La Cause of Death Determination Ascertainment (CODA) projekto celas plibonigi la komprenon pri mortokaŭzoj en malriĉaj regionoj. Ĝi estas tri-jarprogramo financata de la Gates Foundation kaj gvidata de Vital Strategies kun pluraj akademiaj kaj esploraj partneroj. Philip Setel klarigis, ke en multaj partoj de Sub-Sahara Afriko kaj Azio multaj mortoj okazas ekster saninstalaĵoj, kio lasas grandan blindpunkton en la datumoj; laŭ la Monda Organizaĵo pri Sano, nur ĉirkaŭ unu el dek mortoj estas registritaj, kaj eĉ malpli havas fidindan kaŭzon.
CODA trejnas sian artefaritan intelekton per historiaj datumoj, inkluzive de datumoj rigore validigitaj per post-mortem investigation. La sistemo povas funkcii senrete kaj poste alŝuti datumojn. En komunumoj, sanlaboristoj faras post-mortem intervjuojn kun familianoj; la ilo kombinas respondojn kun demografia informo kaj oftaj lokaj kaŭzoj kiel malario. En san-institucioj kuracistoj povas aldoni pacientan historion, observaĵojn kaj testrezultojn. La algoritmo prilaboras ĉiujn informojn, adaptas demandojn en reala tempo kaj produktas strukturitajn datumojn.
Anstataŭ unu solida verdikto, CODA donas nivelon de konfidenco por siaj rekomendoj. Limigitaj provo-uzadoj estas planitaj en South Africa kaj Bangladesh startante en September. Inter partneroj estas Northeastern University, University of Washington, IS Global, RTI International kaj la CHAMPS Project Office. Projekto ankaŭ formos sciencan konsilan komitaton por trakti etikajn, laŭleĝajn kaj kulturajn demandojn; Mary-Ann Etiebet substrekis, ke precizaj mortokaŭzaj datumoj estas esencaj por politikoformado kaj rimarkis la malgrandegan financadon por ne-transmisaj malsanoj: malpli ol tri procentoj de mondaj sanfinancoj estas elspezataj por tiuj malsanoj, malgraŭ ilia grava ŝarĝo. Laura Ferguson emfazas travideblecon, datumprotekton, registarenganĝon kaj kunlaboron kun uzantoj.
Malfacilaj vortoj
- blindpunkto — areo pri kiu mankas sufiĉaj datumojblindpunkton
- validigi — kontroli kaj pruvi ke informoj estas ĝustajvalidigitaj
- artefarita intelekto — komputila sistemo kiu lernas el datumojartefaritan intelekton
- konfidenco — grado de certeco pri proponita rezulto
- ne-transmisa malsano — malsano ne kaŭzata de infektone-transmisaj malsanoj
- travidebleco — klara informo pri proceduroj kaj datumojtravideblecon
- datumprotekto — praktiko por protekti personajn datumojndatumprotekton
Konsilo: ŝovu la musmontrilon, fokusu aŭ tuŝu la reliefigitajn vortojn en la artikolo por vidi rapidajn difinojn dum legado aŭ aŭskultado.
Diskutaj demandoj
- Kio laŭ vi estas la plej grava avantaĝo de uzado de artefarita intelekto por determini mortokaŭzojn? Donu unu ekzemplon.
- Kiaj etikaj aŭ kulturaj problemoj povus aperi kiam oni kolektas post-mortem intervjuojn kun familianoj?
- Kiel travidebleco kaj datumprotekto povas influi fidon al sistemo kiel CODA? Klarigu mallonge.
Rilataj artikoloj
Emory: ĝisdatigita 2023-24 COVID-19-vakcino protektas kontraŭ XBB.1.5
Studo de Emory mezuris 24 partoprenantojn kaj trovis longdaŭrajn antikorpojn post la vakcino 2023-24, kiu celis la Omicron-variaĵon XBB.1.5. La esploro montras kruc-reagajn antikorpojn kaj bezonon de daŭra esploro.
AI kaj civitanoj trovas Anopheles stephensi en Madagaskaro
Sciencistoj uzis artefaritan inteligenton kaj telefonajn fotojn por identigi tion, kion ili kredas esti la unua Anopheles stephensi en Madagaskaro. La foto venis per la aplikaĵo GLOBE Observer kaj estis publikigita en Insects.
Fluoreska kartado de la ĉelciklo de Toxoplasma malkaŝas novajn eblecojn por kuracado
Esploristoj adaptis fluoreskan bildadon por observi la paraziton Toxoplasma gondii en reala tempo. Ili mapis la ĝian ĉelciklon, identigis markilon PCNA1 kaj nun serĉas malfortajn punktojn por medikamentaj traktadoj.
Usono subskribas saninterkonsentojn kun 14 afrikaj landoj
Usono subskribis saninterkonsentojn kun 14 afrikaj registaroj sub la "America First Global Health" aliro. Kritikistoj diras, ke la interkonsentoj tuŝas kontrolon pri sani-datumoj, dividadon de patogenaj specimenoj kaj kondiĉan financadon.