Penerimaan Awal AI dalam Program Perancang Keluarga

Potensi Penggunaan AI dalam Program Perancang Keluarga

Dengan mengaplikasikan Rangka kerja penggunaan AI yang dibangunkan USAID dalam penjagaan kesihatan, kita boleh mengklasifikasikan potensi aplikasi AI dalam program perancangan keluarga kepada empat kategori:

1. Kesihatan penduduk.
2. Kesihatan individu (penghalaan penjagaan dan perkhidmatan penjagaan).
3. Sistem kesihatan.
4. Farmasi dan medtech.

Di bawah ialah contoh penggunaan AI yang berkaitan dengan program perancangan keluarga untuk subkategori terpilih daripada rangka kerja USAID.

Kesihatan Penduduk

Pemilihan intervensi. Kaedah perancangan keluarga khusus disyorkan berdasarkan pemeriksaan ciri-ciri populasi tertentu yang berisiko keperluan tidak dipenuhi untuk perancangan keluarga dan perkara yang mungkin paling berkesan dan cekap untuk memenuhi keperluan mereka.

Kredit: Arne Hoel/Bank Dunia

Penghalaan Kesihatan Individu—Penjagaan

Rujukan sendiri. Berdasarkan data masa nyata yang dimasukkan pesakit, sistem yang didayakan AI memberikan cadangan kepada pesakit tentang penjagaan yang diperlukan.
Jangkauan peribadi. Data pesakit masa nyata ditangkap dan dianalisis untuk mengenal pasti corak untuk menjana jangkauan pesakit yang diperibadikan secara langsung (contohnya, mesej daripada penyedia penjagaan kesihatan dan chatbot, cadangan penjagaan).

Kesihatan Individu—Perkhidmatan Penjagaan

Perubahan tingkah laku. Individu menerima maklumat masa nyata, disasarkan atau panduan tersuai tentang pilihan perancangan keluarga.
Diagnosis dipacu data. Diagnosis keadaan dengan menganalisis gejala dan data lain yang diberikan oleh pesakit.
Sokongan keputusan klinikal. Pekerja kesihatan menerima panduan masa nyata tentang penjagaan perancangan keluarga amalan terbaik berdasarkan data pesakit.
Penjagaan yang difasilitasi AI. Pesakit menerima panduan tentang amalan terbaik untuk penjagaan diri bagi perancangan keluarga berdasarkan simptom dan situasi mereka.
Pemantauan pematuhan. Maklumkan pengguna atau pembekal tentang pematuhan ubat berdasarkan data penggunaan pesakit.

Sistem Kesihatan

Perancangan kapasiti dan pengurusan kakitangan. Periksa data tentang keperluan penjagaan peringkat kemudahan dan ketersediaan pekerja kesihatan untuk membantu meramal dan merancang sumber.
Jaminan kualiti dan latihan. Menganalisis keputusan lepas dan mengenal pasti di mana kesilapan mungkin telah dibuat untuk meningkatkan kualiti dan kecekapan perkhidmatan perancangan keluarga yang disediakan.
Rekod perubatan. Membantu dalam mencipta rekod perubatan elektronik untuk mengehadkan masa yang diluangkan oleh penyedia untuk tugas itu.
Pengekodan dan pengebilan. Menyokong fungsi kewangan pembekal dengan menganalisis nota perubatan untuk memastikan pengekodan yang betul; strategi pengebilan juga dioptimumkan.

Farmasi dan Medtech

Rantaian bekalan dan pengoptimuman perancangan. Meningkatkan pengurusan rantaian bekalan perancangan keluarga dan perancangan sumber dengan mengautomasikan proses.

Aplikasi AI dalam Program Perancang Keluarga

Program perancangan keluarga belum lagi melaksanakan beberapa penggunaan AI ini, tetapi teknologi itu dijangka mewujudkan kecekapan dalam cara perkhidmatan perancangan keluarga disampaikan dan meningkatkan kemampuan dan liputan. Menurut firma perunding IT Accenture, aplikasi kesihatan yang dikuasakan AI boleh menghasilkan penjimatan kos tahunan sebanyak $150 bilion untuk ekonomi penjagaan kesihatan AS menjelang 2026. Pakar juga mengiktiraf potensi simpanan di negara berpendapatan rendah dan sederhana. Pelajaran awal boleh diambil daripada projek perancangan keluarga yang telah menggunakan AI, menunjukkan kedua-dua peluang untuk penggunaannya dan potensi kesannya, yang diserlahkan di sini.

