AI kan eetbuien en binge drinken in het dagelijkse leven helpen voorspellen
Onderzoek van de zogeheten Mind-Body Research groep van de KU Leuven en de University of California, Berkeley werpt een nieuw licht op de omstandigheden die eetbuien en binge drinken veroorzaken bij mensen met boulimia nervosa en een alcoholgebruikstoornis. Het onderzoek, gepubliceerd in Psychological Medicine, maakt gebruik van geavanceerde technieken op het gebied van machine learning en kunstmatige intelligentie om voorspellingsmodellen te ontwikkelen.
Het onderzoek volgde 120 patiënten gedurende een periode van 12 maanden. Daarin werd hun eet- en drinkgedrag bestudeerd, maar ook verschillende emotionele factoren.
Er werden modellen op groepsniveau ontwikkeld, maar ook modellen die afgestemd waren op individuele patiënten. Hierbij zagen de onderzoekers dat modellen op groepsniveau, die gegevens van meerdere patiënten samenvoegen, over het algemeen beter presteerden dan de modellen op het niveau van het individu.
Een patiënt zou bijvoorbeeld een smartphone-app kunnen gebruiken om zijn emoties en gedrag te rapporteren, en een algoritme zou het risico op eetbuien of bingedrinken kunnen voorspellen. Wanneer het risico hoog is, zou meteen een waarschuwing kunnen worden verzonden, afgestemd op de situatie waarin de patiënt zich op dat moment bevindt. Zo’n fijnmazige aanpak zou de effectiviteit van behandelingen voor boulimia nervosa en alcoholgebruikstoornis aanzienlijk kunnen verbeteren.
.
Het onderzoek volgde 120 patiënten gedurende een periode van 12 maanden. Daarin werd hun eet- en drinkgedrag bestudeerd, maar ook verschillende emotionele factoren.
Er werden modellen op groepsniveau ontwikkeld, maar ook modellen die afgestemd waren op individuele patiënten. Hierbij zagen de onderzoekers dat modellen op groepsniveau, die gegevens van meerdere patiënten samenvoegen, over het algemeen beter presteerden dan de modellen op het niveau van het individu.
Een patiënt zou bijvoorbeeld een smartphone-app kunnen gebruiken om zijn emoties en gedrag te rapporteren, en een algoritme zou het risico op eetbuien of bingedrinken kunnen voorspellen. Wanneer het risico hoog is, zou meteen een waarschuwing kunnen worden verzonden, afgestemd op de situatie waarin de patiënt zich op dat moment bevindt. Zo’n fijnmazige aanpak zou de effectiviteit van behandelingen voor boulimia nervosa en alcoholgebruikstoornis aanzienlijk kunnen verbeteren.
.
Geen opmerkingen: