Escreva para pesquisar

Em Profundidade Tempo de leitura: 6 minutos

Adoção precoce de IA em programas de planejamento familiar

Abrindo caminho para ganhos em impacto e eficiência do programa


O aumento dos investimentos em tecnologias emergentes em países de baixa e média renda criou oportunidades sem precedentes para alavancar digital inovações para aprimorar os programas voluntários de planejamento familiar. Em particular, o uso de inteligência artificial (IA) para obter novos insights sobre o planejamento familiar e otimizar a tomada de decisões pode ter um impacto duradouro em programas, serviços e usuários. Os avanços atuais em IA são apenas o começo. À medida que essas abordagens e ferramentas são refinadas, os profissionais não devem perder a oportunidade de aplicar a IA para expandir o alcance dos programas de planejamento familiar e fortalecer seu impacto.

Usos potenciais para IA em programas de planejamento familiar

Aplicando o Estrutura desenvolvida pela USAID para uso de IA na área da saúde, podemos classificar a potencial aplicação da IA em programas de planejamento familiar em quatro categorias:

  1. Saúde da população.
  2. Saúde individual (encaminhamento do cuidado e atendimento).
  3. Sistemas de saúde.
  4. Farma e medtech.

Abaixo estão exemplos de uso de IA relevantes para programas de planejamento familiar para subcategorias selecionadas da estrutura da USAID.

Saúde da População

Seleção de intervenção. Métodos específicos de planejamento familiar são recomendados com base no exame das características de uma determinada população em risco de necessidades não atendidas de planejamento familiar e o que provavelmente será mais eficaz e eficiente para atender às suas necessidades.

Saúde Individual - Roteamento de Cuidados

Autorreferência. Com base nos dados inseridos pelo paciente em tempo real, um sistema habilitado para IA fornece recomendações ao paciente sobre os cuidados necessários.
Atendimento personalizado. Os dados do paciente em tempo real são capturados e analisados para identificar padrões para gerar atendimento personalizado e direto ao paciente (por exemplo, mensagens de prestadores de cuidados de saúde e chatbots, recomendações de cuidados).

Serviços de saúde individual

Mudança comportamental. Os indivíduos recebem informações direcionadas em tempo real ou orientação personalizada sobre as opções de planejamento familiar.
Diagnóstico baseado em dados. Diagnostique condições analisando sintomas e outros dados fornecidos pelos pacientes.
Apoio à decisão clínica. Os profissionais de saúde recebem orientação em tempo real sobre as melhores práticas de planejamento familiar com base nos dados do paciente.
Cuidados facilitados por IA. As pacientes recebem orientações sobre boas práticas de autocuidado para planejamento familiar com base em seus sintomas e situações.
Monitoramento de conformidade. Alerte os usuários ou fornecedores sobre a adesão à medicação com base nos dados de uso do paciente.

Sistemas de saúde

Planejamento de capacidade e gestão de pessoas. Examine os dados sobre as necessidades de atendimento em nível de instalação e a disponibilidade de profissionais de saúde para ajudar a prever e planejar recursos.
Garantia de qualidade e treinamento. Analisar decisões anteriores e identificar onde erros podem ter sido cometidos para melhorar a qualidade e a eficiência dos serviços de planejamento familiar prestados.
Registros médicos. Auxiliar na criação de registros médicos eletrônicos para limitar o tempo que os provedores gastam na tarefa.
Codificação e faturamento. Apoiar as funções financeiras do provedor, analisando notas médicas para garantir a codificação adequada; as estratégias de cobrança também são otimizadas.

Health care worker entering patient information
Crédito: Ncamsile Maseko e Lindani Sifundza/USAID na África

Farmacêutica e Medtech

Otimização da cadeia de suprimentos e planejamento. Melhore o gerenciamento da cadeia de suprimentos de planejamento familiar e o planejamento de recursos automatizando o processo.

Aplicações de IA em Programas de Planejamento Familiar

Os programas de planejamento familiar ainda não implementaram alguns desses usos da IA, mas espera-se que a tecnologia gere eficiência na forma como os serviços de planejamento familiar são prestados e aumente a acessibilidade e a cobertura. De acordo com a empresa de consultoria de TI Accenture, os aplicativos de saúde baseados em IA podem resultar em economias de custo anuais de $150 bilhões para a economia de saúde dos EUA até 2026. Os especialistas também reconhecem o economia potencial em países de baixa e média renda. As primeiras lições podem ser tiradas de projetos de planejamento familiar que usaram IA, demonstrando tanto a oportunidade de seu uso quanto seu impacto potencial, destacados aqui.

