Kecerdasan buatan untuk penyelamatan: Memberdayakan tenaga kesehatan jarak jauh di Ethiopia

Pada tahun 2024, lembaga nirlaba Last Mile Health, yang melatih dan mendukung petugas kesehatan masyarakat di Ethiopia dan tiga negara Afrika lainnya, berkolaborasi dengan Kementerian Kesehatan Ethiopia untuk mendirikan 10 pusat panggilan lokal yang tertanam dalam sistem kesehatan negara tersebut. Pusat panggilan ini dirancang untuk memberikan pendampingan dan dukungan cadangan secara real-time kepada para penyuluh kesehatan - penyedia layanan kesehatan utama untuk sekitar tiga perempat wilayah di negara ini - ketika mereka menemukan gejala-gejala yang rumit atau tidak biasa.

Pusat panggilan mulai menerima arus pertanyaan yang stabil, tetapi Last Mile Health segera menyadari adanya tantangan yang muncul. 

"Saran medis dan kesehatan masyarakat yang mereka berikan tidak terstandardisasi di berbagai distrik yang memberikan dukungan," kata Abraham Zerihun Megentta, direktur negara Last Mile Health di Ethiopia. "Kami pikir AI dapat membantu."

Di Ethiopia, pasien yang rentan - baik wanita hamil muda, orang tua dengan masalah kesehatan kronis atau orang tua dengan anak yang sakit - kemungkinan besar mencari bantuan dari petugas kesehatan masyarakat ini. Lebih dari 40.000 pekerja bertanggung jawab untuk menyediakan layanan kesehatan bagi 2.500 hingga 3.000 orang. Namun, bahkan setelah satu tahun pelatihan, mustahil bagi para pekerja ini untuk menghafal ratusan halaman panduan, konten pelatihan dan protokol diagnostik, terutama untuk kasus-kasus yang tidak biasa. Di situlah kecerdasan buatan berperan.

Tahun lalu, setelah melakukan pencarian ekstensif untuk mencari mitra teknis untuk membantu mewujudkan visi AI yang telah dikembangkan dengan baik, Last Mile Health menemukan kolaborator yang kuat di IDinsight. Organisasi nirlaba lain yang berakar di Afrika, IDinsight menggunakan data dan AI untuk meningkatkan taraf hidup dan telah bekerja selama lima tahun untuk menggunakan AI untuk memecahkan masalah yang tampaknya sulit dipecahkan. Sebagai contoh, IDinsight telah menggunakan AI untuk mendukung Kementerian Kesehatan di Togo dalam mengoptimalkan program kontrasepsi dan membangun layanan penjawab pertanyaan AI yang menjawab hampir 60.000 pertanyaan terkait kesehatan dari para ibu di Afrika Selatan.

Dengan kepemimpinan dari Kementerian Kesehatan Ethiopia dan bimbingan dari 19 ahli kementerian, mereka mulai mengembangkan alat bertenaga AI. Dengan dukungan teknis dari IDinsight, Last Mile Health menciptakan HEP Assist, asisten program penyuluhan kesehatan yang dirancang untuk memberikan panduan medis secara real-time bagi para petugas kesehatan di Ethiopia. Alat ini membantu petugas kesehatan masyarakat memberikan perawatan yang lebih baik kepada pasien dan segera merujuk kasus-kasus rumit ke fasilitas kesehatan terdekat yang lebih siap untuk menanganinya.

Dan pada bulan Desember, IDInsight adalah salah satu dari lima perusahaan yang memenangkan Mastercard's Center for Inclusive Growth dan data.org Artificial Intelligence to Accelerate Inclusion Challenge, sebuah seruan global untuk solusi AI yang memajukan inklusi dan pemberdayaan ekonomi. Setiap perusahaan pemenang menerima $200.000 untuk mengembangkan dan meningkatkan solusinya serta keahlian teknis dan bimbingan dari tim data.org dan Mastercard. Ini akan membantu IDinsight dan Last Mile Health mengubah konsep mereka tentang tenaga kerja perawatan kesehatan yang dibantu AI menjadi kenyataan.

