Mag-type para maghanap

Malalim Oras ng Pagbasa: 6 minuto

Maagang Pag-ampon ng AI sa Mga Programa sa Pagpaplano ng Pamilya

Paghahanda ng Daan para sa Mga Nadagdag sa Epekto at Kahusayan ng Programa


Ang pagtaas ng mga pamumuhunan sa mga umuusbong na teknolohiya sa mga bansang mababa at nasa gitna ang kita ay lumikha ng mga hindi pa nagagawang pagkakataon upang magamit digital mga inobasyon para mapahusay ang mga boluntaryong programa sa pagpaplano ng pamilya. Sa partikular, ang paggamit ng artificial intelligence (AI) upang makakuha ng mga bagong insight sa pagpaplano ng pamilya at pag-optimize ng paggawa ng desisyon ay maaaring magkaroon ng pangmatagalang epekto sa mga programa, serbisyo, at user. Ang mga kasalukuyang pagsulong sa AI ay simula pa lamang. Habang pino ang mga diskarte at tool na ito, hindi dapat palampasin ng mga practitioner ang pagkakataong ilapat ang AI upang palawakin ang abot ng mga programa sa pagpaplano ng pamilya at palakasin ang epekto nito.

Mga Potensyal na Paggamit para sa AI sa Mga Programa sa Pagpaplano ng Pamilya

Sa pamamagitan ng paglalapat ng Binuo ng USAID na balangkas ng paggamit ng AI sa pangangalagang pangkalusugan, maaari nating uriin ang potensyal na aplikasyon ng AI sa mga programa sa pagpaplano ng pamilya sa apat na kategorya:

  1. Kalusugan ng populasyon.
  2. Indibidwal na kalusugan (pagruruta ng pangangalaga at serbisyo sa pangangalaga).
  3. Mga sistema ng kalusugan.
  4. Pharma at medtech.

Nasa ibaba ang mga halimbawa ng paggamit ng AI na nauugnay sa mga programa sa pagpaplano ng pamilya para sa mga piling subcategory mula sa framework ng USAID.

Kalusugan ng Populasyon

Pagpili ng interbensyon. Ang mga partikular na paraan ng pagpaplano ng pamilya ay inirerekomenda batay sa pagsusuri sa mga katangian ng isang partikular na populasyon na nasa panganib ng hindi matugunan na pangangailangan para sa pagpaplano ng pamilya at kung ano ang malamang na pinakamabisa at mahusay para sa pagtugon sa kanilang mga pangangailangan.

Indibidwal na Kalusugan—Pagruruta ng Pangangalaga

Self-referral. Batay sa inilagay ng pasyente, real-time na data, ang isang AI-enabled system ay nagbibigay ng mga rekomendasyon sa pasyente sa pangangalagang kailangan.
Personalized na outreach. Kinukuha at sinusuri ang real-time na data ng pasyente para matukoy ang mga pattern para makabuo ng personalized, direktang outreach sa pasyente (halimbawa, mga mensahe mula sa mga health care provider at chatbot, mga rekomendasyon sa pangangalaga).

Indibidwal na Kalusugan—Mga Serbisyo sa Pangangalaga

Pagbabago ng ugali. Ang mga indibidwal ay tumatanggap ng real-time, naka-target na impormasyon o naka-customize na gabay sa mga opsyon sa pagpaplano ng pamilya.
Diagnosis na batay sa data. I-diagnose ang mga kondisyon sa pamamagitan ng pagsusuri sa mga sintomas at iba pang data na ibinigay ng mga pasyente.
Suporta sa klinikal na desisyon. Ang mga manggagawang pangkalusugan ay tumatanggap ng real-time na patnubay sa pinakamahusay na kasanayan sa pangangalaga sa pagpaplano ng pamilya batay sa data ng pasyente.
Pangangalaga na pinapadali ng AI. Ang mga pasyente ay tumatanggap ng gabay sa pinakamahuhusay na kagawian para sa pangangalaga sa sarili para sa pagpaplano ng pamilya batay sa kanilang mga sintomas at sitwasyon.
Pagsubaybay sa pagsunod. Alerto ang mga user o provider tungkol sa pagsunod sa gamot batay sa data ng paggamit ng pasyente.

