Ein leistungsstarkes neues Tool der künstlichen Intelligenz kann vorhersagen, ob eine Person bereit ist, sich gegen COVID-19 impfen zu lassen. Das System integriert die Mathematik des menschlichen Urteilsvermögens mit maschinellem Lernen, um Impfskepsis vorherzusagen. Das Vorhersagesystem nutzt einen kleinen Datensatz aus demografischen Daten und persönlichen Einschätzungen wie Risiko- oder Verlustaversion.

Die Ergebnisse bilden den Rahmen für eine neue Technologie, die breite Anwendungsmöglichkeiten für die Vorhersage der psychischen Gesundheit haben und zu wirksameren Kampagnen im Bereich der öffentlichen Gesundheit führen könnte.

Ein von Forschern der University of Cincinnati und der Northwestern University geleitetes Team erstellte ein Vorhersagemodell mithilfe eines integrierten Systems mathematischer Gleichungen, das mithilfe maschinellen Lernens rechtliche Muster der Belohnungs- und Abneigungsbeurteilung beschreibt.

„Wir haben eine kleine Anzahl von Variablen und minimale Rechenressourcen verwendet, um Vorhersagen zu treffen“, sagte Hauptautorin Nicole Vike, leitende wissenschaftliche Mitarbeiterin am College of Engineering and Applied Sciences der UC.

„COVID-19 wird wahrscheinlich nicht die letzte Pandemie sein, die wir in den nächsten Jahrzehnten erleben werden. Eine neue Form der künstlichen Intelligenz zur Vorhersage der öffentlichen Gesundheit ist ein wertvolles Instrument, das Krankenhäusern dabei helfen könnte, Impfraten und nachfolgende Infektionsraten vorherzusagen. »

Die Studie wurde im Journal of Medical Internet Research Public Health and Surveillance veröffentlicht.

Forscher befragten im Jahr 3 während der COVID-476-Pandemie 2021 Erwachsene in den Vereinigten Staaten. Zum Zeitpunkt der Befragung waren die ersten Impfstoffe bereits seit mehr als einem Jahr verfügbar.

Die Befragten gaben Informationen wie ihren Standort, ihr Einkommen, den höchsten abgeschlossenen Bildungsabschluss, ihre ethnische Zugehörigkeit und ihren Internetzugang an. Nach Angaben des U.S. Census Bureau entsprach die Bevölkerungsstruktur der Befragten derjenigen der Vereinigten Staaten. Die Teilnehmer wurden gefragt, ob sie einen der verfügbaren COVID-19-Impfstoffe erhalten hatten. Etwa 73 % der Befragten gaben an, geimpft worden zu sein, etwas mehr als die 70 % der Landesbevölkerung, die im Jahr 2021 geimpft wurden.

Darüber hinaus wurden sie gefragt, ob sie vier Empfehlungen zur Verhinderung der Ausbreitung des Virus konsequent befolgten: das Tragen einer Maske, die Einhaltung sozialer Distanz, das Händewaschen und das Vermeiden von Zusammenkünften in großen Gruppen.

Die Teilnehmer wurden gebeten, auf einer siebenstufigen Skala von 48 bis -3 zu bewerten, wie sehr ihnen ein Satz von 3 zufällig sequenzierten Bildern gefiel oder nicht. Die Bilder stammen aus dem International Affective Picture Set, einer großen Sammlung emotionaler Farbfotografien, unterteilt in sechs Kategorien: Sport, Katastrophen, niedliche Tiere, aggressive Tiere, Natur und Essen.

Vike sagte, das Ziel dieser Übung bestehe darin, die mathematischen Eigenschaften der Urteile von Menschen zu quantifizieren, wenn sie leicht emotionale Reize beobachten. Zu den Maßstäben für diese Aufgabe gehören Konzepte, die Verhaltensökonomen – oder sogar Spielern – vertraut sind, wie etwa Risikoaversion (das Ausmaß, in dem jemand bereit ist, einen potenziellen Verlust für eine potenzielle Belohnung hinzunehmen) und Risikoaversion. Dabei handelt es sich um den Wunsch, Risiken zu vermeiden, beispielsweise durch den Abschluss einer Versicherung.

„Es kann ganz einfach funktionieren. Es erfordert kein Super-Computing, ist kostengünstig und kann von jedem mit einem Smartphone angewendet werden. Wir nennen es Computational Cognitive AI. Es ist wahrscheinlich, dass Sie in naher Zukunft weitere Anträge auf Urteilsänderungen erhalten werden. »

Aggelos Katsaggelos, Professor

weiter lesen