机构名称：
¥ 1.0
印度的医疗保健系统缺乏满足该国医疗保健需求的基础设施。医生和护士的可用性分别比世卫组织的建议低 30% 和 50%，导致医疗保健需求与支持医疗保健的基础设施之间严重失衡。除其他问题外，印度仍在努力应对营养不良等挑战，38% 的五岁以下儿童体重不足。尽管面临这些挑战，但技术进步、手机普及和患者意识的提高为人工智能提供了巨大的机会，通过更好地利用有限的资源，实现高效的医疗保健服务。Saathealth 移动应用程序以有趣的视频系列、游戏化问答之旅和有针对性的通知的形式，为中低收入的幼儿父母提供互动式儿童健康、营养和发展内容。该应用程序根据动态数据和预测算法迭代地改进用户旅程，从而实现从被动护理到主动护理的转变。一年来，Saathealth 用户已注册超过 500,000 次会话和超过 2 亿秒的应用内互动时间，与医疗资源匮乏社区的其他数字健康干预措施的互动相比，其表现更为出色。我们利用来自 45,000 名用户的宝贵应用分析数据和见解，构建了可扩展的预测模型，并针对特定用例进行了验证。使用异构数据的随机森林模型，我们可以 93% 的准确率预测用户流失。通过预测用户在移动应用上的生命周期，我们得到了初步见解，RMSE 为 25.09 天，R2 值为 0.91，反映了密切相关的预测。这些预测算法让我们能够通过优化的优惠和全渠道推送来激励用户，以提高用户对内容的参与度以及其他有针对性的线上和线下行为。这些算法还通过增强个性化体验并将有限的医疗资源导向最抗拒数字化干预的人群，从而优化了我们干预的有效性。这些算法和类似的人工智能算法将使我们能够延长和深化与医疗消费者的终身关系，使他们中的更多人成为有效、主动的参与者，改善儿童的健康、营养和早期认知发展。
人工智能改善儿童健康：社区案例研究
主要关键词
相关文件推荐
