Spersonalizowane wsparcie dla osób z otyłością dzięki platformie opartej na sztucznej inteligencji
Według sprawozdania WHO European Regional Obesity Report z 2022 roku opublikowanego przez WHO problem nadwagi i otyłości dotyka aż 59 % osób dorosłych i niemal co trzecie dziecko w Europie. Otyłość stała się wyzwaniem społecznym, ale projekt STOP, realizowany dzięki wsparciu w ramach działania „Marie Skłodowska-Curie” ma na celu skuteczne stawienie mu czoła dzięki wykorzystaniu sztucznej inteligencji. W ramach projektu koordynowanego przez FTK – Instytut Badawczy ds. Telekomunikacji i Współpracy w Niemczech, badacze opracowali innowacyjną platformę, która gromadzi i analizuje dane zdrowotne osób z otyłością, aby zapewnić im informacje i wskazówki dotyczące odżywiania i ćwiczeń. Pomaga również zmniejszyć rosnące koszty otyłości i związanych z nią problemów zdrowotnych, takich jak choroby serca, cukrzyca, choroby wątroby, kamienie żółciowe, nowotwory czy demencja. „Jedną z kluczowych funkcji platformy Stop Obesity jest możliwość importowania danych dotyczących aktywności fizycznej użytkowników gromadzonych przy pomocy urządzeń ubieralnych”, wyjaśnia Binh Vu, koordynator projektu. „W celu wykorzystania możliwości, jakie daje tak bogaty zestaw danych, wykorzystujemy algorytmy uczenia maszynowego do analizowania zebranych informacji i wyciągania na ich podstawie cennych wniosków”. Gromadzone dane obejmują aktywność fizyczną i ćwiczenia, a także informacje żywieniowe, biomedyczne i fizjologiczne, wykorzystywane do tworzenia kompleksowego profilu zdrowotnego poszczególnych użytkowników. Następnie algorytmy analizują wzorce, korelacje i trendy w danych, aby zapewnić głębsze zrozumienie zachowań zdrowotnych użytkowników i ich potrzeb. „Analiza ta stanowi podstawę funkcjonalności chatbota będącego częścią platformy, który stanowi wyjątkowy sposób przekazywania spersonalizowanych informacji i wskazówek dotyczących zdrowia. Wspólnie z pracownikami ochrony zdrowia chatbot może zalecać pacjentom lepszy sposób odżywianie i ćwiczenia", wyjaśnia Vu.
Empatyczny chatbot oparty na modelach sztucznej inteligencji
Zintegrowany z platformą STOP chatbot sprawił, że gromadzenie danych stało się łatwiejsze, co zwiększyło jego częstotliwość. Wszystko dzięki temu, że użytkownicy mogli wykonywać te czynności w dogodnym dla siebie czasie. Jednym z założeń chatbota było obserwowanie i analizowanie rozmów w celu dostosowania ich treści do nastroju pacjenta. Techniki sztucznej inteligencji odegrały kluczową rolę w realizacji tego założenia, udowadniając jednocześnie wartość takich rozwiązań w wirtualnym doradztwie psychologicznym. Przetwarzanie języka naturalnego jest poddziedziną sztucznej inteligencji, która pomaga komputerom rozumieć ludzki język, interpretować znaczenia oraz wykorzystywać go do różnych celów poprzez przekształcanie informacji w treść. Techniki te zostały wykorzystane w celu umożliwienia chatbotowi skutecznego zrozumienia danych wprowadzanych przez użytkownika i odpowiedniego reagowania na nie. Zespół badawczy pracował z modelami głębokiego uczenia, takimi jak rekurencyjne sieci neuronowe i transformatory, aby rozwiązać problemy związane ze złożonością rozumienia i generowania języka naturalnego. Analiza nastroju miała fundamentalne znaczenie dla umożliwienia chatbotowi oceny emocji użytkowników podczas rozmów i zapewnienia bardziej empatycznego i spersonalizowanego wsparcia. „Dzięki wykorzystaniu zaawansowanych modeli uczenia głębokiego, takich jak konwolucyjne sieci neuronowe i sieci pamięci krótkotrwałej, byliśmy w stanie dokładnie przeanalizować nastroje wyrażone w wiadomościach wprowadzanych przez użytkowników", wyjaśnia Haithem Afli, główny badacz zajmujący się chatbotem opartym na modelach sztucznej inteligencji. Zespół projektowy wykorzystał również modele osobowości w celu dostosowania stylu rozmów chatbota, aby interakcje były bardziej angażujące i zorientowane na użytkownika. „Rozwój technologii sztucznej inteligencji przełożył się w znaczącym stopniu na zapewnienie skutecznego wsparcia osobom z otyłością i przedstawienie odpowiednich wskazówek”, podkreśla Afli.
Gamifikacja zapewnia trwałe rezultaty
Platforma Stop Obesity wykorzystuje również techniki gamifikacji, aby zachęcić osoby z otyłością do podtrzymywania zdrowszych nawyków. Użytkownicy mogą między innymi zdobywać wirtualne punkty, gdy osiągną swoje cele, poznawać tajniki żywienia poprzez minigry i uczestniczyć w wyzwaniach, które pozwalają osiągać dalsze postępy. Założeniem jest zapewnienie gratyfikacji i namacalnych wskaźników sukcesu, dzięki czemu zmiana zachowania staje się przyjemniejsza i łatwiejsza.
Słowa kluczowe
STOP, otyłość, chatbot, AI, platforma Stop Obesity, dane zdrowotne, uczenie głębokie, gamifikacja, uczenie maszynowe, opieka zdrowotna, GPT, NLP, przetwarzanie języka naturalnego, sieci neuronowe, konwolucyjne sieci neuronowe
