Malnutrizione e intelligenza artificiale: un cambiamento concreto per le comunità più fragili

In Kenya, la malnutrizione continua a rappresentare una grave emergenza sanitaria, soprattutto per i bambini sotto i cinque anni.

Attualmente nel Paese, oltre 2 milioni di bambine e bambini soffrono di ritardo della crescita a causa di una nutrizione insufficiente.

L’intelligenza artificiale può diventare una risorsa preziosa per rispondere a questa sfida.

Grazie a una collaborazione tra Amref, il Ministero della Salute del Kenya, l’Università della California del Sud (USC) e il laboratorio Microsoft AI for Good, è stato sviluppato un innovativo strumento basato sull’intelligenza artificiale in grado di prevedere i futuri casi di malnutrizione.

Il modello si basa su dati clinici raccolti dal sistema sanitario nazionale, dati pubblici e satellitari, elaborati attraverso la tecnologia Azure AI.

Questa soluzione permette di ottenere previsioni dettagliate fino a sei mesi, con un'accuratezza che consente di individuare le aree a rischio e pianificare interventi mirati.

Le informazioni sono elaborate tenendo conto di fattori ambientali e stagionali come siccità e alluvioni.

"L'intelligenza artificiale contribuirà alla nostra missione di trasformare la salute delle comunità attraverso la sanità di base - afferma Herbert Basra, responsabile per il monitoraggio e la valutazione di Amref -. Il modello può prevedere cosa accadrà, con un’accuratezza affidabile, in tempi rapidissimi".

Operatori sanitari come Martin Nyawami, infermiere nel dispensario di Moyenyi a Kinango, potranno usare il modello predittivo per intervenire in anticipo, distribuire meglio le risorse e migliorare la salute delle persone più vulnerabili.

Un'opportunità che aiuta a cambiare approccio, perché consente non solo di rispondere all’emergenza, ma soprattutto di prevenirla.

"Con le risorse giuste, possiamo evitare che anche solo una persona nella nostra comunità muoia di malnutrizione", afferma Nyawami.

Oltre a prevedere, il modello consente anche di migliorare l’efficacia degli interventi.

Grazie a una raccolta dati mensile, invece che semestrale, Amref può monitorare l’evoluzione della situazione in tempo reale e adattare rapidamente le sue strategie.

Le previsioni saranno condivise anche con altre organizzazioni, per estendere l’impatto dell’iniziativa anche in zone dove Amref non opera direttamente.

La precisione è fondamentale per anticipare la malnutrizione in contesti così diversi come steppe, foreste, aree urbane e deserti.

L’uso dell’intelligenza artificiale consente inoltre ad Amref di valutare con più precisione l’impatto dei suoi programmi, confrontando i risultati ottenuti con scenari ipotetici senza intervento.

Questo permette di rafforzare le strategie più efficaci e adattarle al contesto, in un circolo virtuoso di apprendimento continuo.

Con questi dati, Amref potrà rispondere più rapidamente agli effetti dei cambiamenti climatici sulla salute e raggiungere più bambini e madri.

Vista l’efficacia del progetto, il Ministero della Salute keniota e Amref stanno valutando la possibilità di applicare questo modello anche in altri settori sanitari e in altri paesi del Sud globale.