Zanzibar est confronté à des niveaux élevés de mortalité néonatale en raison des retards ou de l’incapacité à rechercher des soins, et des facteurs de risque biologiques qui ne sont pas détectés en raison du manque de contact avec le personnel de santé.
En outre, le système de santé en général souffre d’un manque de ressources, notamment pour les agents de santé communautaires (ASC). Le gouvernement de Zanzibar met en œuvre un programme national de santé communautaire à support numérique pour fournir des services essentiels de santé, de nutrition et de développement aux femmes enceintes et aux enfants.
Dans ce cadre, l’apprentissage automatique (AA) est une approche innovante qui a le potentiel d’améliorer l’efficacité et l’efficience de la prestation de services de santé maternelle, néonatale et infantile.
Le projet visait à personnaliser et à améliorer la santé maternelle et infantile à Zanzibar en intégrant l’analyse prédictive dans le système national de santé communautaire numérique en utilisant l’apprentissage automatique.
Cette innovation a permis aux agents de santé communautaires d’identifier à l’avance les femmes ayant une grossesse à haut risque et de cibler les soins prénatals et postnatals afin d’atténuer les risques et d’améliorer les résultats.
La solution s’appuyait sur un système numérique très efficace qui a été mis en œuvre depuis 2011 en partenariat avec le ministère de la santé de Zanzibar. Ce système donnait au projet un accès unique à des données longitudinales complètes sur les patients, qui sont continuellement mises à jour.
93% des femmes identifiées à risque élevé ont bénéficié d’au moins une visite supplémentaire du ou de la VSC, soit 3182 sur 3422
Tout·es les VSC (194) et superviseur·euses (19) impliqué·es dans le projet pilote ont suivi une formation sur l’utilisation de l’application dans les deux districts concernés à Zanzibar
