Améliorer les algorithmes d'apprentissage automatique pour les soins prénatals grâce au modèle de Consultations prénatales de groupe en Tanzanie

En s'appuyant sur le modèle de Consultations prénatales de groupe (CPN de groupe), ce projet a permis de collecter des données homogènes auprès de près de 5 000 femmes enceintes en Tanzanie afin de concevoir et de tester des algorithmes d'apprentissage automatique destinés à prédire les issues défavorables de la grossesse. Grâce à l'utilisation du système communautaire unifié (UCS) piloté par le gouvernement, l'initiative a exploité plus de 100 000 points de données, en se concentrant sur des femmes regroupées selon un âge gestationnel similaire. Les algorithmes d'apprentissage automatique ainsi obtenus prédisent avec succès les troubles hypertensifs de la grossesse, démontrant comment des modèles de soins centrés sur la patiente peuvent alimenter une prise de décision clinique fondée sur l'IA et améliorer les résultats en matière de santé maternelle.