得克萨斯大学阿灵顿分校的一个研究团队获得了得克萨斯州癌症预防和研究所（CPRIT）的资助，以解决癌症幸存者中普遍存在的低运动量问题。定期锻炼可以显著改善幸存者的生活质量并降低其死亡风险，然而高达84%的幸存者没有进行足够的锻炼来获得这些益处。
得克萨斯大学阿灵顿分校的研究人员正在开发一种个性化的方案，以鼓励和支持癌症幸存者的体育活动。他们设计的智能系统将使用人工智能和机器学习技术，根据从可穿戴设备和智能手机收集的数据，实时向幸存者发送定制的信息。目标是在最恰当的时刻传递最合适的信息，以达到最佳效果。
研究团队包括得克萨斯大学阿灵顿分校公共卫生项目助理教授廖悦、传播学副教授格蕾丝·布兰农、计算机科学与工程系教授兼副系主任李成凯，以及休斯顿MD安德森癌症中心的合作者张玛丽。
这个为期两年的项目将开发一个算法，能够生成及时且个性化的信息，并在15名参与者中进行测试。
“我们无法总是预测人们会做什么，而我们只有有限的信息来为患者开发干预信息，”廖博士说。“如果我们开始考虑所有不同的场景，即康复中的癌症患者每天可能经历的情况，这将涉及开发成千上万条个性化信息，这是人力所不能及的。当我们思考如何克服这个问题时，人工智能正变得越来越流行，我们认为它可以帮助我们扩大这项研究。”
该项目扩展了廖博士和布兰农博士当前的研究。两人通过得克萨斯大学阿灵顿分校的健康信息创新中心与李博士合作，利用他在人工智能方面的专长。
“人工智能现在几乎是每个科学领域的驱动力——它是社会进步的支柱，”李博士说。“我很高兴能参与这个项目，因为这是一个真正的跨学科工作，我热衷于与我的领域之外的专家合作。将不同视角结合起来，在多个领域的交叉点工作，可以在我们的不同研究领域实现重大突破。”
目前在这个领域几乎没有相关研究，得克萨斯大学阿灵顿分校团队的工作可能会改变行为干预的设计和交付方式。通过识别用户数据中的模式，人工智能可以选择最适合每个人的信息。
“在我们最初的预试验中，我们有大约30名参与者，使用人工来个性化干预信息是可行的，”布兰农博士说。“然而，如果我们试图向数千人提供个性化的干预信息，我们需要更经济、更高效的方法。人工智能允许其算法进行更多的适应性调整，使这个项目更具可扩展性和成本效益，同时保持个性化。”
这种跨学科的合作使团队能够探索超出各自领域范围的解决方案——解锁具有更广泛影响的创新。
“在我的研究中，我需要考虑很多因素，但我并没有所有的专业知识，”廖博士说。“在得克萨斯大学阿灵顿分校，我能够从不同领域拉拢专家，而不感到受限。作为跨学科团队的一员，确实帮助拓宽了我的研究范围。”
(全文结束)
