Das KI -Modell bietet eine frühe Warnung für akute Unterernährung in Kenia

Ein multidisziplinäres Team von Forschern der USC School of Advanced Computing und der Keck School of Medicine, die mit Experten der Microsoft AI für Good Lab, AMREF Health Africa und Kenias Gesundheitsministerium zusammenarbeitet, hat ein Modell für künstliche Intelligenz (KI), das akutes Kindesmangel in Kenia bis zu einem sechsmonatigen Vorgang vorzog.

Das Tool bietet Regierungen und humanitären Organisationen eine kritische Vorlaufzeit, um lebensrettende Lebensmittel, Gesundheitsversorgung und Versorgung in gefährdete Bereiche zu liefern. Das Modell des maschinellen Lernens übertrifft traditionelle Ansätze, indem klinische Daten aus mehr als 17.000 kenianischen Gesundheitseinrichtungen mit Satellitendaten zu Gesundheit und Produktivität von Pflanzen integriert werden.

Es erreicht 89% Genauigkeit bei der Prognose von einem Monat und hält über sechs Monate eine signifikante Verbesserung gegenüber einfacheren Basismodellen, die nur auf den jüngsten historischen Trends für die Unterernährung des historischen Kindermangels angewiesen sind.

Im Gegensatz zu vorhandenen Modellen ist das neue Tool besonders wirksam bei der Vorhersage von Mangelernährung in Regionen, in denen Prävalenz schwankt und Anstiegsschwärme schwer zu antizipieren sind.

Dieses Modell ist ein Game-Changer. Durch die Verwendung von datengesteuerten KI-Modellen können Sie komplexere Beziehungen zwischen mehreren Variablen aufnehmen, die zusammenarbeiten, um uns zu helfen, die Vervielfältigung der Mangelernährung genauer vorherzusagen. „

Bistra Dilkina, Associate Professor für Informatik und Co-Regisseur, USC-Zentrum für künstliche Intelligenz in der Gesellschaft

Die Ergebnisse sind in einem detailliert PLOS eins Studie, die am 14. Mai 2025 mit dem Titel veröffentlicht werden soll „Vorhersage akuter Unterernährung der Kindheit in Kenia mit maschinellem Lernen und verschiedenen Indikatoren.“

Die Studie wurde von Girmaw Abebe Tadesse (Microsoft AI für Good Lab), Laura Ferguson (USC-Institut für Ungleichheiten in der globalen Gesundheit), Caleb Robinson, Rahul Dodhia, Juan M. Lavista Ferres (Microsoft AI für Good Labry, Shiphrah, Herbert Widany, Herbert Widany, Herbert Widry, Herbert Widry, Herbert Wesanbert, Herbert Widry, Herbert Widry, Herbert Widry, Herbert, Herbert Widria, Herbert Widria, Herbert Widria, Herbert Widria, Herbert Widria, Herbert Widria, Herbert Widria, Herbert, Herbert Widria, Herbert, Herbery, Herbery, Herbery, Herbert, Herbery, Hern,. Murage (kenianisches Gesundheitsministerium) und Bistra Dilkina (USC -Zentrum für AI in der Gesellschaft).

Girmaw Abebe Tadesse, Direktorin und Managerin der Microsoft AI für gutes Labor in Nairobi, Kenia, sagte, er glaube, das Vorhersage -KI -Tool werde einen Unterschied machen.

„Dieses Projekt ist wichtig, da die Unterernährung für Kinder in Afrika eine bedeutende Herausforderung darstellt, einem Kontinent, der einer großen Ernährungsunsicherheit ausgesetzt ist, die durch den Klimawandel verschärft wird“, sagte er.

Ein Notfall der öffentlichen Gesundheit

In Kenia haben 5% der Kinder unter fünf Jahren – schätzungsweise 350.000 Personen -Suffer aus akuter Unterernährung, ein Zustand, der das Immunsystem schwächt und das Risiko des Todes durch gemeinsame Krankheiten wie Durchfall und Malaria dramatisch erhöht. In einigen Regionen klettert die Rate bis zu 25%. Global ist die Unterernährung mit fast der Hälfte aller Todesfälle bei Kindern unter fünf Jahren verbunden.

„Unterernährung ist ein Notfall für öffentliche Gesundheit in Kenia“, sagte Laura Ferguson, Forschungsdirektorin am USC -Institut für Ungleichheiten in der globalen Gesundheit und Associate Professor für Bevölkerungs- und öffentliche Gesundheitswissenschaften an der Keck School of Medicine von USC. „Kinder sind unnötig krank. Kinder sterben unnötig.“

Die aktuellen Prognoseanstrengungen in Kenia basieren hauptsächlich auf Expertenurteil und historischem Wissen – Methoden, die Schwierigkeiten haben, neue Hotspots oder schnelle Veränderungen zu antizipieren.

Stattdessen verwendet das Modell des Teams die routinemäßigen Gesundheitsdaten von Kenia, die über das District Health Information System 2 (DHIS2) zusammen mit von Satelliten abgeleiteten Indikatoren wie der Erntegesundheit und -produktivität gesammelt wurden, um aufstrebende Risikobereiche mit weitaus höherer Präzision zu identifizieren.

„Der beste Weg, um die Zukunft vorherzusagen, besteht darin, sie mit verfügbaren Daten für eine bessere Planung und Abpositionierung in Entwicklungsländern zu erstellen“, sagte Murage SM Kiongo, Programmbeauftragter für Überwachung und Bewertung, Abteilung für Ernährung und Ernährung, Gesundheitsministerium, Kenia. „Trends erzählen uns eine Geschichte. Malfacettenzulierte Datenquellen, verbunden mit maschinellem Lernen, bieten die Möglichkeit, die Programmierung zu Ernährung und Gesundheitsproblemen zu verbessern.“

Die Forscher haben ein Prototyp-Dashboard entwickelt, das das regionale Mangelernährungsrisiko visualisiert und schnellere und besser zielgerichtete Reaktionen auf Unterernährung von Kindern ermöglicht. Ferguson und Dilkina arbeiten jetzt mit dem kenianischen Ministerium für Gesundheit und AMREF Health Africa zusammen, um das Modell und das Dashboard in staatliche Systeme und Entscheidungsfindung zu integrieren, um eine nachhaltige und regelmäßig aktualisierte öffentliche Ressource zu schaffen.

„Die meisten globalen Gesundheitsprobleme können nicht allein im Gesundheitsbereich gelöst werden, und dies ist einer von ihnen“, sagte Ferguson. „Wir brauchen also unbedingt Experten für öffentliche Gesundheit. Wir brauchen medizinische Beamte. Wir brauchen gemeinnützige Organisationen. Wir brauchen Ingenieure. Wenn Sie einen einzelnen Partner herausnehmen, funktioniert es einfach nicht und hat nicht die Auswirkungen, auf die wir hoffen.“

Mehr als 125 Länder verwenden derzeit DHIS2, darunter etwa 80 Länder mit niedrigem und mittlerem Einkommen. Das bedeutet, dass dieser AI -gesteuerte Rahmen, der nur auf bestehende Gesundheits- und Satellitendaten beruht – an die Bekämpfung der Unterernährung in anderen Ländern auf der ganzen Welt angepasst werden könnte.

„Wenn wir dies für Kenia tun können, können wir es für andere Länder tun“, sagte Dilkina. „Das Himmel ist die Grenze, wenn es eine echte Verpflichtung gibt, in Partnerschaften zu arbeiten.“

Quellen: