इंटरप्रिटेबल मेंटल हेल्थ लिटरेसी सेगमेंटेशन और डिसीजन सपोर्ट के लिए AI-बेस्ड फ्रेमवर्क

लेखकों के नाम : अंतरा रवींद्र सरोदे , एम. विमला रानी , बासुदेव दास, उमेश एस, और सुशील पुनिया

सार: मानसिक स्वास्थ्य साक्षरता(MHL) एक बहुआयामी पहलू है जो प्रोफेशनल मदद लेने में आने वाली रुकावटों को दूर करता है। मज़बूत MHL लोगों को मानसिक स्वास्थ्य की चुनौतियों को पहचानने और ज़रूरत पड़ने पर प्रोफेशनल मदद लेने में मदद करता है। हालाँकि इसकी अहमियत को बड़े पैमाने पर पहचाना जाता है, लेकिन संशोधित कारक को ध्यान में रखते हुए लक्षित हस्तक्षेप के डिज़ाइन में एक बड़ा गैप है। इस स्टडी ने एक डिसीजन सपोर्ट फ्रेमवर्क दिया जिसने MHL के कई डाइमेंशन का आकलन किया और एकेडमिक कम्युनिटी के अंदर लोगों को संशोधित भविष्यसूचक के आधार पर बांटा, जिन्हें एजुकेशनल इंटरवेंशन के ज़रिए बदला जा सकता है। यूज़र स्टडी 385 प्रतिभागियों के क्रॉस-सेक्शनल सर्वे का इस्तेमाल करके की गई थी, जो अलग-अलग एकेडमिक रोल्स को रिप्रेजेंट करते थे। पाँच लेटेंट प्रोफ़ाइल की पहचान की गई, जिनमें से हर एक लेटेंट प्रोफ़ाइल एनालिसिस का इस्तेमाल करके मेंटल बीमारी से जुड़े मदद लेने के नज़रिए, ज्ञान और विश्वासों के अलग-अलग विन्यास को दिखाता है। स्टडी ने हर प्रोफ़ाइल के हिसाब से डिसीजन रूल्स बनाने के लिए डिसीजन ट्री क्लासिफायर (C5.0, CART, और कंडीशनल इंफरेंस ट्री) की तुलना की, जिससे इंटरप्रिटेबिलिटी और प्रैक्टिकल यूटिलिटी सुनिश्चित हुई। MHL प्रोफ़ाइल और डेमोग्राफिक वैरिएबल के बीच इंटरैक्शन को एक इंटरैक्टिव POWER BI डैशबोर्ड के ज़रिए विज़ुअलाइज़ किया जाता है। यह फ्रेमवर्क पॉलिसी बनाने वालों और हेल्थ प्रोफेशनल्स को टारगेटेड रिसोर्स एलोकेशन, सटीक इंटरवेंशन डिज़ाइन, और प्रोफ़ाइल इवैल्यूएशन की लॉन्गिट्यूडिनल ट्रैकिंग के लिए एक्शनेबल इनसाइट्स देता है, जिससे इंस्टीट्यूशनल मानसिक स्वास्थ्य बेहतर होता है।

जर्नल का नाम: IEEE जर्नल ऑफ बायोमेडिकल एंड हेल्थ इंफॉर्मेटिक्स

यूआरएल:https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=11284683

पीछे