De acordo com o CDC, a taxa de suicídio para indivíduos de 10 a 24 anos aumentou 56% entre 2007 e 2017. Em comparação com a população em geral, mais da metade das pessoas que vivem em situação de rua tiveram pensamentos suicidas ou tentaram o suicídio, informou o Conselho Nacional de Saúde para os Sem-Teto.

Phebe Vayanos, O professor assistente de Engenharia Industrial e de Sistemas e Ciência da Computação na Escola de Engenharia USC Viterbi tem contado com a ajuda de um poderoso aliado - a inteligência artificial - para ajudar a mitigar o risco de suicídio.

"Nesta pesquisa, queríamos encontrar maneiras de mitigar a ideação suicida e a morte entre os jovens. Nossa ideia era aproveitar as informações da rede social da vida real para construir uma rede de apoio de indivíduos estrategicamente posicionados que podem "cuidar" de seus amigos e encaminhá-los para ajudar quando necessário, "Disse Vayanos.

Vayanos, um diretor associado do Centro de Inteligência Artificial na Sociedade da USC (CAIS), e sua equipe tem trabalhado nos últimos dois anos para projetar um algoritmo capaz de identificar quem, em um determinado grupo social da vida real, seriam as melhores pessoas para serem treinadas como "guardiãs", capazes de identificar sinais de alerta de suicídio e como responder.

Vayanos e Ph.D. candidato Aida Rahmattalabi, o autor principal do estudo "Exploring Algorithmic Fairness in Robust Graph Covering Problems, "investigou o potencial de conexões sociais, como amigos, parentes, e conhecidos para ajudar a mitigar o risco de suicídio. O artigo deles será apresentado na Trigésima terceira Conferência sobre Sistemas de Processamento de Informação Neural (NeurIPS) esta semana.

"Queremos garantir que um número máximo de pessoas esteja sendo vigiado, levando em consideração as limitações de recursos e as incertezas da implantação em mundo aberto. Por exemplo, se algumas das pessoas na rede não conseguirem comparecer ao treinamento do gatekeeper, ainda queremos ter uma rede de suporte robusta, "Disse Vayanos.

Para este estudo, Vayanos e Rahmattalabi analisaram a teia de relações sociais de jovens que viviam sem-teto em Los Angeles, dado que 1 em cada 2 jovens sem-teto já pensou em suicídio.

"Nosso algoritmo pode melhorar a eficiência dos treinamentos de prevenção de suicídio para esta população particularmente vulnerável, "Vayanos disse.

Para Vayanos, a eficiência se traduz no desenvolvimento de um modelo e algoritmo que pode esticar os recursos limitados até onde eles podem ir. Neste cenário, os recursos limitados são os guardiões humanos. Este algoritmo tenta planejar como esses indivíduos podem ser melhor posicionados e treinados em uma rede para cuidar dos outros.

"Se você é estratégico, "diz Vayanos, "você pode cobrir mais pessoas e pode ter uma rede de suporte mais robusta."

"Através deste estudo, também podemos ajudar a informar os formuladores de políticas que estão tomando decisões sobre o financiamento de iniciativas de prevenção de suicídio; por exemplo, compartilhando com eles o número mínimo de pessoas que precisam receber o treinamento de porteiro para garantir que todos os jovens tenham pelo menos um amigo treinado que possa cuidar deles, "Vayanos disse.

"Nosso objetivo é proteger o maior número possível de jovens, "disse o autor principal, Rahmattalabi.

Uma meta importante ao implantar este I.A. sistema é garantir justiça e transparência.

"Muitas vezes trabalhamos em ambientes com recursos limitados, e isso tende a afetar desproporcionalmente as populações historicamente marginalizadas e vulneráveis, "disse o co-autor do estudo Anthony Fulginiti, um professor assistente de serviço social na Universidade de Denver, que recebeu seu doutorado. da USC, tendo começado sua pesquisa com Eric Rice, diretor fundador do USC CAIS.

"Este algoritmo pode nos ajudar a encontrar um subconjunto de pessoas em uma rede social que nos dá a melhor chance de que os jovens sejam conectados a alguém que foi treinado para lidar com restrições de recursos e outras incertezas, "disse Fulginiti.

Este trabalho é particularmente importante para as populações vulneráveis, dizem os pesquisadores, particularmente para os jovens que vivem sem teto.

"Uma das coisas surpreendentes que descobrimos em nossos experimentos baseados em redes sociais de jovens sem-teto é que os algoritmos A.I. existentes, se implantado sem personalização, resultar em resultados discriminatórios em até 68% de diferença na taxa de proteção entre as raças. O objetivo é tornar este algoritmo o mais justo possível e ajustar o algoritmo para proteger os grupos que estão em pior situação, "Disse Rahmattalabi.

Os pesquisadores do USC CAIS querem garantir que a cobertura de "gatekeeper" dos grupos mais vulneráveis ​​seja a mais alta possível. Seu algoritmo reduziu o viés na cobertura em redes sociais da vida real de jovens sem-teto em até 20%.

Disse Rahmattalabi:"Nossa solução não apenas avança no campo da ciência da computação ao abordar um problema computacionalmente difícil, mas também expande os limites do serviço social e da ciência de gerenciamento de risco, trazendo métodos computacionais para a concepção e implantação de programas de prevenção. "