Andika ili kutafuta

Kwa Kina Wakati wa Kusoma: 6 dakika

Kupitishwa Mapema kwa AI katika Mipango ya Uzazi wa Mpango

Kutengeneza Njia ya Manufaa katika Athari na Ufanisi wa Programu


Kuongezeka kwa uwekezaji katika teknolojia zinazoibukia katika nchi zenye kipato cha chini na cha kati kumeunda fursa ambazo hazijawahi kutokea za kujiinua. kidijitali ubunifu wa kuimarisha programu za upangaji uzazi wa hiari. Hasa, matumizi ya akili bandia (AI) kupata maarifa mapya kuhusu upangaji uzazi na kuboresha ufanyaji maamuzi yanaweza kuwa na athari ya kudumu kwenye programu, huduma na watumiaji. Maendeleo ya sasa katika AI ni mwanzo tu. Mbinu na zana hizi zinapoboreshwa, watendaji hawapaswi kukosa fursa ya kutumia AI ili kupanua ufikiaji wa programu za kupanga uzazi na kuimarisha athari zake.

Matumizi Yanayowezekana kwa AI katika Mipango ya Uzazi wa Mpango

Kwa kutumia Mfumo uliotengenezwa na USAID wa matumizi ya AI katika huduma za afya, tunaweza kuainisha matumizi yanayowezekana ya AI katika programu za upangaji uzazi katika kategoria nne:

  1. Afya ya watu.
  2. Afya ya mtu binafsi (huduma ya utunzaji na huduma).
  3. Mifumo ya afya.
  4. Pharma na medtech.

Ifuatayo ni mifano ya matumizi ya AI muhimu kwa programu za upangaji uzazi kwa kategoria zilizochaguliwa kutoka kwa mfumo wa USAID.

Afya ya Watu

Uchaguzi wa kuingilia kati. Mbinu mahususi za upangaji uzazi zinapendekezwa kulingana na uchunguzi wa sifa za watu fulani walio katika hatari ya hitaji lisilokidhiwa la upangaji uzazi na ni nini kinachoweza kuwa na ufanisi na ufanisi zaidi katika kukidhi mahitaji yao.

Afya ya Mtu Binafsi-Utunzaji Njia

Rufaa ya kibinafsi. Kulingana na data iliyoingizwa na mgonjwa, wakati halisi, mfumo unaowezeshwa na AI hutoa mapendekezo kwa mgonjwa juu ya huduma inayohitajika.
Ufikiaji wa kibinafsi. Data ya wakati halisi ya mgonjwa inanaswa na kuchambuliwa ili kutambua ruwaza ili kuzalisha ufikiwaji wa mgonjwa binafsi, wa moja kwa moja (kwa mfano, ujumbe kutoka kwa watoa huduma za afya na gumzo, mapendekezo ya utunzaji).

Afya ya Mtu Binafsi—Huduma za Utunzaji

Mabadiliko ya tabia. Watu hupokea taarifa za wakati halisi, zinazolengwa au mwongozo maalum kuhusu chaguo za kupanga uzazi.
Utambuzi unaotokana na data. Tambua hali kwa kuchambua dalili na data zingine zinazotolewa na wagonjwa.
Usaidizi wa uamuzi wa kliniki. Wafanyakazi wa afya hupokea mwongozo wa wakati halisi kuhusu utunzaji bora wa upangaji uzazi kulingana na data ya mgonjwa.
Utunzaji unaowezeshwa na AI. Wagonjwa hupokea mwongozo kuhusu mbinu bora za kujitunza kwa upangaji uzazi kulingana na dalili na hali zao.
Ufuatiliaji wa kufuata. Tahadharisha watumiaji au watoa huduma kuhusu kufuata dawa kulingana na data ya matumizi ya mgonjwa.

