آمریکای لاتین از هوش مصنوعی برای بهبود سلامت باروری استفاده می کند

این مقاله توسط حمایت مالی شد در مرکز تحقیقات توسعه بین المللی (IDRC)، کانادا

آگوستین گلمن می نویسد: پروژه های هوش مصنوعی مسئول در حال شکستن موانع برای جوانان و جوامع تراجنسیتی هستند.

[BUENOS AIRES, SciDev.Net] آنا میلوزکا باکا گامارا، متخصص زنان و زایمان پرویی می گوید: «همه ما حق دریافت اطلاعات به زبان مادری خود را داریم.

خدمات باید با مردم تطبیق داده شود، نه برعکس.»

باکا یک طراح چت بات است که مشاوره سلامت جنسی و باروری را به نوجوانان و بزرگسالان جوان به زبان کچوا بومی منطقه کوهستان آند در آمریکای جنوبی ارائه می دهد.

این برنامه که TeleNanu نامیده می شود – که در زبان کچوا به معنای متولی است – توسط یک تیم تحقیقاتی در دانشگاه سن مارتین دو پورس در پرو برای کاهش شکاف های اطلاعاتی و توانمندسازی جوامع به حاشیه رانده شده در آند توسعه داده شد.

“الگوریتم های هوش مصنوعی با مجموعه ای از اطلاعات آموزش داده می شوند. این جایی است که سوگیری شروع می شود.”

مارسلو ریسک، مدیر موسسه پزشکی ترجمه و مهندسی زیست پزشکی، Conicet

باکا، محقق و استاد دانشگاه گفت: در برخی از مناطق پرو، زبان کچوا زبان اصلی است.

تخمین زده می شود که حدود 8 میلیون نفر در بولیوی، اکوادور، پرو، کلمبیا و آرژانتین به زبان کچوا صحبت می کنند.

TeleNanu بر اساس یک مدل مشاوره مجازی است که از هوش مصنوعی مولد (AI) برای ارائه پاسخ های مرتبط به نگرانی های کاربران استفاده می کند. این پنج مرحله کلیدی را دنبال می کند: ایجاد ارتباط قلبی، شناسایی و برآورده کردن نیازها، تأیید درک، و حفظ ارتباط باز.

این پلتفرم توسط ماماهایی توسعه یافته است که از دستورالعمل های بهداشت عمومی سازمان بهداشت جهانی و وزارت بهداشت پرو، همراه با ادبیات پزشکی معتبر و دانش خود برای آموزش هوش مصنوعی استفاده کردند.

این به هوش مصنوعی اجازه می‌دهد تا سؤالات را تفسیر کند و پاسخ‌هایی را بر اساس آن داده‌ها پیشنهاد کند، و اطمینان حاصل کند که پاسخ‌ها استانداردهای پزشکی مبتنی بر شواهد را نشان می‌دهند و نه اطلاعات تصادفی از اینترنت. در صورت لزوم، حتی مشورت با مردم را توصیه می کند.

باکا می گوید: “اطلاعات توسط متخصصان تایید شده است تا از آسیب رساندن به سلامت نوجوانان جلوگیری شود.”

این پلتفرم که در اصل برای خدمت به نوجوانان در منطقه Ayacucho پرو طراحی شده بود، بیش از 88000 درخواست در سال گذشته دریافت کرده است، از جمله از خارج از کشور، به زبان های کچوا و اسپانیایی، زبان دیگری که استفاده می کند.

ویکتور کوئینتانیلا، معلم مدرسه ای در ایاکوچو، می گوید که دانش آموزان آن را پذیرفته اند زیرا اطلاعات قابل اعتماد و قابل درک است. او می‌گوید: «اگر مطالب به زبان کچوا باشد، می‌توانند محتوایی را بخوانند که استفاده از آن را تشویق می‌کند.