Saúde Individual - Roteamento de Cuidados

Divulgação personalizada

  • A Palindrome Data, uma empresa de ciência de dados, e a Jhpiego fizeram parceria no estudo Post Pregnancy Family Planning (PPFP) Choices no Quênia e na Indonésia. Os dois principais objetivos do estudo foram prever a probabilidade de adesão ao planejamento familiar entre as mulheres seis meses após o parto e identificar grupos com maior ou menor probabilidade de adotar o planejamento familiar imediatamente após o parto. Na Indonésia, o modelo de IA desenvolvido por eles previu a adoção do método de planejamento familiar seis meses após o parto com uma precisão de 62% (especificidade de 64% e sensibilidade de 63%). Usando o modelo, eles categorizaram os perfis das mulheres em grupos de aceitação do método PPFP superior, médio e inferior. O desenvolvimento desses modelos demonstra insights imediatos e acionáveis para planejar e projetar intervenções para mulheres grávidas, no parto e no pós-parto para melhorar o conteúdo das mensagens de aconselhamento e, em última instância, apoiar as mulheres a atingir seus objetivos reprodutivos e a adoção de um método de planejamento familiar quando desejado.

“O desenvolvimento desses modelos demonstra insights imediatos e acionáveis para planejar e projetar intervenções para mulheres grávidas, no parto e no pós-parto para melhorar o conteúdo das mensagens de aconselhamento e, finalmente, apoiar as mulheres a atingir seus objetivos reprodutivos e a adoção de um método de planejamento familiar quando desejado .”

  • Em 2020, empresa de TI Quilt.AI, usando uma ferramenta de IA chamada Culture AI, analisou o conteúdo digital de quatro plataformas de mídia social para entender o conhecimento, as crenças, as motivações e as atitudes dos jovens em relação ao planejamento familiar nos estados indianos de Uttar Pradesh e Bihar. O Quilt.AI agrupou internautas de 16 a 24 anos em oito categorias com base em seus comportamentos online relacionados ao planejamento familiar, como conformistas, espiritualistas, céticos e ativistas. Eles também identificaram as distorções únicas sobre tópicos relacionados ao planejamento familiar em diferentes plataformas de mídia social. As informações permitem que aqueles que trabalham em comunicações de mudança de comportamento adaptem suas mensagens para atrair grupos de jovens distintos. Ao disponibilizar a plataforma ideal para uso, eles podem influenciar atitudes e comportamentos em relação ao planejamento familiar.
  • A empresa de ciência de dados AIfluence fez parceria com MSI Reproductive Choices, PSI e Jhpiego para apoiar campanhas de mudança de comportamento social focadas na saúde sexual e reprodutiva na Costa do Marfim, Quênia, Nigéria, Togo e Uganda. Usando IA, eles identificam os influenciadores adequados para se comunicar com diferentes públicos nas mídias sociais, medindo e analisando a afinidade de um influenciador com a campanha, observando o quão positiva é sua conexão com sua rede e quanto engajamento significativo suas postagens geram. Por exemplo, a Alfluence trabalhou com a MSI Reproductive Choices em uma campanha de mídia social para promover testes de HIV e outras infecções sexualmente transmissíveis em Eastleigh, Nairóbi, Quênia. Eles colaboraram com 38 influenciadores para postar conteúdo regularmente em suas contas de mídia social durante um período de seis semanas para direcionar mais adolescentes a esses serviços e tentar entender as barreiras para acessar serviços de saúde preventivos, incluindo planejamento familiar, dentro da comunidade. A campanha de marketing alcançou mais de 1,5 milhão de pessoas nas mídias sociais, um quarto das quais eram jovens e quase um terço eram homens. O projeto demonstrou sucesso em parceria com influenciadores para impulsionar a demanda e a aceitação de serviços preventivos.

“Na Indonésia, o modelo de IA que eles desenvolveram… demonstra percepções imediatas e acionáveis para planejar e projetar intervenções para mulheres grávidas, no parto e no pós-parto para… em última análise, apoiar as mulheres a alcançar seus objetivos reprodutivos.”

Serviços de saúde individual

mudança de comportamento

  • 9ja Girls Big Sista, desenvolvido pela PSI sob o projeto A360, interage com garotas nigerianas por meio de um chatbot disponível no Facebook. Big Sista entrega contente sobre planejamento familiar e saúde reprodutiva em pequenas mensagens, incluindo as vantagens e desvantagens de cada método e perguntas frequentes.
  • SnehAI, desenvolvido pela Population Foundation of India, é um chatbot de IA (um aplicativo de software usado para conduzir conversas on-line) projetado para educar e inspirar adolescentes e jovens adultos a viverem vidas saudáveis, promover a saúde sexual e reprodutiva e defender a saúde e bem-estar de mulheres e meninas. o chatbot fornece um espaço seguro para os jovens conversarem sobre tópicos tabus, oferece informações precisas sobre escolhas seguras de contraceptivos sexuais e aborda questões de saúde mental. O SnehAI representa uma intervenção educacional inovadora que permite que grupos vulneráveis e de difícil acesso discutam tópicos delicados.

