Исследователи разработали систему на базе машинного обучения, которая помогает распределять лекарства между клиниками Сьерра-Леоне с учетом реальной потребности. После успешного пилота власти развернули ее по всей стране, а работа серверов теперь обходится примерно в $30 в месяц.
Проект показал, что полезная ИИ-система не обязательно требует дорогой вычислительной инфраструктуры. Разработка ученых Пенсильванского университета помогла улучшить распределение медицинских товаров в стране, где система здравоохранения работает в условиях острой нехватки ресурсов.
Исследователи из Уортонской школы и Инженерной школы Пенсильванского университета разработали систему вместе с правительством Сьерра-Леоне, Национальным агентством медицинского снабжения и местным Минздравом. Алгоритм прогнозирует потребность отдельных клиник и рассчитывает, как распределить ограниченные запасы по стране. Результаты исследования опубликовал журнал Nature.
Читайте также
Тест SystemAge начал по-разному оценивать старение женщин и мужчин
В Сьерра-Леоне действует государственная программа бесплатной медицинской помощи беременным женщинам и детям младше пяти лет. Несмотря на это, в стране сохраняется один из самых высоких показателей материнской смертности в мире — 717 случаев на 100 тыс. живорождений, согласно данным, которые приводят исследователи.
По словам профессора Уортонской школы Хамсы Бастани, проблема заключается не только в общем дефиците лекарств, но и в их неравномерном распределении. В одних клиниках накапливаются избыточные запасы, а в других необходимые препараты заканчиваются.
Алгоритм анализирует доступные данные и прогнозирует, сколько каждого препарата может понадобиться отдельной клинике. После этого он рассчитывает, как распределить ограниченный национальный запас между медицинскими учреждениями.
Систему специально адаптировали к условиям, в которых медицинская статистика может быть неполной, неточной или нерегулярной, а по отдельным клиникам данных почти нет.
Читайте также
В Австралии создали роботизированное сердце, которое научилось воспроизводить болезни
Во время пилота в пяти районах потребление распределяемых медицинских товаров выросло в среднем на 19%. Исследователи считают этот показатель косвенным свидетельством того, что препараты стали доступнее пациентам. В клиниках, обслуживающих более бедные и удаленные районы и прежде регулярно сталкивавшихся с нехваткой запасов, рост достиг 32%.
Систему развернули по всей Сьерра-Леоне
Сейчас алгоритм помогает распределять более 70 видов медицинских товаров. Среди них — препараты для остановки послеродового кровотечения и лечения судорог при эклампсии, противомалярийные средства, вакцины от столбняка, медицинские перчатки и другие материалы. По оценке исследователей, система охватывает около двух миллионов женщин и детей младше пяти лет.
После внедрения серверная инфраструктура системы обходится примерно в $30 в месяц. Для ее повседневной работы также не потребовалось нанимать дополнительных сотрудников.
Недостаток данных особенно часто возникает в небольших и плохо обеспеченных клиниках, которые сильнее других рискуют остаться без лекарств. Чтобы такие учреждения не выпадали из расчетов, исследователи применили многозадачное машинное обучение. Модель находит общие закономерности, включая сезонные колебания спроса, и использует их при прогнозировании для клиник с ограниченной статистикой.
Модель также использует внешние источники, включая данные переписи, сведения о времени в пути до медицинских учреждений и спутниковые снимки их окрестностей из Google Earth. Растительность и другие особенности местности помогают оценить человеческую активность, а географические данные — определить территории, жители которых с наибольшей вероятностью обращаются в конкретную клинику. Затем система сопоставляет эти сведения с числом женщин и детей, живущих поблизости, и получает базовую оценку спроса даже при серьезных пробелах в медицинской статистике.
Окончательное решение по распределению запасов остается за местными специалистами, которые могут изменить или отклонить рекомендацию алгоритма. Система помогает им анализировать данные, но не заменяет сотрудников государственных ведомств.
После передачи системы правительству Сьерра-Леоне исследователи начали адаптировать похожий подход для других систем здравоохранения. Сейчас команда вместе с местными чиновниками и партнерами из Тайваня работает над проектом в Сомалиленде. В дальнейшем авторы рассчитывают применять накопленный опыт и в других странах с ограниченными ресурсами.
Подпишитесь на «Инк» в Telegram. Там мы пишем нескучным языком о самом важном для предпринимателей. Подписаться.