Tirer parti de l'IA dans la réponse sociale du Canada à la COVID
Les données et l'IA aident à anticiper les besoins sociaux avant qu'ils ne deviennent des crises.
Résumé du projet
Mise à jour Mars 31, 2023
Le problème
La pandémie de COVID-19 a entraîné un isolement accru, une baisse des revenus, un accès réduit aux soins et d'autres défis stressants - tous ayant un impact sur le bien-être social des Canadiens.
Des problèmes tels que l'itinérance, la santé mentale, les dépendances, la violence familiale et la sécurité communautaire ont été amplifiés. Malgré les 280 milliards de dollars dépensés chaque année dans le secteur canadien des services sociaux, davantage de données sont nécessaires pour suivre l'évolution de la demande et de la prestation de services.
À ce jour, nos réponses sociales pendant la pandémie ont été principalement réactionnaires, plutôt que planifiées et proactives. Le Canada dispose d'un solide filet de sécurité sociale pour aider les individus et les communautés à relever les défis, mais il existe des obstacles pour que les gens naviguent dans le réseau complexe de plus de 250,000 XNUMX services de soutien à travers le pays. En conséquence, de nombreux citoyens dans le besoin passent entre les mailles du filet.
Comment nous le résolvons
Dirigé par HelpSeeker, ce projet exploite la puissance de l'intelligence artificielle et de l'apprentissage automatique pour fournir aux décideurs des informations leur permettant de cibler leurs réponses à la COVID-19 et d'atténuer ses impacts sociaux à long terme.
HelpSeeker est en partenariat avec A Way Home Canada, AltaML, Corsac Technologies, la Société canadienne d'hypothèques et de logement, la Faculté de travail social de l'Université de Calgary et l'Observatoire canadien sur l'itinérance de l'Université York.
L'équipe du projet exploite l'ensemble de données de HelpSeeker de plus de 134,000 XNUMX services à travers le Canada, ainsi que des centaines de milliers d'interactions d'utilisateurs avec ces services. Un nouveau pipeline de données rassemblera des données supplémentaires en temps réel provenant des gouvernements, des organismes publics et des groupes communautaires. Cette intégration de l'information fournira des renseignements précieux et aidera à cibler le financement et les programmes liés à l'itinérance, à la violence familiale et au suicide.
L'objectif est d'aider les dirigeants gouvernementaux et communautaires à anticiper les besoins sociaux des Canadiens avant qu'ils ne deviennent des crises. L'équipe du projet prévoit tirer les enseignements de ce projet pilote et soutenir d'autres domaines clés tels que la santé mentale, les besoins en logement et la sécurité communautaire.
Le Résultat
Ce projet a réuni les meilleurs chercheurs en sciences sociales et experts en apprentissage automatique du Canada pour développer l'algorithme prédictif InnSoTech afin de mieux anticiper les cas d'itinérance, de suicide et de violence domestique. La plate-forme alimentée par l'intelligence artificielle fournit des données et des informations en temps réel pour prédire les besoins de soutien communautaire et social avant qu'ils ne se transforment en crises pour une prise de décision fondée sur des preuves. InnSoTech est utilisé par plusieurs villes de l'Alberta pour recenser les sans-abri.
Chef de projet
Partenaires du projet
-
« Avec le soutien de la Supergrappe numérique, nous avons pu décrocher d'importants contrats fédéraux et constituer une équipe d'apprentissage automatique. Ils nous ont également guidés dans l'élaboration d'un plan quinquennal et d'objectifs sur 24 mois. Il ne s'agit pas seulement d'investissement, il s'agit d'un partenariat significatif. Vous ne pouvez pas mettre une étiquette de prix sur ces relations.
PDG et fondateur, HelpSeeker Inc.