Förebyggande digital vård för beroende och psykisk ohälsa

Viktiga resultat som projektet gav

Huvudmålet var att kunna använda befintliga onlinespelardata i spel, vadslagning och självtest för att lägga till klassificering av risknivåer och göra det självlärande. Uppnådde detta genom att utbilda en AI-modell för att förutsäga olika resultat av självtestet som är fördelaktigt för analysen och klassificera spelarna i riskkategorier (t.ex. lågmedium och högt) med hjälp av spelarens historiska vad. Dimensionerna vi arbetade med är de fem dimensionerna av självtestet, överkonsumtion av tid och pengar, samt konsekvenser för tid, pengar och känslor.

Långsiktiga effekter som förväntas

Sustainable Interaction arbetar starkt med att bidra med sin kunskap inom missbruk, psykosocial hälsa för att ta sina kunder mot mer hållbara affärsmodeller och verksamheter och uppfylla regler inom spelområdet. Tillgångar och kompetens som erhållits via automatiserade AI-verktyg och detta projekt kommer att bidra till att bygga AI-kompetens även hos kundens IT- och utvecklingsteam. Vi förväntar oss ett högre upptag och antagande av AI-teknik genom vårt projekt och användning av resultaten.

Upplägg och genomförande

Framgångsrika delar - Skapa affärsvärde förslag till klienten - Datainsamling och godkännande av hantering av spelardata - Design av AI-modellen Mindre framgångsrika delar - Integration med klient online dataströmmar - Slutförande till kommersiell nivå AL-modell - Möjlighet att automatisera AI-förutsägelse och träningscykel