Diagnóstico baseado em dados

  • InData Labs, uma empresa de ciência de dados e IA, fez parceria com a empresa flo para implementar uma rede neural - um programa de computador que identifica e reconhece padrões - para fazer previsões melhores para ciclos menstruais irregulares e ovulação com base nas informações que os usuários inserem em um aplicativo voltado para o consumidor. o Versão Atual da rede neural de Flo por Laboratórios InData pode melhorar as previsões de ciclos irregulares em até 54%. O conhecimento aprimorado sobre os ciclos menstruais de uma pessoa pode ajudar as usuárias a identificar quando e quais métodos de planejamento familiar podem atender melhor às suas necessidades.

Farmacêutica e Medtech

Otimização da cadeia de suprimentos e planejamento

  • Macro-olhos, uma empresa de IA, está desenvolvendo um modelo de IA para prever o cadeia de fornecimento de anticoncepcionais e garantir que os locais de prestação de serviços de saúde tenham os suprimentos necessários quando necessário, melhorando a disponibilidade e a eficiência e reduzindo o desperdício. A Macro-Eyes está agora a testar o seu modelo na Costa do Marfim. Ele está se baseando nas primeiras lições do ESTRIADA projeto na Tanzânia, cuja previsão de oferta e demanda de vacinas ajudou a alcançar uma redução de 26% nos custos de vacinas ao longo de um ano na região de Arusha.

Esses projetos fornecem informações iniciais sobre as oportunidades potenciais de incorporar ferramentas e tecnologias de IA para promover programas de planejamento familiar para tomadores de decisão e gerentes de programas que projetam novas soluções ou procuram soluções testadas em escala. Enquanto o integração de soluções baseadas em IA será, em última análise, baseado no contexto, capacidades e necessidades específicas do país, os inovadores e outras partes interessadas precisam continuar compartilhando as lições aprendidas para avançar o campo.

Onde mais a IA está sendo usada?

Você tem uma IA (ou outra tecnologia digital de saúde) para um projeto de planejamento familiar que atende a um país de baixa ou média renda para compartilhar? Para promover o aprendizado sobre IA para planejamento familiar, juntamente com outras inovações digitais em saúde, o Projeto PACE no PRB desenvolveu o Compêndio Digital de Saúde. O compêndio é administrado por Grupo de Concierge Médico e visa consolidar informações e dados emergentes sobre aplicações de tecnologia digital em programas de planejamento familiar para informar a adoção e ampliação de abordagens bem-sucedidas. Contate-Nos pela oportunidade de apresentar seu projeto no Digital Health Compendium.

Krissy Celentano

Proprietário, Koralaide Consulting

Krissy Celentano, proprietária da Koralaide Consulting, é gerente de projetos de saúde digital voltada para resultados e especialista técnica com mais de dez anos trabalhando em políticas, governança, coordenação, assistência técnica e planejamento estratégico em países de renda alta, baixa e média. Anteriormente, ela atuou como Consultora Sênior de Sistemas de Informação em Saúde para a Agência dos Estados Unidos para o Desenvolvimento Internacional (USAID) no Escritório de HIV/AIDS. Ela presidiu o Grupo de Trabalho de Informática em Saúde da Agência, liderou esforços internos de capacitação, gerenciou a comunidade de prática dos defensores do campo da saúde digital, prestou assistência técnica ao país e apoiou o desenvolvimento de uma estratégia de saúde digital. Krissy também supervisionou um sistema de dados que apoia a coleta e análise interagências de dados sobre HIV/AIDS para informar as decisões sobre políticas e financiamento. Antes de ingressar na USAID, Krissy ocupou vários cargos no Escritório do Coordenador Nacional de Tecnologia da Informação em Saúde no Departamento de Saúde e Serviços Humanos dos Estados Unidos. Krissy é atualmente Professora Adjunta de Informática em Saúde na Universidade George Washington e na Faculdade de Farmácia e Serviços de Saúde de Massachusetts, bem como membro emérito do Conselho Consultivo da Rede Global de Saúde Digital.

Toshiko Kaneda, PhD

Pesquisador Associado Sênior, Programas Internacionais, Population Reference Bureau (PRB)

Toshiko Kaneda é pesquisador associado sênior em Programas Internacionais no Population Reference Bureau (PRB). Ela ingressou na PRB em 2004. Kaneda tem 20 anos de experiência na condução de pesquisas e análises demográficas. Ela escreveu várias publicações de políticas e artigos revisados por pares sobre tópicos como saúde reprodutiva e planejamento familiar, doenças não transmissíveis, envelhecimento populacional e acesso a cuidados de saúde. Kaneda dirige a análise de dados para a Ficha de Dados da População Mundial e fornece orientação técnica sobre métodos demográficos e estatísticos dentro do PRB, bem como para parceiros externos. Ela também dirige o programa de treinamento em comunicação de políticas no PRB, apoiado pelo National Institutes of Health. Antes de ingressar no PRB, Kaneda foi Bernard Berelson Fellow no Population Council. Ela tem um Ph.D. em sociologia pela University of North Carolina em Chapel Hill, onde também foi estagiária de pré-doutorado no Carolina Population Center.