ChangeGradients: Fremme ændring af ungdomssundhedsadfærd

Da de fleste unge besøger en sundhedsudbyder én gang om året, har interventioner til ændring af sundhedsadfærd knyttet til klinikbaserede sundhedsinformationsteknologier et betydeligt løfte om at forbedre sundhedsvæsenets kvalitet og efterfølgende adfærdsmæssige sundhedsresultater for unge (Baird, 2014, Harris, 2017). I erkendelse af potentialet til at udnytte de seneste fremskridt inden for maskinlæring og interaktive fortællemiljøer, er efterforskerne nu godt positioneret til at designe sundhedsadfærdsændringssystemer, der udvider klinikernes rækkevidde til at realisere betydelige indvirkninger på adfærdsændringer for teenagers forebyggende sundhed.

Det foreslåede projekt fokuserer på design, udvikling og evaluering af et klinisk integreret sundhedsadfærdsændringssystem for unge. CHANGEGRADIENTS vil introducere en innovativ forstærkende læringsbaseret feedback-loop, hvor unge patienter interagerer med personlig adfærdsændring interaktive fortællinger, der er dynamisk personaliserede og realiseret i et rigt narrativ-centreret virtuelt miljø. CHANGEGRADIENTS vil iterativt forbedre sine adfærdsændringsmodeller ved hjælp af politiske gradientmetoder for Reinforcement Learning (RL), der er designet til at optimere unges opnåede adfærdsændringsresultater. Dette vil igen gøre det muligt for CHANGEGRADIENTS at generere mere effektive fortællinger om adfærdsændringer, som derefter vil føre til yderligere forbedrede adfærdsændringsresultater. Med fokus på risikoadfærd og vægt på alkoholbrug, vil unge interagere med CHANGEGRADIENTS for at udvikle en erfaringsmæssig forståelse af dynamikken og konsekvenserne af deres alkoholforbrugsbeslutninger. Det foreslåede projekt rummer et betydeligt transformativt potentiale for (1) at producere teoretiske og praktiske fremskridt i, hvordan man kan realisere væsentlige indvirkninger på ændring af ungdomssundhedsadfærd gennem nye interaktive narrative teknologier integreret med politikbaseret forstærkende læring, (2) udtænke stikprøveeffektive politikgradientmetoder for RL, der producerer personaliserede adfærdsændringsoplevelser ved at integrere teoretisk baserede modeller for sundhedsadfærdsændringer med datadrevne modeller for interaktiv narrativ generering, og (3) promovering af nye modeller til integration af personaliserede sundhedsadfærdsændringsteknologier i klinisk pleje, der udvider den effektive rækkevidde af klinikere.