در ماه اکتبر، شرکت غیرانتفاعی پرو Apoyo a Programas de Población (APROPO) همچنین یک پلتفرم مولد مبتنی بر هوش مصنوعی راه اندازی کرد که راهنمایی و اطلاعاتی در مورد سلامت جنسی ارائه می دهد.

به گفته APROPO، پلتفرم NOA که در واتس اپ، وب و رسانه های اجتماعی موجود است، با داده های محلی و بین المللی دقیق، قابل اعتماد آموزش داده شده است.

پذیرش هوش مصنوعی برای ارائه خدمات مشاوره جنسی و باروری در پرو عمدتاً بر اساس داده‌هایی است که سطح دانش پایین در این زمینه و افزایش بیماری‌های مقاربتی و بارداری‌های اولیه را نشان می‌دهد.

بارداری نوجوانان یک مشکل جدی در منطقه است که ناشی از فقدان اطلاعات دقیق و به موقع است – زمینه ای که هوش مصنوعی می تواند بسیار مفید باشد. اعتبار تصویر: PAHO/Flickr، (CC BY-NC 2.0).

آمارهای رسمی نشان می دهد که از بیش از 8000 مورد جدید ابتلا به HIV گزارش شده در سال 2024، جوانان 20 ساله بیشتر تحت تأثیر قرار می گیرند، در حالی که 12 درصد از کل تولدها در کشور مربوط به مادران بین ده تا 19 سال است. مرگ و میر مادران نوجوان نیز رو به افزایش است.

Constanza Paredes، مدیر اجتماعی در APROPO، معتقد است که NOA “یک متحد قدرتمند در دموکراتیک کردن اطلاعات سلامت جنسی و باروری مطابق با اصول عدالت، حریم خصوصی و حقوق بشر خواهد بود”.

آنها امیدوارند تا سال 2026 با استفاده از استراتژی های دیجیتال به 100000 نوجوان دست یابند تا مناطقی را که بیشترین نیاز را دارند هدف قرار دهند.

ربات‌های چت و برنامه‌های موبایل به نوجوانان کمک می‌کنند تا اطلاعات دقیق و راهنمایی در مورد مسائل مربوط به سلامت جنسی و باروری دریافت کنند. حق چاپ: شارلوت کسل / بانک جهانی (CC BY-NC-ND 2.0 Act).

با این حال، Paredes اذعان می کند که هنوز چالش های زیادی برای استفاده از پتانسیل کامل هوش مصنوعی برای سلامت وجود دارد. او می‌گوید که اینها شامل دسترسی به اطلاعات، فقدان داده‌های متنوع و نماینده اخلاقی، و هماهنگی عمومی و خصوصی برای توسعه ابزارهایی با “شواهد، ارتباط فرهنگی و زبان فراگیر” است.

پاردس تاکید می‌کند، همچنین مهم است که “اطمینان حاصل شود که این فناوری ننگ، تعصب یا موانع فرهنگی را بازتولید نمی‌کند.”

اعتیاد جامعه ترنس

چنین تعصبی به شدت توسط جامعه ترنس در آمریکای لاتین احساس می شود.

ویرجینیا سیلویرا، مربی و فعال ترنس آرژانتینی می گوید: اگر هوش مصنوعی بدن ما را در نظر نگیرد، شروع به پاک کردن ما خواهد کرد.

او می ترسد که الگوهای زبانی خودکار تبعیضاتی را که جامعه او در گذشته با آن روبرو بوده است تکرار کند.

او می‌گوید: «ما به خدمات بهداشتی دسترسی نداریم، ما را با نام درست صدا نمی‌زنیم و هیچ صراحتی در مورد بدنمان وجود ندارد.

“هوش مصنوعی امروز آماده نیست […] سیلویرا، مدیر دبیرستان موکا سلیس در بوئنوس آیرس، اولین مدرسه ترنسوستیت و ترنسجندر در جهان، می گوید: “سوگیری های عمیقی وجود دارد.” او معتقد است که رویکردهای جدیدی برای هوش مصنوعی مورد نیاز است.