Penghalaan Kesihatan Individu—Penjagaan

Jangkauan peribadi

• Palindrome Data, firma sains data, dan Jhpiego bekerjasama dalam kajian Pilihan Perancangan Keluarga Selepas Kehamilan (PPFP) di Kenya dan Indonesia. Dua objektif utama kajian adalah untuk meramalkan kemungkinan pengambilan perancangan keluarga dalam kalangan wanita enam bulan selepas bersalin dan mengenal pasti kumpulan yang lebih berkemungkinan atau kurang berkemungkinan mengambil perancangan keluarga sejurus selepas bersalin. Di Indonesia, model AI yang mereka bangunkan meramalkan penggunaan kaedah perancangan keluarga pada enam bulan selepas bersalin dengan ketepatan 62% (kekhususan 64% dan sensitiviti 63%). Menggunakan model tersebut, mereka mengkategorikan profil wanita kepada kumpulan pengambilan kaedah PPFP yang lebih tinggi, sederhana dan rendah. Pembangunan model ini menunjukkan pandangan segera yang boleh diambil tindakan untuk merancang dan mereka bentuk intervensi untuk wanita hamil, bersalin dan selepas bersalin untuk menambah baik kandungan mesej kaunseling dan akhirnya menyokong wanita untuk mencapai matlamat reproduktif mereka dan penggunaan kaedah perancangan keluarga apabila dikehendaki.

• Pada tahun 2020, firma IT Quilt.AI, menggunakan alat AI yang dipanggil Culture AI, menganalisis kandungan digital daripada empat platform media sosial untuk memahami pengetahuan, kepercayaan, motivasi dan sikap golongan muda terhadap perancangan keluarga di negeri Uttar Pradesh dan Bihar, India. Quilt.AI mengumpulkan pengguna internet berumur 16 hingga 24 tahun kepada lapan kategori berdasarkan tingkah laku dalam talian mereka yang berkaitan dengan perancangan keluarga, seperti ahli konformis, ahli kerohanian, skeptik dan aktivis. Mereka juga mengenal pasti penyimpangan unik mengenai topik yang berkaitan dengan perancangan keluarga merentas platform media sosial yang berbeza. Maklumat tersebut membolehkan mereka yang bekerja dalam komunikasi perubahan tingkah laku untuk menyesuaikan mesej mereka untuk menarik kumpulan belia yang berbeza. Dalam menyediakan platform optimum untuk digunakan, mereka boleh mempengaruhi sikap dan tingkah laku berkenaan perancangan keluarga.

• 

  Kredit: Arne Hoel/Bank Dunia.

  Firma sains data AIfluence telah bekerjasama dengan MSI Reproductive Choices, PSI, dan Jhpiego untuk menyokong kempen perubahan tingkah laku sosial tertumpu kesihatan seksual dan reproduktif di Côte d'Ivoire, Kenya, Nigeria, Togo dan Uganda. Menggunakan AI, mereka mengenal pasti pengaruh yang sesuai untuk berkomunikasi dengan khalayak yang berbeza di media sosial dengan mengukur dan menganalisis pertalian seseorang yang berpengaruh terhadap kempen, melihat sejauh mana hubungan positif mereka dengan rangkaian mereka dan sejauh mana penglibatan bermakna yang dihasilkan oleh siaran mereka. Sebagai contoh, Alfluence bekerjasama dengan MSI Reproductive Choices dalam kempen media sosial untuk mempromosikan ujian HIV dan jangkitan seksual lain di Eastleigh, Nairobi, Kenya. Mereka bekerjasama dengan 38 pengaruh untuk kerap menyiarkan kandungan ke akaun media sosial mereka dalam tempoh enam minggu untuk mendorong lebih ramai remaja kepada perkhidmatan ini dan cuba memahami halangan untuk mengakses perkhidmatan kesihatan pencegahan, termasuk perancangan keluarga, dalam komuniti. Kempen pemasaran itu mencecah lebih 1.5 juta orang di media sosial, satu perempat daripadanya adalah belia dan hampir satu pertiga daripadanya adalah lelaki. Projek itu menunjukkan kejayaan dalam bekerjasama dengan influencer untuk memacu permintaan dan pengambilan perkhidmatan pencegahan.