Mga Sistemang Pangkalusugan

Pagpaplano ng kapasidad at pamamahala ng tauhan. Suriin ang data sa mga pangangailangan sa pangangalaga sa antas ng pasilidad at ang pagkakaroon ng mga manggagawang pangkalusugan upang makatulong na mahulaan at magplano ng mga mapagkukunan.
Pagtitiyak ng kalidad at pagsasanay. Suriin ang mga nakaraang desisyon at tukuyin kung saan maaaring gumawa ng mga pagkakamali upang mapabuti ang kalidad at kahusayan ng mga ibinigay na serbisyo sa pagpaplano ng pamilya.
Mga rekord ng medikal. Tumulong sa paglikha ng mga elektronikong medikal na rekord upang limitahan ang oras na ginugugol ng mga provider sa gawain.
Pag-coding at pagsingil. Suportahan ang mga function ng pananalapi ng provider sa pamamagitan ng pagsusuri ng mga medikal na tala upang matiyak ang wastong coding; na-optimize din ang mga diskarte sa pagsingil.

Health care worker entering patient information
Pinasasalamatan: Ncamsile Maseko at Lindani Sifundza/USAID sa Africa

Pharma at Medtech

Supply chain at pag-optimize ng pagpaplano. Pahusayin ang family planning supply chain management at resource planning sa pamamagitan ng pag-automate ng proseso.

Mga Aplikasyon ng AI sa Mga Programa sa Pagpaplano ng Pamilya

Ang mga programa sa pagpaplano ng pamilya ay hindi pa nagpapatupad ng ilan sa mga paggamit na ito ng AI, ngunit ang teknolohiya ay inaasahang lilikha ng mga kahusayan sa kung paano ihahatid ang mga serbisyo sa pagpaplano ng pamilya at madaragdagan ang pagiging abot-kaya at saklaw. Ayon sa IT consulting firm na Accenture, ang mga application sa kalusugan na pinapagana ng AI ay maaaring magresulta sa taunang pagtitipid sa gastos na $150 bilyon para sa ekonomiya ng pangangalagang pangkalusugan ng US sa 2026. Kinikilala din ng mga eksperto ang potensyal na pagtitipid sa mga bansang mababa at nasa gitna ang kita. Ang mga maagang aralin ay maaaring makuha mula sa mga proyekto sa pagpaplano ng pamilya na gumamit ng AI, na nagpapakita ng parehong pagkakataon para sa paggamit nito at ang potensyal na epekto nito, na naka-highlight dito.

Indibidwal na Kalusugan—Pagruruta ng Pangangalaga

Personalized na outreach

  • Ang Palindrome Data, isang data science firm, at Jhpiego ay nakipagsosyo sa Post Pregnancy Family Planning (PPFP) Choices study sa Kenya at Indonesia. Ang dalawang pangunahing layunin ng pag-aaral ay upang mahulaan ang posibilidad ng family planning uptake sa mga kababaihan anim na buwan pagkatapos ng panganganak at tukuyin ang mga grupo na mas malamang o mas malamang na kumuha ng family planning kaagad pagkatapos ng panganganak. Sa Indonesia, hinulaang ng AI model na kanilang binuo ang isang paraan ng pagpaplano ng pamilya sa anim na buwang postpartum na may katumpakan na 62% (64% specificity at 63% sensitivity). Gamit ang modelo, ikinategorya nila ang mga profile ng kababaihan sa mas mataas, karaniwan, at mas mababang mga grupo ng uptake na pamamaraan ng PPFP. Ang pagbuo ng mga modelong ito ay nagpapakita ng agaran, naaaksyunan na mga insight upang magplano at magdisenyo ng mga interbensyon para sa mga buntis, panganganak, at postpartum na kababaihan upang mapabuti ang nilalaman ng mga mensahe ng pagpapayo at sa huli ay suportahan ang mga kababaihan na makamit ang kanilang mga layunin sa reproduktibo at ang kanilang paggamit ng isang paraan ng pagpaplano ng pamilya kapag ninanais.

