Гибридная модель ИИ с точностью 96% предсказывает депрессию у женщин в секс-работе
Психические расстройства, особенно депрессия, остаются серьёзной проблемой среди женщин, занятых в секс-работе (FSW). Воздействие насилия, стигматизация и экономические трудности многократно повышают психологические риски. Однако существующие модели машинного обучения часто неэффективно улавливают сложные многомерные закономерности, характерные для этой маргинализированной группы.
В новой работе исследователи предложили гибридную прогностическую модель, объединяющую ансамблевую стратегию отбора признаков на основе ANOVA и взаимной информации с логистической регрессией, оптимизированной алгоритмом Harris Hawks. Это первое применение роевого интеллекта для прогнозирования психического здоровья у уязвимых групп.
Модель протестирована на выборке из 3005 женщин FSW. Результаты показали её превосходство над традиционными классификаторами: точность достигла 95,78%, F1-мера — 95,77%, а AUC — 0,96. Методы объяснимого ИИ (XAI) позволили интерпретировать факторы, связанные с травмой, которые влияют на предсказания.
Ключевыми предикторами депрессии оказались посттравматический стресс, насилие со стороны клиентов и профессиональные факторы. Эти результаты подтверждают, что именно социальные и рабочие условия, а не только индивидуальные особенности, играют решающую роль.
Разработка восполняет разрыв между традиционными и машинными подходами, создавая инструмент XAI, который позволяет уязвимым группам получать раннюю помощь, научно обоснованную целевую психосоциальную поддержку и улучшать планирование здравоохранения.
Авторы подчёркивают, что предложенная модель может быть адаптирована для других маргинализированных сообществ, где требуется точное и объяснимое прогнозирование рисков для психического здоровья.