Mifumo ya Afya

Upangaji wa uwezo na usimamizi wa wafanyikazi. Chunguza data kuhusu mahitaji ya utunzaji katika ngazi ya kituo na upatikanaji wa wahudumu wa afya ili kusaidia kutabiri na kupanga rasilimali.
Uhakikisho wa ubora na mafunzo. Changanua maamuzi ya awali na utambue ni wapi makosa yanaweza kufanywa ili kuboresha ubora na ufanisi wa huduma za upangaji uzazi zinazotolewa.
Rekodi za matibabu. Saidia katika kuunda rekodi za matibabu za kielektroniki ili kupunguza muda wa watoa huduma kwenye kazi hiyo.
Kuweka msimbo na bili. Shughuli za kifedha za mtoa huduma kwa kuchambua maelezo ya matibabu ili kuhakikisha usimbaji sahihi; mikakati ya utozaji pia imeboreshwa.

Health care worker entering patient information
Credit: Ncamsile Maseko na Lindani Sifundza/USAID in Africa

Pharma na Medtech

Mlolongo wa ugavi na uboreshaji wa mipango. Boresha usimamizi wa ugavi wa upangaji uzazi na upangaji wa rasilimali kwa kufanyia mchakato kiotomatiki.

Matumizi ya AI katika Mipango ya Uzazi wa Mpango

Programu za upangaji uzazi bado hazijatekeleza baadhi ya matumizi haya ya AI, lakini teknolojia inatarajiwa kuleta ufanisi katika jinsi huduma za upangaji uzazi zinavyotolewa na kuongeza uwezo wa kumudu gharama na huduma. Kulingana na kampuni ya ushauri ya IT Accenture, maombi ya afya yanayoendeshwa na AI yanaweza kusababisha uokoaji wa gharama ya kila mwaka ya bilioni $150 kwa uchumi wa huduma ya afya wa Merika ifikapo 2026. Wataalam pia wanatambua akiba inayowezekana katika nchi za kipato cha chini na kati. Masomo ya mapema yanaweza kutolewa kutoka kwa miradi ya upangaji uzazi ambayo imetumia AI, inayoonyesha fursa ya matumizi yake na athari yake inayowezekana, iliyoangaziwa hapa.

Afya ya Mtu Binafsi-Utunzaji Njia

Ufikiaji wa kibinafsi

  • Palindrome Data, kampuni ya sayansi ya data, na Jhpiego walishirikiana kwenye Utafiti wa Chaguo za Uzazi wa Baada ya Mimba (PPFP) nchini Kenya na Indonesia. Malengo makuu mawili ya utafiti yalikuwa ni kutabiri uwezekano wa kuchukua uzazi wa mpango miongoni mwa wanawake miezi sita baada ya kujifungua na kubainisha makundi ambayo yalikuwa na uwezekano au chini ya uwezekano wa kuanza kupanga uzazi mara baada ya kujifungua. Nchini Indonesia, muundo wa AI waliobuni ulitabiri matumizi ya njia ya upangaji uzazi katika miezi sita baada ya kuzaa kwa usahihi wa 62% (maalum 64% na unyeti wa 63%). Kwa kutumia modeli, waliainisha wasifu wa wanawake katika vikundi vya juu, vya wastani na vya chini vya kutumia mbinu za PPFP. Uundaji wa miundo hii unaonyesha maarifa ya haraka, yanayotekelezeka ya kupanga na kubuni afua kwa wanawake wajawazito, wanaojifungua na baada ya kuzaa ili kuboresha maudhui ya ujumbe wa ushauri nasaha na hatimaye kusaidia wanawake kufikia malengo yao ya uzazi na matumizi yao ya njia ya kupanga uzazi inapohitajika.

"Uendelezaji wa miundo hii unaonyesha ufahamu wa haraka, unaoweza kutekelezeka wa kupanga na kubuni afua kwa wanawake wajawazito, wanaojifungua, na baada ya kuzaa ili kuboresha yaliyomo katika ujumbe wa ushauri na hatimaye kusaidia wanawake kufikia malengo yao ya uzazi na matumizi yao ya njia ya upangaji uzazi inapohitajika. .”