"Ang pagbuo ng mga modelong ito ay nagpapakita ng agaran, naaaksyunan na mga insight upang magplano at magdisenyo ng mga interbensyon para sa mga buntis, panganganak, at postpartum na kababaihan upang mapabuti ang nilalaman ng mga mensahe ng pagpapayo at sa huli ay suportahan ang mga kababaihan na makamit ang kanilang mga layunin sa reproduktibo at ang kanilang paggamit ng isang paraan ng pagpaplano ng pamilya kapag ninanais. .”

  • Sa 2020, IT firm Quilt.AI, gamit ang AI tool na tinatawag na Culture AI, sinuri ang digital content mula sa apat na social media platform para maunawaan ang kaalaman, paniniwala, motibasyon, at saloobin ng mga kabataan sa pagpaplano ng pamilya sa mga estado ng India ng Uttar Pradesh at Bihar. Pinag-grupo ng Quilt.AI ang mga user ng internet na may edad 16 hanggang 24 sa walong kategorya batay sa kanilang mga online na gawi na nauugnay sa pagpaplano ng pamilya, gaya ng mga conformist, spiritualist, skeptics, at aktibista. Natukoy din nila ang mga kakaibang skews sa mga paksang nauugnay sa pagpaplano ng pamilya sa iba't ibang platform ng social media. Ang impormasyon ay nagbibigay-daan sa mga nagtatrabaho sa mga komunikasyon sa pagbabago ng pag-uugali na maiangkop ang kanilang mga mensahe upang makaakit natatanging grupo ng kabataan. Sa paggawa ng pinakamainam na platform na magagamit para magamit, maaari nilang maimpluwensyahan ang mga saloobin at pag-uugali tungkol sa pagpaplano ng pamilya.
  • Ang data science firm na AIfluence ay nakipagsosyo sa MSI Reproductive Choices, PSI, at Jhpiego upang suportahan ang mga kampanya sa pagbabago ng pag-uugali sa lipunan na nakatuon sa sekswal at reproductive sa Côte d'Ivoire, Kenya, Nigeria, Togo, at Uganda. Gamit ang AI, tinutukoy nila ang mga naaangkop na influencer upang makipag-ugnayan sa iba't ibang audience sa social media sa pamamagitan ng pagsukat at pagsusuri sa affinity ng influencer sa campaign, tinitingnan kung gaano kapositibo ang kanilang koneksyon sa kanilang network at kung gaano kalaki ang makabuluhang pakikipag-ugnayan na nabuo ng kanilang mga post. Halimbawa, nakipagtulungan si Alfluence sa MSI Reproductive Choices sa isang kampanya sa social media upang i-promote ang pagsusuri para sa HIV at iba pang mga impeksiyon na nakukuha sa pakikipagtalik sa Eastleigh, Nairobi, Kenya. Nakipagtulungan sila sa 38 influencer upang regular na mag-post ng nilalaman sa kanilang mga social media account sa loob ng anim na linggong panahon upang himukin ang higit pang mga kabataan sa mga serbisyong ito at subukang maunawaan ang mga hadlang sa pag-access sa mga serbisyong pangkalusugan na pang-iwas, kabilang ang pagpaplano ng pamilya, sa loob ng komunidad. Ang kampanya sa marketing ay umabot sa higit sa 1.5 milyong tao sa social media, isang-kapat sa kanila ay mga kabataan at halos isang-katlo sa kanila ay mga lalaki. Ang proyekto ay nagpakita ng tagumpay sa pakikipagsosyo sa mga influencer upang himukin ang pangangailangan para sa at pagkuha ng mga serbisyong pang-iwas.

“Sa Indonesia, ang AI model na kanilang binuo...ay nagpapakita ng agaran, naaaksyunan na mga insight upang magplano at magdisenyo ng mga interbensyon para sa mga buntis, panganganak, at postpartum na kababaihan upang...sa wakas ay suportahan ang mga kababaihan na makamit ang kanilang mga layunin sa reproduktibo."

