ChangeGradients: Fremme endring av helseatferd hos ungdom

Ettersom de fleste ungdommer besøker en helsepersonell en gang i året, har intervensjoner knyttet til helseatferdsendring knyttet til klinikkbaserte helseinformasjonsteknologier et betydelig løfte for å forbedre helsevesenets kvalitet og påfølgende atferdsmessige helseresultater for ungdom (Baird, 2014, Harris, 2017). Ettersom etterforskerne erkjenner potensialet til å utnytte nylige fremskritt innen maskinlæring og interaktive narrative miljøer, er etterforskerne nå godt posisjonert til å designe helseatferdsendringssystemer som utvider rekkevidden til klinikere for å realisere betydelige effekter på atferdsendring for ungdomsforebyggende helse.

Det foreslåtte prosjektet fokuserer på design, utvikling og evaluering av et klinisk integrert helseatferdsendringssystem for ungdom. CHANGEGRADIENTS vil introdusere en innovativ forsterkende læringsbasert tilbakemeldingssløyfe der ungdomspasienter samhandler med personlig tilpassede atferdsendring interaktive narrativer som er dynamisk personaliserte og realisert i et rikt narrativsentrert virtuelt miljø. CHANGEGRADIENTS vil iterativt forbedre sine atferdsendringsmodeller ved å bruke policygradientmetoder for Reinforcement Learning (RL) designet for å optimalisere ungdommers oppnådde atferdsendringsresultater. Dette vil igjen gjøre det mulig for CHANGEGRADIENTS å generere mer effektive atferdsendringsfortellinger, som deretter vil føre til ytterligere forbedrede atferdsendringsresultater. Med fokus på risikoatferd og vekt på alkoholbruk, vil ungdom samhandle med CHANGEGRADIENTS for å utvikle en erfaringsmessig forståelse av dynamikken og konsekvensene av deres alkoholbruksbeslutninger. Det foreslåtte prosjektet har et betydelig transformativt potensial for (1) å produsere teoretiske og praktiske fremskritt i hvordan man kan realisere betydelige effekter på helseatferdsendring hos ungdom gjennom nye interaktive narrative teknologier integrert med policy-basert forsterkende læring, (2) utforme prøveeffektive policygradientmetoder for RL som produserer personaliserte atferdsendringsopplevelser ved å integrere teoretisk baserte modeller for helseatferdsendring med datadrevne modeller for interaktiv narrativ generering, og (3) fremme nye modeller for integrering av personaliserte helseatferdsendringsteknologier i klinisk behandling som utvider den effektive rekkevidden av klinikere.