Wat is AWARrD?Het is een feit dat u zich geen zorgen hoeft te maken.
AWARrD is the "Alliance for Women's African Research Data" that comprises a multinational team of data scientists, hematologists, epidemiologists, obstetrician gynecologists, experienced clinical investigators and the developers of the most downloaded women's health application in the world, who, individually and collectively, are dedicated to improving the reproductive health of African girls and women. This team, many of whom have worked together in the past, has come together to respond to a funding opportunity provided by the US National Institutes of Health (NIH). The request by the NIH is to build the capacity of African nations to utilize data science to solve health care problems important to the African continent and to do so by partnering with universities, private enterprise and other experts from around the world. More on the NIH "funding opportunity" called DS-I Africa, can be found here.
De wetenschappers, clinici en andere entiteiten die AWARrD vormen, hebben belang bij het verbeteren van de reproductieve gezondheid van vrouwen in het algemeen, en in het bijzonder bij het verbeteren van de diagnose en behandeling van problemen die verband houden met de baarmoeder of de baarmoeder. Het idee om 'big data' of datawetenschap te gebruiken om sommige van deze problemen op te lossen, is aanlokkelijk, dus werd besloten om de vaardigheden, passies en beschikbare middelen van dit spectrum van belanghebbenden te benutten en onderzoeksprojecten te ontwerpen die bestaande gegevens gebruikten om te beginnen belangrijke klinische problemen waarmee vrouwen in Afrika worden geconfronteerd.
DOEL: EENKunstmatige intelligentie voor het myometriumHet is een feit dat u zich geen zorgen hoeft te maken.
Machines aanleren om leiomyosarcoom te detecteren
Het AIM-project is ontworpen om de hypothese te testen dat door magnetische resonantiebeelden (MRI's) van willens en wetens goedaardige en kwaadaardige leiomyomen - leiomyosarcomen - bloot te stellen aan een 'diep lerend' computersysteem, de 'machine' kan 'leren' de leiomyosarcomen te detecteren door subtiele verschillen die aan het menselijk oog kunnen ontsnappen. Voor het AIM-project zal een database van honderden MRI's van goedaardige vleesbomen worden gebruikt om de machine te trainen in het herkennen van goedaardige tumoren, en een reeks MRI's van leiomyosarcoom zal worden gevonden om het systeem de kwaadaardige versie te laten zien. Computerwetenschappers met expertise in "deep learning" aan de Universiteit van Assiut en de Universiteit van Chicago zullen dit project ontwikkelen en ons hopelijk helpen een manier te vinden om deze zeldzame maar gevaarlijke tumoren te diagnosticeren.
Can smartphones identify girls & women with HMB, ID & IDA?
The AWARrD team has joined with Flo Health and a spectrum of internationally known and respected specialists in abnormal menstrual bleeding to create a research plan designed to test the ability of the Flo app to identify iron deficiency (ID) and iron deficiency anemia (IDA) in African women. The name of the project is "DatAUB", which stands for Data on Abnormal Uterine Bleeding and, if approved for initiation, will start with the anonymized data already present from more than 2 million girls and women. Then, in a pair of studies called Val-IDA-te we will compare the results of women using the application with their iron levels to test the hypothesis that the system can predict those who have ID and IDA.