Indibidwal na Kalusugan—Mga Serbisyo sa Pangangalaga

Pagbabago ng ugali

  • 9ja Girls Big Sista, na binuo ng PSI sa ilalim ng A360 na proyekto, nakikipag-ugnayan sa mga babaeng Nigerian sa pamamagitan ng chatbot na available sa Facebook. Naghahatid si Big Sista nilalaman tungkol sa pagpaplano ng pamilya at kalusugan ng reproduktibo sa mga mensaheng kasing laki ng kagat, kasama ang mga pakinabang at disadvantage ng bawat pamamaraan at mga madalas itanong.
  • SnehAI, na binuo ng Population Foundation of India, ay isang AI chatbot (isang software na application na ginagamit upang magsagawa ng mga online na pag-uusap) na idinisenyo upang turuan at bigyang-inspirasyon ang mga kabataan at mga young adult na mamuhay ng malusog, itaguyod ang kalusugang sekswal at reproductive, at itaguyod ang kalusugan at kapakanan ng mga babae at babae. Ang chatbot nagbibigay ng ligtas na espasyo para sa mga kabataan na magkaroon ng mga pag-uusap sa mga paksang bawal, nag-aalok ng tumpak na impormasyon sa mga pagpipilian sa ligtas na kontraseptibo sa pakikipagtalik, at tugunan ang mga alalahanin sa kalusugan ng isip. Ang SnehAI ay kumakatawan sa isang makabagong interbensyong pang-edukasyon na nagbibigay-daan sa mga mahihina at mahirap abutin na grupo na talakayin ang mga sensitibong paksa.

Diagnosis na batay sa data

  • Ang InData Labs, isang data science at kumpanya ng AI, ay nakipagsosyo sa kumpanya Flo upang magpatupad ng neural network—isang computer program na kumikilala at kumikilala ng mga pattern—upang gumawa ng mas mahusay na mga hula para sa hindi regular na mga siklo ng regla at obulasyon batay sa impormasyong ipinapasok ng mga user sa isang app na nakaharap sa consumer. Ang kasalukuyang bersyon ng neural network ni Flo sa pamamagitan ng InData Labs maaaring mapabuti ang mga hula ng mga hindi regular na cycle ng hanggang 54%. Ang pinahusay na kaalaman tungkol sa mga cycle ng panregla ng isang tao ay makakatulong sa mga user na matukoy kung kailan at aling mga paraan ng pagpaplano ng pamilya ang pinakamahusay na makakatugon sa kanilang mga pangangailangan.

Pharma at Medtech

Supply chain at pag-optimize ng pagpaplano

  • Macro-Eyes, isang kumpanya ng AI, ay bumubuo ng isang modelo ng AI upang mahulaan ang contraceptive supply chain at tiyakin na ang mga site ng paghahatid ng serbisyong pangkalusugan ay may mga kinakailangang supply kapag kinakailangan sa pamamagitan ng pagpapabuti ng pagkakaroon at kahusayan at pagbabawas ng basura. Sinusubukan na ngayon ng Macro-Eyes ang modelo nito sa Côte d'Ivoire. Ito ay kumukuha ng mga maagang aralin mula sa STRIATA proyekto sa Tanzania, na ang pagtataya ng supply at demand ng bakuna ay nakatulong na makamit ang 26% na pagbaba sa mga gastos sa bakuna sa loob ng isang taon sa rehiyon ng Arusha.

Ang mga proyektong ito ay nagbibigay ng mga maagang insight sa mga potensyal na pagkakataon upang isama ang mga tool at teknolohiya ng AI upang isulong ang mga programa sa pagpaplano ng pamilya para sa mga gumagawa ng desisyon at mga tagapamahala ng programa na nagdidisenyo ng mga bagong solusyon o naghahanap upang sukatin ang mga nasubok na solusyon. Habang ang pagsasama ng mga solusyong nakabatay sa AI sa huli ay ibabatay sa konteksto ng bansa, mga kapasidad, at mga partikular na pangangailangan, ang mga innovator at iba pang stakeholder ay kailangang magpatuloy sa pagbabahagi ng mga aral na natutunan upang isulong ang larangan.