  • Mnamo 2020, kampuni ya IT Quilt.AI, kwa kutumia zana ya AI inayoitwa Culture AI, ilichanganua maudhui ya kidijitali kutoka kwa majukwaa manne ya mitandao ya kijamii ili kuelewa maarifa, imani, motisha na mitazamo ya vijana kuhusu kupanga uzazi katika majimbo ya Uttar Pradesh na Bihar nchini India. Quilt.AI iliweka watumiaji wa intaneti walio na umri wa miaka 16 hadi 24 katika kategoria nane kulingana na tabia zao za mtandaoni zinazohusiana na upangaji uzazi, kama vile walinganifu, watu wanaopenda mizimu, watu wanaoshuku na wanaharakati. Pia walitambua mikanganyiko ya kipekee kuhusu mada zinazohusiana na upangaji uzazi katika majukwaa mbalimbali ya mitandao ya kijamii. Taarifa huruhusu wale wanaofanya kazi katika mawasiliano ya kubadilisha tabia kutayarisha ujumbe wao ili kuvutia vikundi tofauti vya vijana. Katika kufanya jukwaa bora zaidi lipatikane kwa matumizi, wanaweza kuathiri mitazamo na tabia kuhusu upangaji uzazi.
  • Kampuni ya sayansi ya data ya AIfluence imeshirikiana na MSI Reproductive Choices, PSI, na Jhpiego ili kusaidia kampeni za mabadiliko ya tabia za kijamii zinazozingatia ngono na afya ya uzazi nchini Côte d'Ivoire, Kenya, Nigeria, Togo na Uganda. Kwa kutumia AI, wanatambua vishawishi vinavyofaa kuwasiliana na hadhira tofauti kwenye mitandao ya kijamii kwa kupima na kuchanganua uhusiano wa mshawishi kwenye kampeni, wakiangalia jinsi muunganisho wao kwenye mtandao wao ulivyo mzuri na jinsi machapisho yao yanavyozalisha. Kwa mfano, Alfluence alifanya kazi na MSI Reproductive Choices kwenye kampeni ya mitandao ya kijamii ili kukuza upimaji wa VVU na magonjwa mengine ya zinaa huko Eastleigh, Nairobi, Kenya. Walishirikiana na washawishi 38 kuchapisha mara kwa mara maudhui kwenye akaunti zao za mitandao ya kijamii kwa muda wa wiki sita ili kuwaelekeza vijana zaidi kwenye huduma hizi na kujaribu kuelewa vizuizi vya kupata huduma za afya ya kinga, ikiwa ni pamoja na kupanga uzazi, ndani ya jamii. Kampeni ya uuzaji ilifikia zaidi ya watu milioni 1.5 kwenye mitandao ya kijamii, robo yao wakiwa vijana na karibu theluthi moja wakiwa wanaume. Mradi ulionyesha mafanikio katika kushirikiana na washawishi kuendesha mahitaji na matumizi ya huduma za kinga.

"Nchini Indonesia, mtindo wa AI waliobuni…unaonyesha umaizi wa haraka, unaoweza kutekelezeka kupanga na kubuni afua kwa wanawake wajawazito, wanaojifungua, na baada ya kujifungua ili… hatimaye kusaidia wanawake kufikia malengo yao ya uzazi."

