Москва, ул. Люблинская, д. 37/1Справочная: +7 495 660-20-56Горячая линия: +7 495 709-64-04
Для слабовидящих

ИИ указывает на пользу позитивной группы в групповой терапии людей с зависимостями

Елена Можаева | по материалам: sciencedaily.com

Новое исследование показывает, что компания может иметь значение для будущего выздоровления или рецидива, применительно к наркологическому расстройству. Так, в наркологической работе велика роль групповых интервенций с целью профилактики злоупотребления ПАВ, но особенно в популяциях риска, напр., среди бездомной молодежи, они могут подвести участников под воздействие негативного поведения.

Теперь ученые из Центра искусственного интеллекта (ИИ) Университета Южной Калифорнии разработали алгоритм, который сортирует добровольных участников наркологических программ интервенции на более мелкие группы таким образом, чтобы поддерживать полезные социальные связи и обрывать социальные связи, которые вредят выздоровлению. "Известно, что употребление ПАВ сильно подвержено социальным воздействиям, иначе говоря, зависит от того, кто у тебя в друзьях," – говорит ведущий автор исследования Aida Rahmattalabi. "Чтобы повысить эффективность интервенции, нужно знать, как люди будут влиять друг на друга в группе".

Авторы отмечают в своем исследовании, что ежегодно в США до 2 млн. молодых людей окажутся бездомными, и по существующим оценкам, 39-70% из них злоупотребляют алкоголем и наркотиками. Поддержку этой молодежи может оказать групповая терапия, которая позволит им обменяться своими впечатлениями, научиться позитивным стратегиям совладания и нарастить здоровую социальную сеть. Но если такие группы не структурированы соответствующим образом, то они могут усугубить существующие проблемы, способствуя формированию приятельских отношений на основе антисоциального поведения. Этот процесс известен в социальной работе под названием "тренинг девиантности" (deviancy training), когда сверстники закрепляют девиантное поведение друг друга. В ходе исследования была собрана информация от бездомной молодежи Лос-Анджелеса (добровольно), а также обобщены теории поведения и наблюдения из предшествующих интервенций, и в результате разработан алгоритм, который учитывает социальные связи в подгруппе и предшествующую историю злоупотребления ПАВ. Возможно, самой поразительной находкой оказалось то, что равное распределение регулярных потребителей ПАВ по подгруппам не является оптимальным способом для достижения успешной интервенции (хотя именно так многие считают). "Равное распределение потребителей ПАВ при игнорировании их существующих связей может сильно снизить показатель успеха таких интервенций," – говорит Rahmattalabi. Кроме того, анализ показывает, что подчас такая интервенция может навредить группе. "В некоторых случаях интервенция, с нашей точки зрения, не показана: напр., если у вас в группе много лиц "высокого риска", то лучше не сводить их с лицами "низкого риска"," – говорит Rahmattalabi. Ученые надеются, что по мере добавления к алгоритму новых данных, он адаптируется к новым условиям и покажет, как социальные сети участников развиваются в ходе программы интервенции. Исследование опубликовано в материалах конференции по ИИ.

AI tool promotes positive peer groups to tackle substance abuse (sciencedaily.com)

Обратная связь
ДЕПАРТАМЕНТ ЗДРАВООХРАНЕНИЯ ГОРОДА МОСКВЫ
ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ ЗДРАВООХРАНЕНИЯ

МОСКОВСКИЙ НАУЧНО-ПРАКТИЧЕСКИЙ ЦЕНТР НАРКОЛОГИИ
109390, г. Москва, ул. Люблинская, д. 37/1,
+7 (495) 660-20-56, mnpcn@zdrav.mos.ru