В Кении каждый день сотни детей заболевают острым детским недоеданием. Это тихая трагедия которая затрагивает 350.000 XNUMX детей в возрасте до пяти лет, превращая целые семьи в беспомощных зрителей трагедии, которая кажется неизбежной. Но что, если бы мы могли точно знать, где и когда наступит недоедание, прежде чем оно произойдет?
Группа исследователей из USC, Microsoft, Amref Health Africa e Министерство здравоохранения Кении разработал искусственный интеллект, который делает именно это: прогнозирует продовольственные кризисы за шесть месяцев с точностью 89%.
Алгоритм, который предсказывает будущее недоедания
Система, описанная в исследовании, опубликованном в PLoS ONE 14 мая 2025 года знаменует собой смену парадигмы в подходе к проблеме детского недоедания. Гирмау Абебе Тадессе, главный научный сотрудник лаборатории Microsoft AI for Good Lab в Найроби, объясняет важность этого проекта:
«Недоедание представляет собой серьезную проблему для детей в Африке, континенте, который сталкивается с серьезной нехваткой продовольствия, усугубляемой изменением климата».
Модель объединяет клинические данные из более чем 17.000 XNUMX кенийских медицинских учреждений со спутниковой информацией о здоровье сельскохозяйственных культур и сельскохозяйственной производительности. Такое слияние информации позволяет ей выявлять новые зоны риска с гораздо большей точностью, чем традиционные методы.
Когда исследователи проверяют прогноз на один месяц, точность возрастает до 89%.. Шесть месяцев спустя, Он по-прежнему сохраняет впечатляющую точность в 86%. Для сравнения, методы, основанные только на исторических тенденциях в недоедании достичь точности всего 73%.
Как работает прогноз детского недоедания
Ключ к успеху — интеграция различных источников данных. Система черпает данные из District Health Information System 2 (DHIS2), платформы, которая собирает данные о состоянии здоровья из клиник по всей Кении. В то же время она анализирует спутниковые снимки MODIS от NASA для измерения валовой первичной продуктивности (GPP), индикатора того, насколько хорошо растут сельскохозяйственные культуры.
Лаура Фергюсон, директор по исследованиям в Институте неравенства в глобальном здравоохранении при Университете Южной Калифорнии, отмечает, что «недоедание является чрезвычайной ситуацией в области общественного здравоохранения в Кении. Дети болеют напрасно. Дети умирают напрасно». Современные методы прогнозирования в первую очередь опираются на экспертные оценки и исторические знания, подходы, которые с трудом позволяют предвидеть новые вспышки или быстрые изменения.
С другой стороны, модель ИИ может обнаружить скрытые закономерности в данных, выявляя корреляции между состоянием урожая и показателями недоедания, которые в противном случае избежали бы человеческого анализа. Регионы с плохим здоровьем урожая часто демонстрируют более высокие показатели недоедания в последующие месяцы.
Спутники, которые «видят» голод до его наступления
Наиболее инновационный аспект касается использования спутниковых данных. Изображения с Спектрорадиометр с визуализацией среднего разрешения NASA (скажите, скажите: «но в чем смысл космических исследований?». Скажите это сейчас) обеспечивает точные измерения урожайности сельскохозяйственных культур в режиме реального времени. Когда GPP падает в регионе, алгоритм может предсказать рост детского недоедания в последующие месяцы.
Как мы подчеркивали в предыдущих анализахискусственный интеллект радикально преобразует сферу здравоохранения, и это приложение является прекрасным примером.
Бистра Дилкина, содиректор Центра искусственного интеллекта в обществе при Университете Южной Калифорнии, называет эту модель «переломным моментом». Система оказалась особенно эффективной при прогнозировании недоедания в регионах, где распространенность колеблется, а пики трудно предсказать.
От исследований к реальности на местах
Исследователи разработали прототип панели мониторинга, которая визуализирует региональный риск недоедания, позволяя принимать более быстрые и целенаправленные меры. Сэмюэл Мюраж, из Министерства здравоохранения Кении, объясняет, что
«Лучший способ предсказать будущее — создать его, используя имеющиеся данные для лучшего планирования и предварительного позиционирования в развивающихся странах».
Фергюсон и Дилкина, как уже упоминалось, теперь работают с Министерством здравоохранения Кении и Amref Health Africa интегрировать модель и панель управления в государственные системы и процессы принятия решений.
Цель состоит в том, чтобы создать устойчивый и регулярно обновляемый общественный ресурс. Как отмечает Фергюсон, «большинство глобальных проблем здравоохранения не могут быть решены только в сфере здравоохранения, и это одна из них».
Нулевое недоедание: достижимая цель
Кения использует ту же систему медицинской информации, что и более 125 стран, а это значит, что аналогичные инструменты ИИ могут быть развернуты во многих странах с низким и средним уровнем дохода. «Если мы смогли сделать это для Кении, мы сможем сделать это и для других стран», — говорит Дилкина. «Небо — это предел, когда есть подлинная приверженность работе в партнерстве».
В мире, где Каждую минуту рождается 35 детей, обреченных на голод., эта технология наконец-то дает настоящую надежду. Теперь речь идет не о реагировании на чрезвычайные ситуации, а об их предотвращении. А когда речь идет о спасении жизней, шесть месяцев предварительного уведомления могут иметь решающее значение между жизнью и смертью.