Afya ya Mtu Binafsi—Huduma za Utunzaji

Mabadiliko ya tabia

  • 9ja Girls Big Sista, iliyoandaliwa na PSI chini ya Mradi wa A360, hutangamana na wasichana wa Nigeria kupitia chatbot inayopatikana kwenye Facebook. Big Sista anatoa maudhui kuhusu upangaji uzazi na afya ya uzazi katika jumbe zenye ukubwa wa kuuma, ikijumuisha faida na hasara za kila njia na maswali yanayoulizwa mara kwa mara.
  • SnehaI, iliyotengenezwa na Population Foundation of India, ni chatbot ya AI (programu inayotumiwa kufanya mazungumzo ya mtandaoni) iliyoundwa kuelimisha na kuhamasisha vijana na vijana kuishi maisha yenye afya, kukuza afya ya ngono na uzazi, na kutetea afya na afya. ustawi wa wanawake na wasichana. The chatbot hutoa nafasi salama kwa vijana kufanya mazungumzo juu ya mada za mwiko, inatoa taarifa sahihi juu ya chaguo salama za uzazi wa mpango ngono, na kushughulikia masuala ya afya ya akili. SnehAI inawakilisha uingiliaji kati wa kielimu unaowezesha vikundi vilivyo hatarini na ambavyo ni vigumu kufikiwa kujadili mada nyeti.

Utambuzi unaotokana na data

  • InData Labs, kampuni ya sayansi ya data na AI, ilishirikiana na kampuni hiyo Flo kutekeleza mtandao wa neva—programu ya kompyuta inayotambua na kutambua ruwaza—ili kufanya ubashiri bora zaidi wa mizunguko ya hedhi isiyo ya kawaida na udondoshaji yai kulingana na maelezo ambayo watumiaji huingia kwenye programu inayomlenga mtumiaji. The toleo la sasa ya mtandao wa neva wa Flo na Maabara ya InData inaweza kuboresha ubashiri wa mizunguko isiyo ya kawaida kwa hadi 54%. Maarifa yaliyoboreshwa kuhusu mizunguko ya mtu ya hedhi yanaweza kuwasaidia watumiaji kutambua ni lini na ni njia zipi za kupanga uzazi zinazoweza kukidhi mahitaji yao vyema.

Pharma na Medtech

Mlolongo wa ugavi na uboreshaji wa mipango

  • Macho Makubwa, kampuni ya AI, inatengeneza muundo wa AI ili kutabiri mlolongo wa usambazaji wa uzazi wa mpango na kuhakikisha maeneo ya kutolea huduma za afya yana vifaa muhimu inapohitajika kwa kuboresha upatikanaji na ufanisi na kupunguza upotevu. Macro-Eyes sasa inajaribu mtindo wake nchini Côte d'Ivoire. Inatumia masomo ya mapema kutoka kwa STRIATA mradi nchini Tanzania, ambao utabiri wake wa upatikanaji na mahitaji ya chanjo ulisaidia kufikia punguzo la 26% la gharama za chanjo kwa mwaka mmoja katika mkoa wa Arusha.

Miradi hii hutoa maarifa ya mapema kuhusu fursa zinazowezekana za kujumuisha zana na teknolojia za AI ili kuendeleza mipango ya upangaji uzazi kwa watoa maamuzi na wasimamizi wa programu wanaobuni masuluhisho mapya au kutafuta kuongeza suluhu zilizojaribiwa. Wakati ushirikiano wa ufumbuzi wa msingi wa AI hatimaye itategemea muktadha wa nchi, uwezo, na mahitaji mahususi, wavumbuzi na washikadau wengine wanahitaji kuendelea kushiriki mafunzo waliyojifunza kuendeleza uwanja.

AI Nyengine Inatumika wapi?

Je, una AI (au teknolojia nyingine ya afya ya kidijitali) kwa ajili ya mradi wa kupanga uzazi unaohudumia nchi ya kipato cha chini au cha kati kushiriki? Kukuza kujifunza juu ya AI kwa upangaji uzazi, pamoja na ubunifu mwingine wa afya ya kidijitali, the Mradi wa PACE katika PRB maendeleo ya Digital Health Compendium. Muunganisho unasimamiwa na Kikundi cha Concierge cha Matibabu na inalenga kujumuisha taarifa na data ibuka kuhusu matumizi ya teknolojia ya kidijitali katika programu za upangaji uzazi ili kufahamisha kupitishwa na kuongeza mbinu zilizofanikiwa. Wasiliana nasi kwa fursa ya kuangazia mradi wako kwenye Majaribio ya Afya ya Kidijitali.

