Використання штучного інтелекту у глобальній боротьбі з ВІЛ

Коли постає питання можливого діагнозу ВІЛ, іноді найкращим початковим кроком стає підтримка від надійного друга — людини, яка може надати не лише емоційну підтримку, але й важливі практичні ресурси у сфері охорони здоров’я.

Команда дослідників з Гарварду вважає, що штучний інтелект може зіграти важливу роль у цьому процесі.

Очолювана Міліндом Тамбе, професором комп'ютерних наук у Школі інженерії та прикладних наук імені Джона А. Полсона, дослідники перевіряють, чи може ШІ покращити програму цифрового здоров’я, спрямовану на залучення до послуг ВІЛ, особливо серед населення, яке традиційно важче охопити. Південноафриканська Республіка має близько 8 мільйонів людей, хворих на ВІЛ — найбільше у світі.

Польові випробування, які наразі проходять у провінції Квазулу-Натал, є частиною проекту HIV-LIFT — «Використання інновацій та友人ств для покращення тестування на ВІЛ», ініціативи, що фінансується Фондом Гейтсів, до якої також входять Університет Вітватерсранда в ПАР, дослідницька група Teamcore Гарварду, партнерів Всесвітньої організації охорони здоров’я та інших.

HIV-LIFT, головним дослідником якого є Аластар ван Хірден з Університету Вітватерсранда, є багаторічним дослідженням, спрямованим на покращення тестування та догляду за ВІЛ у Південній Африці серед населення, такого як чоловіки та підлітки, які рідше звертаються за тестуванням і частіше залишаються не діагностованими або відвідують клініки. Команда Гарварду доповнює існуючий додаток для смартфонів протоколом машинного навчання, щоб спонукати більше людей з недостатньо обслуговуваних груп звертатися за послугами ВІЛ.

“Чудово бачити реальні застосування комп'ютерних наук,” — зазначив Дейвін Чу, постдокторський дослідник, який очолив розробку алгоритмів і тісно співпрацює з партнерами у реалізації польових випробувань. “Цікаво бачити, коли виникають реальні обмеження, потрібно адаптуватися. Немає сенсу мати розумні речі, які виглядають добре на папері, але не можуть використовуватися на практиці.”

Наприклад, сказав аспірант та член команди Акселі Кангаслахті, команда Гарварду спочатку підійшла до проблеми спрямування з використанням більш складного симуляційного алгоритму, але виявила, що результати цього алгоритму важко інтерпретувати для звичайних користувачів. “Я думаю, ми багато чого навчилися з тієї роботи, навіть якщо не змогли безпосередньо застосувати алгоритми, які запропонували,” — сказав Кангаслахті.

Співпрацює над HIV-LIFT також Шеріл Кейс Джонсон, технічний офіцер та керівник інновацій у департаменті ВІЛ, туберкульозу, гепатиту та ІПСШ Всесвітньої організації охорони здоров’я, яка має досвід у мережевих інтервенціях ВІЛ.

Покращення існуючого AI-коуча з охорони здоров’я

Поточне польове випробування зосереджене на Coach Mpilo, безкоштовному, конфіденційному AI-коучі з охорони здоров’я та чат-боті, доступному через WhatsApp. Розроблений спеціально для південноафриканців, Coach Mpilo надає інформацію і підтримку, пов’язану з тестуванням та лікуванням ВІЛ, а також іншими проблемами здоров’я. З понад 150 000 зареєстрованих користувачів лише близько 15% користувачів програми — чоловіки; чоловіки за історією рідше звертаються за тестуванням і лікуванням ВІЛ, ніж інші групи, через такі фактори, як соціальна стигматизація або довгі робочі години.

У додатку Coach Mpilo є фінансова винагорода для існуючих користувачів, які можуть направляти інших, хто також може потребувати послуг ВІЛ. Польове випробування має на меті відповісти на питання: коли програма має фінансові ресурси, щоб спонукати обмежену кількість людей залучати своїх друзів та інших контактів, кого слід пріоритизувати?

Команда Гарварду розробила підхід на основі машинного навчання та оптимізації, який має на меті покращити процес залучення, цілеспрямовано спонукати існуючих користувачів до “стимулювання” залучення інших. Їх модель ШІ визначає, які користувачі найімовірніше направлять людей з недостатньо обслуговуваних груп, включаючи чоловіків та підлітків.

Ця робота покликана доповнювати — а не замінювати — клініки, медичних працівників або соціальні зв’язки, які роблять можливими ротації серед однолітків.

Заплановане дослідження порівняє дві групи: одна, в якій eligible users будуть вибрані для залучення випадковим чином, і інша — з додатковим фільтром AI, що ще більше звужує пул користувачів, які можуть отримати винагороду. Система штучного інтелекту надасть заздалегідь підготовлений пріоритетний список, розроблений на основі даних, зібраних під час попередніх кампаній.

Команда Гарварду розробила підхід на основі штучного інтелекту, ґрунтуючись на попередніх кампаніях стимулювання HIV-LIFT. У ретроспективних оцінках, що охоплюють приблизно 16 000 історичних “стимулів” існуючих користувачів, зібраних протягом двох місяців, цей підхід “стимулювання” дозволив отримати більше успішних направлень, ніж будь-яка інша стратегія.

Розроблене рішення про пріоритизацію вимагало прозорості, щоб користувачі на місцях могли зрозуміти його, додав Тамбе. “Конкретно, партнери запропонували політичні обмеження, щоб забезпечити справедливість та рівне ставлення для користувачів з ідентичними профілями, при цьому підтримуючи просту, прозору та практичну структуру, яка працює в умовах реального світу.”

Тепер, коли алгоритми штучного інтелекту команди Гарварду генерують правильні групи для залучення, дослідницька група визначить, чи може цей підхід з пріоритетом бути реалізований постійно в Coach Mpilo або потенційно в інших програмах.

ШІ для соціального блага

Поточна робота в Гарварді базується на більш ніж десятирічних дослідженнях Teamcore щодо використання ШІ та соціальних мереж для запобігання ВІЛ. Тамбе працює над використанням ШІ для соціально значущих цілей більше 20 років і почав зосереджуватися на запобіганні ВІЛ у 2013 році, спочатку через роботу з молоддю, яка переживала безпритульність у Лос-Анджелесі.

“Ми сподіваємося, що наша робота в кінцевому підсумку сприятиме покращенню того, як можуть обслуговувати людей, які постраждали від ВІЛ, або як люди можуть отримувати доступ до інформації про ВІЛ,” — сказав Тамбе.

Окрім своєї посади в Гарварді, він очолює ініціативу Google Research AI for Social Good, яка відокремлена від роботи HIV-LIFT.