A ferramenta de inteligência artificial prevê desnutrição aguda para crianças há seis meses

A IA, que prevê desnutrição aguda para crianças seis meses antes de combater a condição no Quênia e na África, pode ajudar quase metade das mortes entre crianças menores de cinco meses à falta de nutrição aguda – a maioria delas em países baixos e médios – de acordo com a Organização Mundial da Saúde.

No entanto, as lacunas nos dados podem dificultar a saber onde os recursos se concentram em países como o Quênia.

Cinco por cento das crianças no Quênia sofrem de desnutrição aguda, de acordo com a pesquisa demográfica de 2022, um nível é uma fonte de preocupação para a saúde pública.

Os cientistas criaram um formulário de aprendizado de máquina que usa dados clínicos de saúde e imagens de satélite para prever as instruções de desnutrição em todo o país.

A ferramenta foi desenvolvida por uma equipe da Universidade do Sul da Califórnia (USC), em cooperação com a IA da Microsoft para um bom laboratório de pesquisa, a Amref Health Africa e o Ministério da Saúde no Quênia.

A principal pesquisadora Laura Ferguson, diretora de pesquisa do Instituto da USC sobre desemprego em saúde mundial, diz que o objetivo é fornecer às autoridades de saúde advertências iniciais que apóiam as respostas eficazes de prevenção e tratamento.

“A ferramenta foi projetada para prever a desnutrição via províncias no Quênia (F) … Preparando estratégias de prevenção e tratamentoFerguson disse Scidev.net.

Para fazer essas previsões, o formulário retira dados do sistema de software de informação em saúde do governo (DHIS2) e os coleta com imagens de satélite para determinar onde e quando é possível desnutrição.

Ao contrário dos modelos tradicionais que dependem apenas das tendências históricas, a ferramenta de IA mescla esses dados clínicos de mais de 17.000 instalações de saúde quenianas.

Ela alcançou uma resolução de 89 % para uma previsão de um mês e 86 % de precisão durante um período de seis meses, o que representa uma grande melhoria nos modelos básicos.

Ferguson acrescentou que a ferramenta também pode integrar dados disponíveis sobre o público sobre a vegetação agrícola, desde imagens de satélite ao modelo, para indicar as fontes alimentares disponíveis.

Com o incentivo dos resultados no Quênia, os pesquisadores esperam que a ferramenta seja adaptada para uso em aproximadamente 125 outros países que também usam o DHIS2- especialmente nos oitenta e médias países de renda onde a desnutrição ainda é uma das principais causas da morte das crianças.

“Este modelo é a mudança de jogoPittra Delkina, professora associada de ciência da computação e co -gerente do USC Center in Society da Anistia Internacional.

“Usando modelos de inteligência artificial baseados em dados, você pode capturar relacionamentos mais complexos entre várias variáveis ​​que trabalham juntas para nos ajudar a prever a desnutrição com mais precisão,Eu expliquei.

Samuel Mbouro, o chefe da África de Amref Healf, que também trabalhou no projeto, diz para aumentar o efeito da ferramenta, por meio da cooperação dos setores. Ele sugere alinhar serviços de saúde aos esforços de agricultura e desastres.

“Investimento contínuo em infraestrutura e treinamento em saúde digital também é muito importanteMbouro disse Scidev.net.

Peter of Wiw, diretor rural do Quênia da Helen Keeler International, uma organização sem fins lucrativos dos EUA que se concentra na nutrição e saúde, concorda que a combinação de dados de cobertura vegetal com o DHIS2 melhora a precisão da previsão.

“Isso melhora a precisão das expectativasEle disse sobre os programas, que não participaram da pesquisa.

“No entanto, os dados do DHIS, que são sua principal fonte, têm muitas restrições de qualidade – especialmente para desnutrição.“

Ele acrescentou que as crianças geralmente são examinadas apenas quanto à desnutrição nas instalações em que o tratamento está disponível, o que limita a extensão da representação de dados.