通过 bandit 算法提升世界最大产科移动健康项目的健康信息获取
计算机与社会
2024-07-18 v1 人工智能
机器学习
多智能体系统
摘要
借助手机的广泛普及,许多非营利组织已启动移动健康(mHealth)项目,通过语音或短信为服务不足地区的受益人提供信息,其中产科和儿童健康是此类mHealth项目的关键领域。然而,听众数量的下降是主要挑战,需要针对性干预,同时要在有限资源下进行操作。本文聚焦于世界上最大的产科和儿童护理mHealth项目——由印度卫生部和家庭福利部(MoHFW)启动、由非营利组织ARRMAN运行的Kilkari项目——拥有300万以上活跃订阅用户。我们提出了名为CHAAHAK的系统,旨在减少自动化流失,同时通过针对受益人进行战略性干预来提升参与度。过去的工作在类似领域已聚焦于规模较小的mHealth项目,使用马尔可夫式restless多臂老虎机优化单一有限干预资源。然而,本文展示了在Kilkari中采用马尔可夫方法的挑战;因此,CHAAHAK采用非马尔可夫时序restless bandits方法,优化多种干预措施以提升听众参与度。我们使用来自印度奥里斯卡州的真实Kilkari数据,展示了CHAAHAK在多干预措施提升听众参与度方面的有效性,惠及边缘社区。部署CHAAHAK后,它将为当今规模最大的产科mHealth项目提供支持。
引用
@article{arxiv.2407.12131,
title = {Improving Health Information Access in the World's Largest Maternal Mobile Health Program via Bandit Algorithms},
author = {Arshika Lalan and Shresth Verma and Paula Rodriguez Diaz and Panayiotis Danassis and Amrita Mahale and Kumar Madhu Sudan and Aparna Hegde and Milind Tambe and Aparna Taneja},
journal= {arXiv preprint arXiv:2407.12131},
year = {2024}
}
备注
Published at Innovative Applications of Artificial Intelligence (IAAI 2024)