新的人工智能工具预测COVID-19疫苗的接种情况

由西北大学和辛辛那提大学的研究人员领导的一项新研究的结果可以帮助公共卫生官员领导更有效的疫苗接种运动，以克服犹豫。

该研究团队由计算机科学家、精神病学家和社会科学家组成，他们使用机器学习算法和认知科学的强大组合创建了一个预测模型。该团队创造的这种新颖的解释方法被称为“Comp Cog AI”，它使用小变量集，而不是传统上与人工智能相关的大数据。

该论文今日（3月18日）发表在《医学互联网研究杂志》（Journal of Medical Internet Research）上。

“虽然医学因素的重要性在公共卫生研究中发挥了重要作用，但人们逐渐认识到行为和情绪因素同样重要，”共同资深作者Aggelos Katsaggelos说。“在我们的研究中，我们看到了解个人的行为因素可能有助于有针对性的疫苗接种计划，例如在大流行期间。”

Katsaggelos 是西北大学麦考密克工程学院电气与计算机工程的 Joseph Cummings 教授，也是西北大学图像和视频处理实验室的主任。

研究人员在 2021 年 COVID-19 大流行期间对美国各地的 3,476 名成年人进行了调查。在调查时，辉瑞公司的第一款疫苗已经上市一年多了。

受访者提供了有关其人口统计数据的信息，例如他们居住的地方、收入、完成的最高教育水平、种族和互联网接入情况。根据美国人口普查局的数据，受访者的人口统计数据反映了美国的人口统计数据。

参与者被问及他们是否接种了任何一种可用的 COVID-19 疫苗。大约 73% 的受访者表示他们接种了疫苗，略高于 2021 年全国 70% 的人口。

此外，他们被问及是否经常遵循旨在防止病毒传播的四项预防措施：戴口罩、保持社交距离、洗手和不要聚集在大群中。

然后，患者被要求在6个类别中随机排列48张图片，从3到-3的七点喜欢与不喜欢量表：运动，灾难，可爱的动物，攻击性动物，自然和食物。

辛辛那提大学（University of Cincinnati）的精神病学家汉斯·布雷特（Hans Breiter）表示，这项工作的目标是为每个受访者的判断建立一个独特的快照。这些变量包括行为经济学家或赌博者所熟悉的概念，例如对风险或损失的厌恶，或者某人愿意为了获得回报而将自己暴露在风险中，或者为了避免风险而放弃该奖励。

“我们判断的框架很重要，”Breiter说。“它涉及到我们如何做出医疗决定的选择。

比较了接种疫苗的受访者和未接种疫苗的受访者之间的判断变量和人口统计学。使用三种机器学习方法来测试受访者的判断、人口统计学和对 COVID-19 预防措施的态度对疫苗接种的预测程度。

“我们的研究可能会引起政策制定者和医疗保健专业人员的兴趣，因为他们设计了有效的活动，重点关注最有可能对疫苗接种建议做出反应的个人，”共同第二作者和西北大学博士生Shamal Lalvani说。