افراد غیر باینری بیشتر در محیط های مراقبت های بهداشتی تبعیض را تجربه می کنند. با استفاده مسئولانه، هوش مصنوعی می تواند به حذف تعصب در الگوهای زبانی کمک کند. حق چاپ: Freepik

بر اساس سرشماری سال 2022، در آرژانتین، تقریبا 200000 نفر ترنسجندر یا غیر باینری هستند. داده های محدودی در سطح منطقه ای در دسترس است، زیرا سؤالات مربوط به هویت جنسیتی در بسیاری از سرشماری ها و بررسی های ملی وجود ندارد.

بر اساس گزارش سال 2021 در مورد جمعیت ترنس در آمریکای لاتین، با عنوان “من نمی میرم، آنها مرا می کشند”، امید به زندگی جمعیت ترنس بین 35 تا 40 سال است. بیش از نیمی از افرادی که برای این گزارش مورد بررسی قرار گرفتند، گفتند که تبعیض را تجربه کرده‌اند و 90 درصد آن را در یک مرکز بهداشتی تجربه کرده‌اند.

پروژه ای توسط مرکز بین رشته ای تحقیقات در علم، فناوری و نوآوری آرژانتین (CIECTI) به دنبال کاهش تعصبات در مدل های زبانی بزرگ است که می تواند به جمعیت های آسیب پذیر منطقه مانند افراد تراجنسیتی آسیب برساند.

برای این منظور، آنها دستوراتی را برای تعامل سیستماتیک با مدل های زبان – ChatGPT، Gemini، Grok – ایجاد کردند و پاسخ ها را تجزیه و تحلیل کردند. هدف این است که درک بهتری از محدودیت‌های این مدل‌ها و الگوریتم‌های استخراج برای کاهش آسیب در مدل‌های بالینی و عمومی جدید ارائه کنیم.

این تیم متشکل از افرادی است که جنسیت آنها با جنسیت تعیین شده در بدو تولد (cis) و افراد تراجنسیتی مطابقت دارد.

تغییرات پاسخ کنترل شده برای مشاهده رفتار الگوهای زبانی زمانی که مشخص بود افراد درگیر تراجنسیتی یا سیسجندر هستند استفاده شد.

نتایج اولیه نشان می‌دهد که الگوهای زبانی مفاهیم منفی را در مورد افراد تراجنسیتی منتقل می‌کنند و به آنها انگ می‌زنند و آنها را غیرعادی می‌دانند. آنها همچنین در ادغام اطلاعات بالینی در مورد افراد ترنس مشکل داشتند.

انزو فرانته، محقق علوم کامپیوتر در آژانس علم و فناوری آرژانتین، انزو فرانته، توضیح می‌دهد: «اگر یک مرد ترنس و یک زن سیس برای سونوگرافی ترانس واژینال درخواست قرار ملاقات بدهند، مدل‌ها به طور سیستماتیک آن را به زن سیس می‌دهند.

این سوگیری‌ها می‌توانند دسترسی به مراقبت‌های بهداشتی را مسدود کنند.»

این تیم ابزاری را برای ارزیابی و طبقه بندی آسیب های ناشی از این سوگیری ها ایجاد کردند.

در مرحله دوم، آنها داده‌های بیشتری را برای کاهش این سوگیری‌ها و کمک به کاهش آسیب‌هایی که افراد تراجنسیتی در سیستم‌های مراقبت‌های بهداشتی با آن مواجه هستند، توسعه خواهند داد.

برای مهندس مارسلو ریسک، محقق و مدیر مؤسسه پزشکی ترجمه و مهندسی زیست پزشکی در Conicet، بحث سوگیری زمانی که صحبت از هوش مصنوعی برای سلامت اقلیت ها می شود، محوری است.