Krissy Celentano

Mmiliki, Ushauri wa Koralaide

Krissy Celentano, mmiliki wa Koralaide Consulting, ni meneja wa mradi wa afya ya kidijitali na mtaalamu wa kiufundi anayeendeshwa na matokeo na kwa zaidi ya miaka kumi akifanya kazi kwenye sera, utawala, uratibu, usaidizi wa kiufundi na mipango ya kimkakati katika nchi za kipato cha juu, cha chini na cha kati. Hapo awali aliwahi kuwa Mshauri Mkuu wa Mifumo ya Taarifa za Afya kwa Shirika la Marekani la Maendeleo ya Kimataifa (USAID) katika Ofisi ya VVU/UKIMWI. Aliongoza Kikundi cha Kazi cha Informatics za Afya cha Wakala, aliongoza juhudi za ndani za kujenga uwezo, alisimamia jumuiya ya mazoezi ya mabingwa wa afya ya kidijitali, alitoa usaidizi wa kiufundi wa nchi, na pia kuunga mkono maendeleo ya mkakati wa afya wa kidijitali. Krissy pia alisimamia mfumo wa data kusaidia ukusanyaji na uchanganuzi wa data za VVU/UKIMWI kati ya mawakala ili kufahamisha maamuzi ya sera na ufadhili. Kabla ya kujiunga na USAID, Krissy alihudumu katika nyadhifa kadhaa katika Ofisi ya Mratibu wa Kitaifa wa Teknolojia ya Habari ya Afya katika Idara ya Afya na Huduma za Kibinadamu ya Marekani. Krissy kwa sasa ni Profesa Msaidizi wa Habari za Afya katika Chuo Kikuu cha George Washington na Chuo cha Massachusetts cha Famasia na Huduma za Afya, na vile vile, mjumbe wa Bodi ya Ushauri ya Mstaafu wa Mtandao wa Afya wa Kidijitali wa Ulimwenguni.

Toshiko Kaneda, PhD

Mshiriki Mkuu wa Utafiti, Mipango ya Kimataifa, Ofisi ya Marejeleo ya Idadi ya Watu (PRB)

Toshiko Kaneda ni mtafiti mwandamizi mshirika katika Mipango ya Kimataifa katika Ofisi ya Marejeleo ya Idadi ya Watu (PRB). Alijiunga na PRB mwaka wa 2004. Kaneda ana uzoefu wa miaka 20 wa kufanya utafiti na uchanganuzi wa idadi ya watu. Ameandika machapisho mengi ya sera na makala zilizopitiwa na rika kuhusu mada kama vile afya ya uzazi na upangaji uzazi, magonjwa yasiyoambukiza, kuzeeka kwa idadi ya watu, na upatikanaji wa huduma za afya. Kaneda huelekeza uchanganuzi wa data kwa Karatasi ya Data ya Idadi ya Watu Duniani na hutoa mwongozo wa kiufundi kuhusu mbinu za kidemografia na takwimu ndani ya Bonde la Mto Pangani, pamoja na washirika wa nje. Pia anaongoza programu ya mafunzo ya mawasiliano ya sera katika PRB, inayoungwa mkono na Taasisi za Kitaifa za Afya. Kabla ya kujiunga na PRB, Kaneda alikuwa Bernard Berelson Fellow katika Baraza la Idadi ya Watu. Ana Ph.D. katika sosholojia kutoka Chuo Kikuu cha North Carolina huko Chapel Hill, ambapo pia alikuwa mwanafunzi wa udaktari katika Kituo cha Idadi ya Watu cha Carolina.