IDinsight dibuat 15 tahun yang lalu untuk membantu para pembuat kebijakan dan pemimpin LSM membuat keputusan berbasis bukti. Hal ini telah berkembang menjadi pemberdayaan para pengambil keputusan di semua tingkatan, mulai dari pejabat pemerintah hingga petugas kesehatan masyarakat. Ini adalah langkah kedua IDinsight, setelah platform MOMConnect di Afrika Selatan, dalam menggunakan AI untuk membantu meningkatkan perawatan pasien secara keseluruhan.

"Seiring berjalannya waktu, kami memikirkan kembali siapa saja yang bisa menjadi pengambil keputusan," ujar Sid Ravinutala, kepala ilmuwan data organisasi ini. "Kami beralih dari individu yang berkekuatan tinggi dan tunggal menjadi tenaga kesehatan masyarakat yang lengkap. Beberapa kali dalam sehari, mereka membuat keputusan tentang perawatan apa yang harus diterima seseorang, apakah mereka harus dirujuk ke pusat kesehatan yang lebih tinggi - keputusan yang tidak hanya berdampak pada pasien tertentu, tetapi juga dapat berdampak pada seluruh keluarga atau desa."

Dengan berfokus pada kekuatan data untuk menginformasikan keputusan yang lebih kecil dan lebih sering diambil oleh individu di lapangan, IDinsight dan Last Mile Health berharap dapat memastikan warga Ethiopia mendapatkan hasil kesehatan yang lebih baik, termasuk menurunkan angka kematian ibu, diagnosis penyakit yang lebih dini, dan mengurangi rujukan yang tidak perlu ke rumah sakit.

"Semua itu tidak hanya akan meningkatkan hasil kesehatan, tetapi juga akan menurunkan biaya dan mengurangi ketegangan pada sistem rumah sakit," kata Ravinutala.

Rencananya, HEP Assist akan diujicobakan di 10 call center yang ada. Ini termasuk sistem manajemen kasus dan layanan menjawab pertanyaan yang dilatih berdasarkan pedoman Kementerian Kesehatan Ethiopia yang komprehensif. Petugas kesehatan masyarakat memanggil agen pusat, yang dapat meminta AI untuk melakukan hal-hal seperti menghubungkan daftar gejala yang tampaknya acak untuk menghasilkan diagnosis yang akurat atau menentukan apakah pasien perlu dirujuk untuk perawatan khusus atau darurat.

Selain membantu para pekerja di garis depan, agen call center juga mempelajari keterampilan AI baru, yang seharusnya mengarah pada proses kerja yang lebih efisien dan efektif serta jalur karier yang baru, kata Ravinutala.

"AI menggantikan tugas, bukan pekerjaan," katanya. "Peluang-peluang seperti ini, di mana Anda membantu para pekerja dengan keahlian tinggi untuk menjadi lebih efektif, adalah di mana saya melihat AI menjadi sangat berguna. Aplikasi ini dirancang untuk menambah, bukan menggantikan, peran penting petugas kesehatan masyarakat."

Rencana jangka panjangnya adalah untuk menyediakan petugas kesehatan masyarakat Access langsung ke alat AI melalui perangkat seluler. Kemampuan bahasa alami alat ini memudahkan untuk melatih pengguna baru untuk mengajukan jenis pertanyaan yang mendapatkan hasil yang baik.

Kedua organisasi ini ingin mengadaptasi dan memperluas program ini untuk membantu para petugas kesehatan masyarakat di negara-negara lain di seluruh Afrika sub-Sahara dan bahkan mungkin di bagian lain di dunia.

" Setelah kami membangun solusi untuk Ethiopia, itu dapat diluncurkan di Malawi, di Uganda, di Kenya — dan tiba-tiba menjadi alat sumber terbuka yang tersedia secara luas, " Ravinutala menjelaskan. "Saya sangat bersemangat untuk memberdayakan seluruh ekosistem pekerja kesehatan masyarakat secara global."