ریسک که بخشی از تحقیقات CIECTI نبود، توضیح داد: «الگوریتم‌های هوش مصنوعی با مجموعه‌ای از اطلاعات آموزش داده می‌شوند. از اینجا جابجایی شروع می‌شود.

وقتی موقعیتی پیش می آید که با آنچه آموخته شده متفاوت است، واکنش می تواند غیرمنتظره باشد.»

ریسک می‌گوید: «تا زمانی که انسان در زمان مناسب مداخله کند، پزشکی باید بر ابزارهای هوش مصنوعی تکیه کند».

وی می افزاید: باید با اطلاعات هر چه بیشتر و خوب چه از نظر کمی و چه از نظر کیفی کار کنیم.

غلبه بر چالش های هوش مصنوعی

روبرتو سالوارزا، رئیس کمیسیون تحقیقات علمی بوئنوس آیرس و وزیر سابق علوم و فناوری، می گوید: SciDev.Netهوش مصنوعی پاسخ‌های خود را بر اساس اسناد موجود استوار می‌کند که اغلب مغرضانه هستند و از نظر علمی تأیید نمی‌شوند و پژوهش را با نظرات یا مقالات روزنامه‌ها برابر می‌دانند.

چالش بزرگ ادغام سیستم علمی با سیستم سلامت است که می تواند کیفیت اطلاعات را برای توسعه ابزارهای هوش مصنوعی که سلامت جنسی و باروری را بهبود می بخشد، بهبود بخشد.

دسترسی به داده‌های قابل اعتماد که واقعیت‌های محلی را منعکس می‌کند، یک چالش بزرگ برای توسعه‌دهندگان هوش مصنوعی در آمریکای لاتین است. حق چاپ: PAHO / Flickr، (CC BY-NC 2.0).

سینتیا سجاس، دانشمند علوم سیاسی، هماهنگ کننده مرکز هوش مصنوعی و سلامت آمریکای لاتین و دریای کارائیب (CLIAS) می گوید: فراتر از تعصب، منطقه از نظر داده های قابل اعتماد، مقررات و مقیاس بندی با چالش هایی مواجه است.

بین سال‌های 2023 و 2024، CLIAS 15 پروژه هوش مصنوعی و مطالعات تحقیقاتی را در مورد سلامت جنسی، تولید مثل و مادر در میان جمعیت‌های آسیب‌پذیر در آمریکای لاتین ترویج کرد. این مرکز همچنین با کشورهای آفریقا، آسیا و خاورمیانه تبادل تجربیات می کند.

برای Cejas، استفاده از هوش مصنوعی در این زمینه باید کیفیت داده ها و نیازهای کاربر را در اولویت قرار دهد. او با تاکید بر نیاز به نظارت و ارزیابی این راه حل ها می گوید: «ضروری است که جامعه در طراحی راه حل ها مشارکت کند.

CLIAS راهنمایی در مورد بهترین شیوه‌ها برای توسعه مجموعه‌های داده سلامت با کیفیت بالا برای استفاده توسط الگوریتم‌های هوش مصنوعی، با توصیه‌هایی برای گنجاندن دیدگاه جنسیتی ارائه کرده است.

Cejas می افزاید: “ما محققان و توسعه دهندگان را تشویق می کنیم تا با کاربران بالقوه خود و بخش خصوصی ارتباط برقرار کنند.”

هدف او این است که هوش مصنوعی نه تنها پردازش داده ها را بیاموزد، بلکه در مراقبت از جمعیت های آسیب پذیر نیز متحد باشد.

این مقاله توسط بخش آمریکای لاتین و کارائیب SciDev.Net ایجاد شده است و توسط آن پشتیبانی می شود مرکز تحقیقات توسعه بین المللی (IDRC) کانادا

پروژه CLIAS و کمک‌های فرعی آن توسط IDRC و وزارت امور خارجه، مشترک المنافع و توسعه دولت بریتانیا از طریق برنامه هوش مصنوعی برای توسعه تامین می‌شود.