Nowe podejście do zwalczania niedożywienia dzieci w Kenii wykorzystuje sztuczną inteligencję, która pozwala przewidywać zagrożenie nawet z sześciomiesięcznym wyprzedzeniem. Przełomowy model opracowany został przez multidyscyplinarny zespół ekspertów z Uniwersytetu Południowej Kalifornii (USC), przy współpracy specjalistów z laboratorium Microsoft AI for Good, organizacji Amref Health Africa oraz kenijskiego Ministerstwa Zdrowia. Dzięki tej technologii rządy i organizacje humanitarne zyskują cenny czas na działania interwencyjne – mogą wcześniej dostarczyć żywność, opiekę medyczną oraz inne niezbędne zasoby do regionów objętych ryzykiem.
Model opiera się na zaawansowanej analizie danych: łączy informacje kliniczne z ponad 17 000 placówek medycznych w Kenii z danymi satelitarnymi dotyczącymi zdrowia i wydajności upraw. Wyniki są imponujące – sztuczna inteligencja osiąga 89% skuteczności predykcji na miesiąc do przodu i utrzymuje 86% trafności nawet przy prognozach sześciomiesięcznych. To znacznie lepszy rezultat niż tradycyjne metody, opierające się wyłącznie na danych historycznych dotyczących częstości występowania niedożywienia.
W odróżnieniu od dotychczasowych systemów, nowy model okazuje się szczególnie skuteczny w obszarach, gdzie poziom niedożywienia ulega gwałtownym zmianom i jest trudny do przewidzenia konwencjonalnymi metodami. Jak wskazuje profesor Bistra Dilkina z USC, współdyrektorka Centrum Sztucznej Inteligencji w Społeczeństwie, technologia ta pozwala uchwycić złożone powiązania między wieloma zmiennymi, wpływającymi na rozwój problemu: „Ten model zmienia zasady gry. Dzięki analizie danych opartej na AI możemy dokładniej przewidywać przyszłe fale niedożywienia”.
Badanie, którego wyniki opublikowane zostaną 14 maja 2025 roku w renomowanym czasopiśmie naukowym PLOS One, zawiera szczegółowe analizy zespołu badawczego, w skład którego wchodzili m.in. specjaliści z Microsoftu, USC, Amref Health Africa oraz przedstawiciele kenijskiego resortu zdrowia. Girmaw Abebe Tadesse, główny badacz z Microsoft AI for Good Lab w Nairobi, podkreśla znaczenie projektu w kontekście narastającego kryzysu żywnościowego w Afryce, pogłębianego przez zmiany klimatyczne: „To przedsięwzięcie ma realny potencjał, by ratować życie dzieci w najtrudniejszych warunkach”.
W Kenii około 5% dzieci poniżej piątego roku życia – czyli około 350 000 osób – cierpi na ostre niedożywienie. W niektórych regionach ten wskaźnik sięga aż 25%. Schorzenie to znacząco osłabia układ odpornościowy, zwiększając ryzyko śmierci nawet w przypadku powszechnych chorób, takich jak biegunka czy malaria. Na skalę globalną, niedożywienie odpowiada niemal za połowę wszystkich zgonów dzieci do piątego roku życia. Jak zauważa Laura Ferguson z Instytutu ds. Nierówności w Zdrowiu Globalnym przy USC: „Niedożywienie to sytuacja nadzwyczajna zdrowia publicznego w Kenii. Dzieci chorują i umierają niepotrzebnie”.
Dotychczasowe systemy prognozowania w Kenii opierały się głównie na wiedzy eksperckiej i danych historycznych. Niestety, nie są one w stanie skutecznie wskazać nowych ognisk kryzysu ani przewidzieć nagłych zmian. Nowy model wykorzystuje natomiast codziennie zbierane dane zdrowotne z systemu zarządzania informacjami w sektorze zdrowia (DHIS2) oraz dane satelitarne, umożliwiając precyzyjne lokalizowanie obszarów podwyższonego ryzyka.
Na podstawie tych informacji stworzono interaktywny dashboard – prototyp panelu wizualizującego sytuację regionalną, który pozwala przedstawicielom służby zdrowia podejmować bardziej ukierunkowane i szybsze decyzje. Trwają obecnie prace nad tym, by system ten został włączony do struktur decyzyjnych kenijskiego Ministerstwa Zdrowia i działał jako zrównoważone, regularnie aktualizowane narzędzie służące walce z niedożywieniem.
Murage S.M. Kiongo, specjalista ds. monitorowania i ewaluacji w kenijskim Ministerstwie Zdrowia, podsumowuje: „Najlepszym sposobem na przewidywanie przyszłości jest jej stworzenie – a do tego potrzebne są dostępne dane i ich odpowiednie wykorzystanie. Różnorodne źródła informacji i uczenie maszynowe dają nam szansę na lepsze planowanie i reagowanie”.
Co istotne, system DHIS2 wykorzystywany jest już w ponad 125 krajach, w tym około 80 państwach o niskim lub średnim dochodzie. Bazując jedynie na istniejących danych zdrowotnych i satelitarnych, ten model sztucznej inteligencji może zostać zaadoptowany do zwalczania niedożywienia dzieci również w innych częściach świata. Jak mówi profesor Dilkina: „Jeśli możemy to zrobić dla Kenii, możemy to także zrobić dla innych krajów. Granice tej technologii wyznacza tylko nasze zaangażowanie we współpracę”.