Saan Pa Ginagamit ang AI?

Mayroon ka bang AI (o iba pang digital na teknolohiyang pangkalusugan) para sa isang proyekto sa pagpaplano ng pamilya na nagsisilbi sa isang bansang mababa o nasa gitna ang kita na ibabahagi? Upang i-promote ang pag-aaral sa AI para sa pagpaplano ng pamilya, kasama ng iba pang mga digital na pagbabago sa kalusugan, ang Proyekto ng PACE sa PRB binuo ang Digital Health Compendium. Ang kompendyum ay pinamamahalaan ng Ang Medical Concierge Group at naglalayong pagsama-samahin ang mga umuusbong na impormasyon at data sa mga aplikasyon ng digital na teknolohiya sa mga programa sa pagpaplano ng pamilya upang ipaalam ang pag-aampon at pagpapalawak ng mga matagumpay na diskarte. Makipag-ugnayan sa amin para sa pagkakataong maitampok ang iyong proyekto sa Digital Health Compendium.

Krissy Celentano

May-ari, Koralaide Consulting

Si Krissy Celentano, may-ari ng Koralaide Consulting, ay isang digital na health project manager at teknikal na eksperto na may higit sa sampung taon na nagtatrabaho sa patakaran, pamamahala, koordinasyon, teknikal na tulong, at estratehikong pagpaplano sa mga bansang may mataas, mababa, at nasa gitnang kita. Dati siyang nagsilbi bilang Senior Health Information Systems Advisor sa US Agency for International Development (USAID) sa Office of HIV/AIDS. Pinamunuan niya ang Health Informatics Work Group ng Ahensya, pinangunahan ang panloob na mga pagsisikap sa pagbuo ng kapasidad, pinamahalaan ang digital health field champions community of practice, nagbigay ng tulong teknikal sa bansa, pati na rin ang pagsuporta sa pagbuo ng isang digital na diskarte sa kalusugan. Pinangasiwaan din ni Krissy ang isang data system na sumusuporta sa interagency HIV/AIDS data collection at analysis para ipaalam ang mga desisyon sa patakaran at pagpopondo. Bago sumali sa USAID, nagsilbi si Krissy sa ilang mga kapasidad sa Office of the National Coordinator for Health Information Technology sa US Department of Health and Human Services. Si Krissy ay kasalukuyang Adjunct Professor ng Health Informatics sa George Washington University at Massachusetts College of Pharmacy and Health Services, gayundin, isang emeritus Advisory Board member ng Global Digital Health Network.

Toshiko Kaneda, PhD

Senior Research Associate, International Programs, Population Reference Bureau (PRB)

Si Toshiko Kaneda ay isang senior research associate sa International Programs sa Population Reference Bureau (PRB). Sumali siya sa PRB noong 2004. Si Kaneda ay may 20 taong karanasan sa pagsasagawa ng pananaliksik at demograpikong pagsusuri. Sumulat siya ng maraming publikasyon ng patakaran at mga artikulong sinuri ng mga kasamahan sa mga paksa tulad ng kalusugan ng reproduktibo at pagpaplano ng pamilya, mga sakit na hindi nakakahawa, pagtanda ng populasyon, at pag-access sa pangangalagang pangkalusugan. Ang Kaneda ay namamahala sa pagsusuri ng data para sa World Population Data Sheet at nagbibigay ng teknikal na patnubay sa demograpiko at istatistikal na pamamaraan sa loob ng PRB, gayundin sa mga panlabas na kasosyo. Siya rin ang namamahala sa programa ng pagsasanay sa mga komunikasyon sa patakaran sa PRB, na sinusuportahan ng National Institutes of Health. Bago sumali sa PRB, si Kaneda ay isang Bernard Berelson Fellow sa Population Council. Siya ay mayroong Ph.D. sa sosyolohiya mula sa University of North Carolina sa Chapel Hill, kung saan siya ay isa ring predoctoral trainee sa Carolina Population Center.