושא הקריטי של פעילות גופנית נמוכה בקרב ניצולי סרטן. פעילות גופנית קבועה יכולה לשפר משמעותית את איכות חייהם של הניצולים ולהפחית את סיכון המוות שלהם, ובכל זאת עד 84% אינם מקבלים מספיק כדי לראות את היתרונות הללו.
חוקרי UT ארלינגטון מפתחים גישה מותאמת אישית לעידוד ותמיכה בפעילות גופנית בקרב ניצולי סרטן. המערכת החכמה שלהם תשתמש ב- AI ולמידה במכונה כדי לשלוח הודעות לניצולים המותאמים אליהם בזמן אמת באמצעות נתונים מהמכשירים והסמארטפונים הלבישים שלהם. המטרה היא להעביר את המסר הנכון ברגע הנכון להשפעה מקסימאלית.
צוות המחקר כולל יו ליאו, עוזר פרופסור בתכנית לבריאות הציבור של UTA במחלקה לקינסיולוגיה; גרייס ברנון, פרופסור חבר במחלקה לתקשורת; צ'נגקאי לי, פרופסור וכיסא חבר במחלקה למדעי המחשב והנדסה; ומריה צ'אנג, משתפת פעולה במרכז הסרטן אנדרסון MD ביוסטון.
הפרויקט לשנתיים יפתח אלגוריתם שיכול ליצור הודעות בהתאמה אישית בזמן ואז לבדוק אותן על 15 משתתפים.
איננו תמיד לא יכולים לחזות מה אנשים יעשו, ויש לנו רק כמות מסוימת של מידע לפיתוח הודעות התערבות לחולים. אם נתחיל לחשוב על כל התרחישים השונים המחלימים חולי סרטן עשויים להיות חיים מיום ליום, זה יהיה כרוך בפיתוח אלפי ואלפי מסרים מותאמים אישית, שאדם פשוט לא יכול לעשות. כאשר הצוות דמיין כיצד לעבוד על זה, AI הפך לכלי פופולרי יותר, וחשבנו שזה באמת יכול לעזור לנו לגודל את המחקר הזה. "
ד"ר יו ליאו, עוזר פרופסור בתכנית לבריאות הציבור של UTA במחלקה לקינסיולוגיה
פרויקט זה מתרחב על המחקר הנוכחי של ליאו וד"ר ברנון. הזוג התחבר לד"ר לי דרך המרכז לחדשנות של UTA באינפורמטיקה בריאותית כדי להקיש על מומחיותו ב- AI.
"AI הוא כיום הכוח המניע כמעט כל תחום מדעי-זה עמוד עמוד של התקדמות החברה שלנו", אמר לי. "אני נרגש להיות חלק מהפרויקט הזה מכיוון שזה באמת עבודה בין -תחומית ואני מעוניין לשתף פעולה עם מומחים מחוץ לתחום שלי. לאגד נקודות מבט שונות ולעבוד יחד בצומת של מספר שדות יכולה לבצע פריצות דרך נהדרות בתחומי הלימוד השונים שלנו."
עם מעט מחקר המתמקד כיום בתחום זה, עבודתו של צוות UTA יכולה לעזור לשנות את אופן העברת ההתערבויות ההתנהגותיות והמסירות. על ידי זיהוי דפוסים בנתוני משתמשים, AI יכול לבחור את ההודעה המתאימה ביותר עבור כל פרט.
ברנון אמר כי "בבדיקות הראשוניות שלנו לפני הטייס, היו לנו כ -30 משתתפים, והשתמשנו בבני אדם כדי להתאים אישית את הודעות ההתערבות. "עם זאת, אם אנו מנסים לקבל הודעות התערבות בהתאמה אישית לאלפי אנשים נוספים, אנו זקוקים למשהו שהוא יעיל יותר וזמן. AI מאפשר התאמות נוספות עם האלגוריתמים שלו, וזה עוזר לפרויקט זה להיות הרבה יותר מדרגי וחסכוני בזמן שהוא מותאם אישית."
סוג זה של שיתוף פעולה בין תחומי מאפשר לצוות לחקור פתרונות מעבר לתחום של חידושים אישיים שאינם נעלמים עם השפעה רחבה יותר.
"היו כל כך הרבה גורמים שהייתי צריך לקחת בחשבון במחקר שלי, אבל פשוט לא היה לי את כל המומחיות", אמר ליאו. "ב- UTA הצלחתי למשוך מומחים מתחומים שונים ולא להרגיש מוגבלים. להיות חלק מצוות בין -תחומי בהחלט עזר להרחיב את היקף המחקר שלי."
