Quel est AWARrD?
AWARrD est "l'Alliance pour les données de recherche des femmes africaines" cette comprend une équipe multinationale de data scientists, d'hématologues, d'épidémiologistes, de gynécologues obstétriciens, de cliniciens expérimentés et de développeurs de l'application de santé des femmes la plus téléchargée au monde, qui, individuellement et collectivement, se consacrent à l'amélioration la santé reproductive de Filles et femmes africaines. Cette équipe, dont beaucoup ont travaillé ensemble dans le passé, s'est réunie pour répondre à une opportunité de financement offerte par les National Institutes of Health (NIH) des États-Unis. La demande des NIH est de renforcer la capacité des pays africains à utiliser la science des données pour résoudre les problèmes de santé importants pour le continent africain et de le faire en s'associant avec des universités, des entreprises privées et d'autres experts du monde entier. Pour en savoir plus sur l '«opportunité de financement» des NIH, appelée DS-I Africa,und ici .
Les scientifiques, cliniciens et autres entités qui composent AWARrD ont un intérêt à améliorer la santé reproductive des femmes en général, et, en particulier, à améliorer le diagnostic et le traitement des problèmes liés à l'utérus ou à l'utérus. La notion d’utilisation des «mégadonnées» ou de la science des données pour aider à résoudre certains de ces problèmes est séduisante, il a donc été décidé d’exploiter les compétences, les passions et les ressources disponibles de ce spectre de parties prenantes et de concevoir des projets de recherche qui utilisaient les données existantes pour commencer à s’attaquer. problèmes cliniques importants auxquels sont confrontées les femmes en Afrique.
OBJECTIF: UNEIntelligence artificielle pour le myomètre
Machines d'enseignement pour détecter le léiomyosarcome
Le projet AIM est conçu pour tester l'hypothèse qu'en exposant des images par résonance magnétique (IRM) de léiomyomes sciemment bénins et malins - léiomyosarcomes - à un système informatisé «d'apprentissage en profondeur», la «machine» peut «apprendre» à diagnostiquer les léiomyosarcomes en détectant des différences subtiles qui peuvent échapper à l'œil humain. Pour le projet AIM, une base de données de centaines d'IRM de fibromes bénins sera utilisée pour entraîner la machine à reconnaître les tumeurs bénignes, et un ensemble d'IRM du léiomyosarcome sera trouvé pour montrer au système la version maligne. Des informaticiens ayant une expertise en «apprentissage en profondeur» à l'Université d'Assiut et à l'Université de Chicago développeront ce projet et nous espérons nous aider à trouver un moyen de diagnostiquer ces tumeurs rares mais dangereuses.
Les smartphones peuvent-ils identifier les filles et les femmes avec HMB, ID et IDA?
L'équipe AWARrD s'est jointe à Flo Health et à un éventail de spécialistes mondialement connus et respectés des saignements menstruels anormaux pour créer un plan de recherche conçu pour tester la capacité de l'application Flo à identifier carence en fer (ID) et déficience en fer (IDA) chez les femmes africaines. Le nom du projet est "DatAUB", qui signifie Données sur les saignements utérins anormaux et, s'il est approuvé pour l'initiation, commencera avec les données anonymisées déjà présentes sur plus de 2 millions de filles et de femmes. Ensuite, dans une paire d'études appelées Val-IDA-te, nous comparerons les résultats des femmes utilisant l'application avec leurs niveaux de fer pour tester l'hypothèse que le système peut prédire celles qui ont une ID et une IDA.
