Descubra as possibilidades de aumentar a eficiência, melhorar a qualidade e a utilização dos dados, tirar partido de abordagens de modelação preditiva de ponta – e muito mais – utilizando ferramentas inovadoras de Inteligência Artificial e Aprendizagem Automática com o DHIS2
Sendo uma plataforma bem estabelecida para a recolha, gestão e análise de dados, utilizada em mais de 100 países, o DHIS2 oferece muitas possibilidades interessantes para tirar partido da IA para melhorar a eficiência e a eficácia dos programas que apoia, seja na saúde, na educação, na logística ou noutros sectores.
Através do projeto DHIS2 Climate & Health, desenvolvemos ferramentas de ponta para a modelação preditiva com base na aprendizagem automática no âmbito do DHIS2: a aplicação DHIS2 Modeling e a Plataforma de Modelação Chap. Para além disso, a nossa abordagem à conceção do DHIS2 como uma plataforma interoperável e extensível com componentes reutilizáveis e uma API totalmente aberta está a facilitar a inovação externa utilizando ferramentas de IA amplamente disponíveis. Existem numerosas inovações do DHIS2 melhoradas por IA que foram implementadas em países onde o DHIS2 é utilizado, muitas das quais foram partilhadas com a comunidade global do DHIS2.
Nesta página, pode saber mais sobre o potencial de alavancagem da IA com o DHIS2 e explorar uma seleção de inovações existentes do DHIS2 melhoradas por IA. O domínio da IA está a mudar rapidamente. Ajudar os países a tirar partido da IA de forma eficaz é uma componente central da estratégia do HISP UiO, e planeamos atualizar esta página com novas ferramentas e recursos à medida que forem surgindo.
Através da aplicação de modelação DHIS2 e da plataforma de modelação Chap, os utilizadores têm acesso a um conjunto flexível de funcionalidades de modelação preditiva diretamente no DHIS2. Estas ferramentas permitem aceder, importar, treinar, afinar, executar, avaliar e partilhar modelos preditivos. Através da aplicação Modeling, pode gerar previsões com base no(s) modelo(s) que selecionou, utilizando tanto os dados de saúde do seu sistema DHIS2 como os dados climáticos, meteorológicos e ambientais que estão disponíveis através da aplicação DHIS2 Climate. Estas ferramentas foram concebidas principalmente para apoiar a análise e o alerta precoce de doenças sensíveis ao clima, mas também podem ser aplicadas a outros casos de utilização, apoiando abordagens de informação sobre saúde. Estas novas ferramentas estão atualmente em fase experimental e estão a ser testadas e desenvolvidas iterativamente com base no feedback do mundo real.
Com a aplicação AI Insights para o DHIS2, desenvolvida pela Federação Internacional das Sociedades da Cruz Vermelha e do Crescente Vermelho (FICV), pode analisar os dados de saúde do DHIS2 utilizando consultas em linguagem natural. Os profissionais de saúde, os analistas de dados e os decisores podem fazer perguntas em linguagem simples para identificar tendências, comparar o desempenho entre unidades da organização e gerar conhecimentos acionáveis a partir dos seus dados.
A aplicação Convo para o DHIS2, desenvolvida pela BAO systems, permite-lhe fazer perguntas sobre os seus dados em linguagem natural e criar automaticamente visualizações, tabelas e interpretações utilizando IA, ajudando os utilizadores a compreender os seus dados e a agir.
Com o AI Data Entry, desenvolvido pela SolidLines, pode evitar a introdução manual de dados no DHIS2. Basta carregar fotografias ou áudio e deixar a IA extrair e validar os dados automaticamente com pipelines de processamento inteligentes.
A aplicação Magic Glasses 2, desenvolvida por John Painter do CDC dos EUA, é uma ferramenta que inclui funcionalidades para melhorar a qualidade dos dados e apoiar a avaliação de programas de saúde. Fornece uma funcionalidade baseada em algoritmos para resolver problemas de qualidade dos dados, tais como a deteção automática de potenciais valores anómalos e a utilização de técnicas estatísticas para ajustar os valores comunicados para controlar variáveis relacionadas. Também apoia a avaliação e a utilização de vários modelos de séries temporais para prever cenários contrafactuais (ou seja, como seria a curva de um surto de doença se uma intervenção programática não tivesse sido realizada), ajudando a avaliar o impacto da intervenção.
O Ministério da Saúde da Tanzânia introduziu uma ferramenta de triagem de alertas baseada em IA, desenvolvida pelo Laboratório DHIS2 do UDSM, no seu sistema de vigilância baseado em eventos para doenças propensas a surtos, reduzindo o tempo médio de triagem para a maioria dos alertas apresentados de 36 horas para quase instantâneo. Nos primeiros meses da sua implementação, o sistema processou com êxito 85% do atraso de mais de 15 000 relatórios.
A IA generativa pode ajudar os utilizadores a estruturar e gerir metadados no DHIS2, melhorando a usabilidade e a interoperabilidade do sistema.
Existem inúmeras ferramentas de IA disponíveis para ajudar os programadores a criar novas aplicações. A equipa de relações com os programadores do DHIS2 partilhou uma apresentação para ajudar os programadores de aplicações DHIS2 a tirar partido destas ferramentas.
Junte-se à discussão sobre IA e DHIS2 na nossa Community of Practice, onde pode colocar questões, partilhar ideias e abordagens e conhecer o trabalho inovador que está a ser feito na nossa comunidade global.
O desenvolvimento e a atualização destas soluções de IA para o DHIS2 estão a decorrer a um ritmo acelerado. O HISP Centre da Universidade de Oslo (HISP UiO), que desenvolve e mantém o DHIS2, e a rede global HISP que apoia os sistemas nacionais DHIS2 estão ativamente empenhados em ajudar os países a tirar partido destas tecnologias. Com esta rápida inovação, surgiram preocupações sobre a utilização ética, a transparência e a propriedade. A UiO do HISP continua a guiar-se pelos princípios da propriedade nacional dos sistemas de informação e dos dados. Estamos ativamente envolvidos no TRUST: The Norwegian Centre for Trustworthy AI, e estamos empenhados em apoiar a adoção ética da IA. que privilegia a transparência, a governação, a avaliação e a atenuação dos riscos, a minimização dos preconceitos e a maximização da equidade e da justiça.