كشف الباحثون عن مشروع تحديد أسباب الوفاة المعروف باسم CODA، وهو أداة ذكاء اصطناعي تصمم لتوفير بيانات أكثر دقة عن أسباب الوفاة في البلدان منخفضة الدخل. يمول المشروع مؤسسة غيتس لمدة ثلاث سنوات ويقوده تحالف بقيادة منظمة Vital Strategies. قال فيليب سيتل من Vital Strategies إن كثيراً من الوفيات في أفريقيا جنوب الصحراء وجزء كبير من آسيا تحدث خارج المرافق الصحية ولا تحتوي على سبب موثوق.
تعتمد الأداة على بيانات تاريخية لتدريب الخوارزميات وتعمل في البيئات المجتمعية والسريرية دون اتصال بالإنترنت مع إمكانية رفع البيانات لاحقاً. يجري العاملون الصحيون مقابلات بعد الوفاة وتدمج الأداة معلومات المقابلة مع العمر والجنس والأسباب المحلية الشائعة. كما تسمح المرافق الصحية بإدخال تاريخ المريض ونتائج الفحوصات، وتعرض الأداة مستوى من الثقة في توصياتها بدلاً من حكم واحد نهائي.
من بين الشركاء مؤسسات أكاديمية ومنظمات مثل Northeastern University وUniversity of Washington وIS Global وRTI International ومكتب مشروع CHAMPS. ستبدأ تجارب محدودة في جنوب أفريقيا وبنغلاديش في سبتمبر، ويستخدم الباحثون مجموعات بيانات عن وفيات تم التحقق منها لتدريب واختبار النماذج. أشار سيتل إلى أن التشريح يعطي بيانات بجودة أعلى لكنه مكلف وله نطاق محدود.
كلمات صعبة
- خوارزمية — قواعد أو خطوات لحل مشكلة حسابيةالخوارزميات
- ذكاء اصطناعي — تقنية تمكن الحواسيب من التعلم
- مرفق صحي — مكان يقدم خدمات طبية للسكانالمرافق الصحية
- مقابلة — حديث يسجله العامل الصحي بعد وفاة شخصمقابلات بعد الوفاة
- تشريح — فحص جسد المتوفى لمعرفة سبب الوفاةالتشريح
- مجموعة بيانات — سجلات منظمة تحتوي معلومات عن حالاتمجموعات بيانات
تلميح: مرّر المؤشر أو ركّز أو اضغط على الكلمات المظلَّلة داخل القصة لرؤية تعريفات سريعة أثناء القراءة أو الاستماع.
أسئلة للمناقشة
- هل تعتقد أن استخدام أدوات الذكاء الاصطناعي مثل CODA يساعد في تحسين بيانات أسباب الوفاة؟ ولماذا؟
- ما التحديات التي قد تواجه تطبيق هذه الأداة في مناطق نائية أو منخفضة الدخل؟
- كيف يمكن للمجتمعات المحلية أن تستفيد من وجود بيانات أكثر دقة عن أسباب الوفاة؟
