運用數據力量 智慧防治暴力
活用大數據防止保護案件發生
話焦點
人氣(265)
運用人工智慧科技發展風險預警機制,輔助第一線社工研判個案的風險,預測保護性案件是否需介入服務及再發生的可能性,從而架建構完整的關懷網絡,讓暴力防治更有智慧,也更有力量。
 
本實驗計畫以2015年至2020年累積超過3萬5千筆老人保護案件通報資料作為AI機器學習素材,透過機器學習逐步訓練累積經驗,掌握更多老人保護案件之特徵值,未來當通報案件進案時,即可從個案特徵分析其風險程度並提醒社工。因此,資料如何篩選使用,會影響設計模型預測精確度。使用服務表單等欄位資訊進行資料篩選,首先刪除與訓練目標高度相關的資訊如個案分級,同時排除與個案風險無關的欄位如受理時間,最後,建立模型訓練使用資訊,包含被害人資訊、相對人資訊以及被害人與相對人關係、案情內容、案件處理情況、案件類型等。

老人保護個案AI預警分析模型的建立,主要採用以決策樹為基礎之梯度提升(Gradient Boosting)的機器學習演算法,透過不同年度的通報案件驗證機制,讓模型在整體的預測能力上具有最佳的成效。此次的風險預警機制,除了利用燈號顯示個案風險等級外,亦重視近期受關注的解釋性AI(Explainable AI)問題,因此團隊透過解釋性分析工具(SHAP Value),透明化模型判斷風險背後所思考的因素,並以圖表方式呈現每一筆影響AI決策再通報案件之風險因子(詳如預警模型解釋示意圖)。