Une équipe multidisciplinaire de chercheurs de l'USC School of Advanced Computing et de la Keck School of Medicine, travaillant aux côtés d'experts de la Microsoft AI pour Good Lab, Amref Health Africa et Kenya, le ministère de la Santé du Kenya, a développé un modèle d'intelligence artificielle (AI) qui peut prédire le modèle de malnutrition aiguë des enfants au Kenya jusqu'à six mois à l'avance.
L'outil offre aux gouvernements et aux organisations humanitaires, le délai de rendement critique pour offrir des aliments, des soins de santé et des fournitures vitaux aux domaines à risque.
Il obtient une précision de 89% lors de la prévision d'un mois et maintient une précision de 86% sur six mois – une amélioration significative par rapport aux modèles de base plus simples qui ne reposent que sur les récentes tendances historiques de la prévalence de la malnutrition des enfants.
Contrairement aux modèles existants, le nouvel outil est particulièrement efficace pour prévoir la malnutrition dans les régions où la prévalence fluctue et les surtensions sont difficiles à anticiper.
Ce modèle change la donne. En utilisant des modèles d'IA basés sur les données, vous pouvez saisir des relations plus complexes entre plusieurs variables qui fonctionnent ensemble pour nous aider à prédire la prévalence de la malnutrition plus précisément. «
Bistra Dilkina, professeur agrégé d'informatique et codirecteur, Centre de l'intelligence artificielle de l'USC dans la société
Les résultats sont détaillés dans un Plos un Étude à publier le 14 mai 2025, intitulée « Prévision de la malnutrition aiguë de l'enfance au Kenya en utilisant l'apprentissage automatique et divers ensembles d'indicateurs. »
L'étude a été co-écrite par Girmaw Abebe Tadesse (Microsoft AI pour Good Lab), Laura Ferguson (USC Institute on Inégalités in Global Health), Caleb Robinson, Rahul Dodhia, Juan M. Lavista Ferres (Microsoft Ai pour Good Lab), Shiphrah Kuria, Herbert Wanyonyi, Samuel Mburu (Amrefah Afria), Samuna Murage (ministère kenyan de la Santé) et Bistra Dilkina (USC Center for AI dans la société).
Girmaw Abebe Tadesse, scientifique principal et directeur de l'IA Microsoft pour un bon laboratoire à Nairobi, au Kenya, a déclaré qu'il pensait que l'outil prédictif de l'IA ferait une différence.
« Ce projet est important, car la malnutrition pose un défi important pour les enfants en Afrique, un continent qui fait face à une insécurité alimentaire majeure exacerbée par le changement climatique », a-t-il déclaré.
Une urgence de santé publique
Au Kenya, 5% des enfants de moins de cinq ans – environ 350 000 individus de la malnutrition aiguë, une condition qui affaiblit le système immunitaire et augmente considérablement le risque de décès par des maladies courantes comme la diarrhée et le paludisme. Dans certaines régions, le taux grimpe jusqu'à 25%. À l'échelle mondiale, la dénutrition est liée à près de la moitié de tous les décès chez les enfants de moins de cinq ans.
« La malnutrition est une urgence de santé publique au Kenya », a déclaré Laura Ferguson, directrice de la recherche à l'Institut de l'USC sur les inégalités en santé mondiale et professeur agrégé de population et de sciences de la santé publique à la Keck School of Medicine of USC. « Les enfants sont malades inutilement. Les enfants meurent inutilement. »
Les efforts de prévision actuels au Kenya sont largement basés sur le jugement expert et les connaissances historiques – des méthodes qui ont du mal à anticiper de nouveaux hotspots ou des changements rapides.
Au lieu de cela, le modèle de l'équipe utilise les données de santé de routine du Kenya, collectées via le Système d'information sur la santé du district 2 (DHIS2), aux côtés d'indicateurs dérivés de satellites tels que la santé des cultures et la productivité pour identifier les zones de risque émergentes avec une précision beaucoup plus grande.
« La meilleure façon de prédire l'avenir est de les créer en utilisant des données disponibles pour une meilleure planification et une meilleure prépositionnement dans les pays en développement », a déclaré Murage Sm Kiongo, agent de programme pour le suivi et l'évaluation, la Division de la nutrition et de la diététique, ministère de la Santé, Kenya. « Les tendances nous racontent une histoire. Des sources de données multiformes, associées à l'apprentissage automatique, offrent l'occasion d'améliorer la programmation sur les problèmes de nutrition et de santé. »
Les chercheurs ont développé un prototype de tableau de bord qui visualise le risque régional de malnutrition, permettant des réponses plus rapides et plus ciblées aux risques de malnutrition des enfants. Ferguson et Dilkina travaillent désormais avec le ministère kenyan de la Santé et Amref Health Africa pour intégrer le modèle et le tableau de bord dans les systèmes gouvernementaux et la prise de décision, dans le but de créer une ressource publique durable et régulièrement mise à jour.
« La plupart des problèmes de santé mondiaux ne peuvent pas être résolus dans le seul domaine de la santé, et c'est l'un d'eux », a déclaré Ferguson. « Donc, nous avons absolument besoin d'experts en santé publique. Nous avons besoin de responsables médicaux. Nous avons besoin d'organismes sans but lucratif. Nous avons besoin d'ingénieurs. Si vous retirez un seul partenaire, cela ne fonctionne tout simplement pas et n'aura pas l'impact que nous espérons. »
Plus de 125 pays utilisent actuellement DHIS2, dont environ 80 pays à revenu faible et intermédiaire. Cela signifie que ce cadre axé sur l'IA – qui repose uniquement sur les données de santé et de satellite existantes – pourrait être adaptée pour lutter contre la malnutrition dans d'autres pays à travers le monde.
« Si nous pouvons le faire pour le Kenya, nous pouvons le faire pour d'autres pays », a déclaré Dilkina. « Le ciel est la limite lorsqu'il y a un véritable engagement à travailler dans les partenariats. »