Kesihatan Individu—Perkhidmatan Penjagaan

Perubahan tingkah laku

• 9ja Girls Big Sista, dibangunkan oleh PSI di bawah Projek A360, berinteraksi dengan gadis Nigeria melalui chatbot yang tersedia di Facebook. Big Sista hantar kandungan tentang perancangan keluarga dan kesihatan reproduktif dalam mesej bersaiz gigitan, termasuk kelebihan dan kekurangan setiap kaedah dan soalan lazim.
• SnehAI, dibangunkan oleh Yayasan Populasi India, ialah chatbot AI (aplikasi perisian yang digunakan untuk menjalankan perbualan dalam talian) yang direka untuk mendidik dan memberi inspirasi kepada remaja dan dewasa muda untuk menjalani kehidupan yang sihat, menggalakkan kesihatan seksual dan reproduktif serta menyokong kesihatan dan kesejahteraan wanita dan gadis. The chatbot menyediakan ruang yang selamat untuk belia berbual mengenai topik pantang larang, menawarkan maklumat yang tepat tentang pilihan kontraseptif seks selamat, dan menangani kebimbangan kesihatan mental. SnehAI mewakili intervensi pendidikan inovatif yang membolehkan kumpulan yang terdedah dan sukar dijangkau membincangkan topik sensitif.

Diagnosis dipacu data

• InData Labs, sebuah syarikat sains data dan AI, bekerjasama dengan syarikat itu Flo untuk melaksanakan rangkaian saraf—program komputer yang mengenal pasti dan mengecam corak—untuk membuat ramalan yang lebih baik untuk kitaran haid yang tidak teratur dan ovulasi berdasarkan maklumat yang dimasukkan pengguna ke dalam aplikasi yang dihadapi pengguna. The versi terkini rangkaian saraf Flo oleh Makmal InData boleh meningkatkan ramalan kitaran tidak teratur sehingga 54%. Pengetahuan yang dipertingkatkan tentang kitaran haid seseorang boleh membantu pengguna mengenal pasti bila dan kaedah perancangan keluarga yang paling sesuai untuk memenuhi keperluan mereka.

Farmasi dan Medtech

Rantaian bekalan dan pengoptimuman perancangan

• Mata Makro, sebuah syarikat AI, sedang membangunkan model AI untuk meramalkan rantaian bekalan kontraseptif dan memastikan tapak penyampaian perkhidmatan kesihatan mempunyai bekalan yang diperlukan apabila diperlukan dengan meningkatkan ketersediaan dan kecekapan serta mengurangkan pembaziran. Macro-Eyes kini sedang menguji modelnya di Côte d'Ivoire. Ia mengambil pengajaran awal daripada STRIATA projek di Tanzania, yang ramalan bekalan dan permintaan vaksinnya telah membantu mencapai penurunan 26% dalam kos vaksin selama setahun di rantau Arusha.

Projek-projek ini memberikan pandangan awal tentang peluang yang berpotensi untuk menggabungkan alat dan teknologi AI untuk memajukan program perancangan keluarga untuk pembuat keputusan dan pengurus program yang mereka bentuk penyelesaian baharu atau mencari skala penyelesaian yang diuji. Sementara penyepaduan penyelesaian berasaskan AI akhirnya akan berdasarkan konteks negara, kapasiti, dan keperluan khusus, inovator dan pihak berkepentingan lain perlu terus berkongsi pengajaran yang dipelajari untuk memajukan padang.

Di Mana Lagi AI Digunakan?

Adakah anda mempunyai AI (atau teknologi kesihatan digital lain) untuk projek perancangan keluarga yang berkhidmat untuk negara berpendapatan rendah atau sederhana? Untuk menggalakkan pembelajaran tentang AI untuk perancangan keluarga, bersama-sama dengan inovasi kesihatan digital lain, the Projek PACE di PRB membangunkan Kompendium Kesihatan Digital. Kompendium ini diuruskan oleh Kumpulan Concierge Perubatan dan bertujuan untuk menyatukan maklumat dan data yang muncul tentang aplikasi teknologi digital dalam program perancangan keluarga untuk memaklumkan penerimaan dan peningkatan pendekatan yang berjaya. Hubungi Kami untuk peluang untuk mendapatkan projek anda dipaparkan dalam Kompendium Kesihatan Digital.