A Covid-19 miatt hajlamosak vagyunk megfeledkezni más betegségekről, járványokról, holott sajnos nem tűntek el, és a tudomány ugyanúgy küzd ellenük, mint eddig.

Egészségügyi szakembereket régóta foglalkoztatja a sokszor nehezen megválaszolható kérdés, hogy a fontos információ hogyan jusson el azokhoz a személyekhez, akiknek a legnagyobb szükségük van rá. A Harvard, a Dél-kaliforniai és a Pennsylvaniai Állami Egyetem kutatói ebből a célból fejlesztettek mesterségesintelligencia-rendszert, amellyel a HIV-fertőzés terjedését vizsgálták az egyik legkockázatosabb csoporton belül, a fiatal hajléktalanok körében.

A vizsgálat azért volt fontos, mert a hajléktalan fiatalok tízszer nagyobb valószínűséggel fertőződnek meg, mint a stabil lakhatási körülmények között élők.

Szociális munkások és közegészségügyi szakemberek a megelőzéshez, viselkedésformák népszerűsítéséhez sokszor dolgoznak együtt a közösségen belüli legnagyobb hatást kiváltó vezetőkkel. De miként választhatók ki az illető személyek?

Ezen a ponton kapcsolódik be az MI. Hálózatkutatók évtizedek óta vizsgálják, hogy korlátozott számú csomóponttal hogyan lehet a legeredményesebben terjeszteni az információt (mint ahogy a fentebbi ábra is igyekszik illusztrálni, ha nem is sikerül neki teljesen). A projekt részeként fejlesztett mesterséges intelligencia a csomópontok, tehát a vezetők azonosításával oldotta meg a problémát.

Terepen, szociális munkásokkal és több mint 700 hajléktalan személlyel együtt dolgozva, az algoritmus jelentősen csökkentette a HIV-fertőzés kockázatát. Mivel nem mindig a közösség legnépszerűbb személyei rendelkeznek a legtöbb hálózati kapcsolattal, a kiválasztás nem a népszerűség, hanem a kapcsolatok száma alapján történt, azaz kiknek van a legtöbb kontaktja a közösségen belüli különböző csoportokban.

Feltérképezték az érintett hajléktalan fiatalok hálózatait, majd az algoritmus a hálózatklaszterek legváltozatosabb kapcsolatrendszereit átfésülve találta meg a keresett személyeket, akik HIV-felvilágosító tréningen vettek részt, utána pedig a közösségen belül népszerűsítették a szükséges óvintézkedéseket.

A kutatók stratégiája, a CHANGE (magyarul változás, egyébként az „átfogó adaptív hálózati mintavétel a közösségi befolyásért”, CompreHensive Adaptive Network samplinG for social influencE rövidítése) működött: a kiválasztott személyek felvilágosító kampányának hatására a közösség tagjai kevesebb kockázatot vállaltak, az egyhónapos megfigyelés alatt megváltozott az attitűdjük. Fontos tényező, hogy ezek a csoportok („populációk”) mindig ideiglenesek – sok tagjuk az adott időtartam vége, jelen esetben összesen három hónap letelte előtt távozott, viszont újak is érkeztek.

A projekt nagy újdonsága, hogy közösségek fizikai hálózatába történő egészségügyi célú beavatkozást most optimalizáltak először mesterséges intelligenciával. Az MI-használatból sokan levonhatják az általános következtetéseket, és hasonló megoldásokat alkalmazhatnak például táplálkozási, drogfogyasztási és a legvédetlenebb rétegeket súlyosan érintő más közegészségügyi problémák kezeléséhez is.