כמעט 85% מתוך 1.7 מיליון המתבגרים עם HIV גרים באפריקה שמדרום לסהרה, יחד עם מחצית מכמעט 40 מיליון האנשים בעולם החיים עם HIV. למרות שהממשלה באוגנדה מספקת טיפול אנטי-טרו-ויראלי (ART) בחינם, ההקפדה על המשטר על ידי מתבגרים בגילאי 10-16 נמוכה, מה שמגדיל את הפוטנציאל לנגיף להתפשט עוד יותר.
קלייר נג'וקוקו, סטודנטית באוניברסיטת וושינגטון בסנט לואיס, ראתה זאת ממקור ראשון בזמן שעבדה כמנהלת נתונים במרכז הבינלאומי לבריאות ופיתוח ילדים (ICHAD) באוגנדה, שנוסדה על ידי פרד מ. סוואמלה, ויליאם א. גורדון הבחינה את הפרופסור בבית הספר בראון בוושו. כעת, מרוויח דוקטורט בחטיבה של וושו למדעי החישוב והנתונים, נג'וקו, המועמד לשיתוף על ידי ססוומאלה וצ'ניאנג לו, פרופסור המלא גרף במחלקה למדעי המחשב והנדסה בבית הספר להנדסה של מקלווי, להשתמש בבינה מלאכתית ומדעי הנתונים לסייע בתאימות במתחם בטיפול. תוצאות המחקר פורסמו באופן מקוון ב- 25 בפברואר 2025, ב איידסו
יש לי עניין רב בלימוד מכונות ורוצה ליישם אותו על בעיות שמדברות אלי ישירות. שיתופי הפעולה בין מכון ה- AI למכון הבריאות בבימויו של פרופסור לו והמרכז הבינלאומי לבריאות ופיתוח ילדים בבימויו של פרופסור פרד מאפשרים במיוחד עבודה חדשנית מסוג זה. "
קלייר נג'וקוקו, סטודנטית דוקטורט, אוניברסיטת וושינגטון בסנט לואיס
עם תמיכה של LU ו- SSEWAMALA, Najjuuko התכוון לפתח מודל למידת מכונה כדי לחזות אילו מתבגרים עם HIV היו בעלי סיכוי נמוך יותר לדבוק בטיפול אנטי -רטרו -ויראלי. בעזרת ידע כזה, מתרגלים בתחום הבריאות יכולים ליישם התערבויות עבור אלה המזוהים כסביר פחות לדבוק בתוכנית הטיפול.
"הדרך הנוכחית היא, מתבגרים הולכים למרפאה כל חודש -חודשיים למילוי תרופות, ומתרגל לבריאות בודק כמה כדורים שהחולה עזב בהשוואה למה שצפוי, כמו גם שואל את השאלות המתבגרות הנוגעות למינונים שהוחמצו כדי לקבוע אם המטופל דבק בטיפול," אמר נג'וקו. "פרויקט זה לחיזוי אי -דבקות עתידית של מתבגרים יכול להשפיע ממש אם יושם בדרך הנכונה."
כדי לאמן את הדגם, נג'וקו השתמש בנתונים ממחקר מבוקר של שש שנים אקראיות של 39 מרפאות בדרום אוגנדה, אזור שהושפע מאוד מכך על ידי HIV. מערך הדבקות של Suubi+כלל מתבגרים בין גיל 10-16 שאובחן רפואי עם HIV, מודע למצבם, נרשם לאמנות באחת המרפאות ומתגורר במשפחה. בסופו של דבר, המודלים ניתחו נתונים של 647 חולים שהיו נתונים מלאים על התוצאה לאחר 48 חודשים.
נג'וקוקו פיתח מודל למידת מכונה לחיזוי אי-הקפדה על טיפול אנטי-טרו-ויראלי על ידי שילוב גורמים סוציו-התנהגותיים וכלכליים לצד היסטוריית ההקפדה על המטופל. המודל מזהה במדויק 80% מהמתבגרים הנמצאים בסיכון לאי -דבקות תוך הורדת שיעור האזעקה השגוי ל 52% – 14 נקודות אחוז נמוכות מאשר מודל המבוסס אך ורק על היסטוריית הדבקות. על ידי הפחתת אזעקות שווא, מודל זה מסייע לספקי שירותי הבריאות למקד התערבויות באלה הזקוקים להם ביותר, ולשפר את תוצאות המטופלים תוך הפחתת מעקב מיותר ועייפות ספקית.
מבין 50 משתנים, שכללו גורמים חברתיים, בינאישיים, משפחתיים, חינוכיים, מבניים וכלכליים, המודל מצא 12 שחזו את האדם ביותר שיש לו דבקות לקויה באמנות. גורמים כלכליים היו קשורים מאוד לאי -דבקות עתידית. מאפייני חיזוי אחרים היו היסטוריית הדבקות לקויה; עוני ילדים; קשר ביולוגי למטפלת ראשונית; מושג עצמי; אמון בחיסכון בכסף; דיון בנושאים רגישים עם מטפלים; גודל משק הבית; והרשמה לבית הספר.
"מתבגרים הם הקבוצה הכי לא -דבקה ברחבי העולם", אמר סוואמלה. "הם עוברים לעצמאות ולא רוצים שיגידו להם מה לעשות. כשהם עוברים לתקופת ההיכרויות, יש הרבה סטיגמה, והם לא רוצים להיות קשורים ל- HIV."
גורם אחד שהצוות מצא היה קשור למתבגרים עם HIV שדבק בטיפול האמנותי היה בעל חשבון חיסכון.
"התיאוריה היא כאשר אנשים מחזיקים במשאבים, במיוחד כאשר יש להם ביצת קן, הם חושבים ומתנהגים אחרת", אמר סוואמלה. "העתיד מקיים הבטחה, כך שהם ידאגו לעצמם כדי שיוכלו לחיות יותר. כשאנשים חסרי תקווה, אין להם מה להפסיד."
הקפדה על הטיפול קשה, אמרה סוואמלה, מכיוון שיש ליטול את התרופות עם מזון או גורמת לבחילה. אם לאדם עם HIV אין גישה למזון או להובלה כדי לקבל את התרופות, סביר להניח שהוא דבק בטיפול.
לו אמר כי ניתן להתאים את המודל הזה לפריסה בתחום כדי לתמוך באסטרטגיות התערבות בהתאמה אישית המבוססות על גורמי הסיכון המזוהים, תוך הדגשת חשיבות שיתוף הפעולה.
"זו דוגמה מצוינת למחקר בינתחומי בוושו, המשלב AI ובריאות גלובלית", אמר לו. "על ידי מינוף הנתונים שצוותו של פרד התכנס מהתחום והתובנות שלהם בנושאי בריאות מורכבים, אנו מיישמים מומחיות AI לניתוח נתונים אלה ולבנות כלים כדי לשפר את תוצאות הבריאות."
