evidoria

← Voltar à navegação

Boa prática Importada

Ferramenta de Aprendizagem Automática “Decision-Aware” da Serra Leoa Aumenta o Consumo de Medicamentos Essenciais em 19% a Nível Nacional por 30 Dólares por Mês

Serra Leoa · Freetown · Ver o perfil de Serra Leoa · Ver o perfil de Freetown

Evidência: Quase-experimental Top 6% 87/100 · Pergunte a Evidence Copilot sobre esta prática

A NMSA da Serra Leoa e a Universidade da Pensilvânia criaram uma ferramenta de IA que elevou o consumo de medicamentos essenciais em 19% (p<0,01) num piloto em cinco distritos, depois alargada ao país por 30 dólares/mês, alcançando 2 milhões de mulheres e crianças.

19 %
Aumento do consumo de produtos alocados nos distritos tratados (p<0,01) (May 2023 pilot)
32 %
Aumento do consumo nas unidades mais pobres e remotas (May 2023 pilot)
18-21 %
Intervalo do efeito em estimadores alternativos
1,058
Unidades de saúde analisadas
~2 million women and children under five
Beneficiários alcançados após a expansão nacional (from Q3 2023)
$30 per month
Custo mensal de funcionamento após a expansão nacional
Ferramenta de Aprendizagem Automática “Decision-Aware” da Serra Leoa Aumenta o Consumo de Medicamentos Essenciais em 19% a Nível Nacional por 30 Dólares por Mês

Detalhes

Maturidade
Consolidada
Promotor
Sierra Leone National Medical Supplies Agency (NMSA); University of Pennsylvania (Wharton School & School of Engineering and Applied Science)
Período
2023-2026
Palavras-chave
health, public administration, machine learning, supply chain, social protection

Contexto

A Agência Nacional de Suprimentos Médicos da Serra Leoa (NMSA) adquire e distribui medicamentos essenciais - mais de 70 produtos usados em saúde materna, neonatal e infantil - a unidades de saúde pública em todo o país. Tal como em muitos países de baixo rendimento, a NMSA alocava historicamente stock fixo às unidades com base em regras empíricas, o que provocava ruturas crónicas nas clínicas mais pobres e remotas, mesmo enquanto outras unidades detinham excedentes.

Objetivos

Construir um sistema de aprendizagem automática de baixo custo e sensível à decisão para prever a procura ao nível de cada unidade e calcular como distribuir o stock nacional limitado de forma a maximizar a cobertura, mantendo sempre a decisão final e a possibilidade de anular qualquer recomendação nas mãos dos responsáveis.

Atividades

Os investigadores Hamsa Bastani e Osbert Bastani (Universidade da Pensilvânia) e a doutoranda Angel Tsai-Hsuan Chung trabalharam com a NMSA e com o Ministério da Saúde e Saneamento da Serra Leoa para combinar aprendizagem multitarefa entre produtos e unidades, priors catalíticos para lidar com dados esparsos, e covariáveis externas (dados censitários e de população derivados de satélite). O sistema foi testado a partir de maio de 2023 em cinco dos dezasseis distritos da Serra Leoa (Tonkolili, Falaba, Karene, Kono e Pujehun), com os restantes onze distritos a servirem de controlo.

Resultados

Uma análise sintética de diferenças-em-diferenças em 1.058 unidades de saúde encontrou um aumento de 19% no consumo de produtos alocados nos distritos tratados (p<0,01) - um indicador de melhoria do acesso - subindo para 32% nas unidades que servem as populações mais pobres e remotas, que sofriam ruturas crónicas. Estimadores alternativos (diferenças-em-diferenças convencional, correspondência geográfica, produtos de controlo alternativos) corroboraram o efeito, entre 18% e 21%. Com base nos resultados do projeto-piloto, o governo da Serra Leoa alargou a ferramenta a todo o país a partir do terceiro trimestre de 2023; esta gere agora a alocação de mais de 70 produtos essenciais, alcançando uma estimativa de 2 milhões de mulheres e crianças com menos de cinco anos, a um custo de funcionamento de cerca de 30 dólares por mês em taxas de servidor, sem necessidade de pessoal adicional.

Conclusões

A propriedade da ferramenta foi totalmente transferida para o governo da Serra Leoa, e os resultados foram publicados na Nature em abril de 2026.

Implementação

Custo indicativo
Baixo (< 50 mil €)
Tempo até resultados
Médio (1–3 anos)
Equipa e competências
University of Pennsylvania research team (Hamsa Bastani, Osbert Bastani, Angel Tsai-Hsuan Chung), Sierra Leone National Medical Supplies Agency (NMSA) as implementing and now owning institution, Sierra Leone Ministry of Health and Sanitation as government partner

Condições de sucesso

  • Officials retain final say and can override any model recommendation
  • Use of external covariates (census and satellite-derived population data) to handle sparse facility-level data
  • Full ownership transfer from the university research team to the national government agency for sustainability
  • Very low ongoing running cost (~$30/month in server fees) with no additional staffing needs

Habitualmente financiado por

Horizon Europe Philanthropic / foundation funding National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Kit de replicação

Artefactos reutilizáveis desta prática — tal como publicados pelas suas fontes.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis