Un nouveau système d’intelligence artificielle est capable de prédire si une personne est prête ou non à se faire vacciner contre le COVID-19

😁 Si vous appréciez cet article, n’hésitez pas à faire un don à votre guise. Merci.

Un nouvel outil puissant d’intelligence artificielle est capable de prédire si une personne est prête à se faire vacciner contre le COVID-19. Le système intègre les mathématiques du jugement humain à l’apprentissage automatique pour prédire l’hésitation à la vaccination. Le système prédictif utilise un petit ensemble de données issues de données démographiques et de jugements personnels tels que l’aversion au risque ou à la perte.

Les résultats encadrent une nouvelle technologie qui pourrait avoir de vastes applications pour prédire la santé mentale et donner lieu à des campagnes de santé publique plus efficaces.

Une équipe dirigée par des chercheurs de l’Université de Cincinnati et de l’Université Northwestern a créé un modèle prédictif utilisant un système intégré d’équations mathématiques décrivant les modèles légaux de jugement de récompense et d’aversion grâce à l’apprentissage automatique.

« Nous avons utilisé un petit nombre de variables et des ressources informatiques minimales pour faire des prédictions », a déclaré l’auteur principal Nicole Vike, associée de recherche principale au Collège d’ingénierie et de sciences appliquées de l’UC.

« Il est peu probable que la COVID-19 soit la dernière pandémie que nous verrons au cours des prochaines décennies. Disposer d’une nouvelle forme d’’intelligence artificielle pour la prédiction en santé publique constitue un outil précieux qui pourrait aider à préparer les hôpitaux à prédire les taux de vaccination et les taux d’infection qui en découlent. »

L’étude a été publiée dans le Journal of Medical Internet Research Public Health and Surveillance.

Les chercheurs ont interrogé 3 476 adultes à travers les États-Unis en 2021 pendant la pandémie de COVID-19. Au moment de l’enquête, les premiers vaccins étaient disponibles depuis plus d’un an.

Les personnes interrogées ont fourni des informations telles que leur lieu de résidence, leurs revenus, leur niveau d’éducation le plus élevé atteint, leur appartenance ethnique et leur accès à Internet. Les données démographiques des personnes interrogées reflétaient celles des États-Unis, d’après les chiffres du US Census Bureau. Il a été demandé aux participants s’ils avaient reçu l’un ou l’autre des vaccins disponibles contre la COVID-19. Environ 73 % des personnes interrogées ont déclaré avoir été vaccinées, soit un peu plus que les 70 % de la population nationale qui avaient été vaccinées en 2021.

En outre, il leur a été demandé s’ils suivaient systématiquement quatre recommandations destinées à prévenir la propagation du virus : porter un masque, respecter la distance sociale, se laver les mains et ne pas se rassembler en grands groupes.

Il a été demandé aux participants d’évaluer dans quelle mesure ils aimaient ou n’aimaient pas un ensemble de 48 images séquencées au hasard sur une échelle de sept points de 3 à -3. Les images provenaient de l’International Affective Picture Set, un vaste ensemble de photographies couleur émotionnellement évocatrices, réparties en six catégories : sports, catastrophes, animaux mignons, animaux agressifs, nature et nourriture.

Vike a déclaré que le but de cet exercice est de quantifier les caractéristiques mathématiques des jugements des gens lorsqu’ils observent des stimuli légèrement émotionnels. Les mesures de cette tâche incluent des concepts familiers aux économistes comportementaux — ou même aux joueurs — tels que l’aversion au risque (le point auquel quelqu’un est prêt à accepter une perte potentielle pour une récompense potentielle) et l’aversion à la perte. Il s’agit de la volonté d’éviter les risques, par exemple en souscrivant une assurance.

Hans Breiter, professeur à l’UC College of Engineering and Applied Science, applique l’intelligence artificielle à de nouvelles applications dans le domaine de la santé et du comportement humain. Photo/Andrew Higley/UC Marketing + Marque

« Le cadre par lequel nous jugeons ce qui est gratifiant ou aversif est fondamental dans la façon dont nous prenons des décisions médicales », a déclaré Hans Breiter, co-auteur principal et professeur d’informatique à l’UC. « Un article fondateur de 2017 a émis l’hypothèse de l’existence d’un modèle standard de l’esprit. L’utilisation d’un petit ensemble de variables issues de la psychologie mathématique pour prédire le comportement médical viendrait étayer un tel modèle. Les travaux de cette équipe collaborative ont apporté un tel soutien et soutiennent que l’esprit est un ensemble d’équations semblables à celles utilisées en physique des particules. »

Les variables de jugement et les données démographiques ont été comparées entre les répondants vaccinés et ceux qui ne l’étaient pas. Trois approches d’apprentissage automatique ont été utilisées pour tester dans quelle mesure le jugement, les données démographiques et les attitudes des répondants à l’égard des précautions liées au COVID-19 permettaient de prédire s’ils recevraient le vaccin.

L’étude démontre que l’intelligence artificielle peut faire des prédictions précises sur les attitudes humaines avec étonnamment peu de données ou en s’appuyant sur des évaluations cliniques coûteuses et longues. « Nous avons constaté qu’un petit ensemble de variables démographiques et 15 variables de jugement prédisent la vaccination avec une exactitude et une précision modérées à élevées », indique l’étude. « À l’ère des approches d’apprentissage automatique Big Data, les travaux actuels plaident en faveur de l’utilisation de variables moins nombreuses mais plus interprétables. »

« L’étude est anti-big data », a déclaré le co-auteur principal Aggelos Katsaggelos, professeur doté de génie électrique et d’informatique à l’Université Northwestern. « Cela peut fonctionner très simplement. Il ne nécessite pas de super calcul, est peu coûteux et peut être appliqué à toute personne possédant un smartphone. Nous l’appelons IA cognitive computationnelle. Il est probable que vous verrez d’autres demandes concernant des modifications de jugement dans un avenir très proche. »

SOURCE :


Jean Lavoie
5

« Merci Guy pour ta persévérance pour faire connaitre la vérité. Merci pour ton Travail. Merci pour mes petits enfants. »

💛 😁 Vous avez apprécié cet article ? Je vous remercie de m’offrir un café. 😃 💛
VEUILLEZ NOTER : Les commentaires des lecteurs et lectrices peuvent être approuvés ou non, à ma seule discrétion et sans préavis. Merci de votre compréhension. — Guy Boulianne
Partager cet article sur les réseaux sociaux :
Traduire/Translate
Ce contenu est protégé ! Merci.