Modèle prédictif de la capacité de paiement des services de prophylaxie pré-exposition (PrEP) en Ouganda

Aperçu

Ce projet utilise des modèles d’apprentissage automatique et d’IA pour identifier, quantifier et cartographier les populations à haut risque de VIH éligibles à la prophylaxie pré-exposition (PrEP). En générant des analyses fondées sur les données sur les lieux et les moments opportuns pour déployer les services en particulier auprès des populations capables d’accéder à la PrEP et de la maintenir l’outil aide les partenaires de mise en œuvre à cibler leurs interventions de manière plus efficace. En fin de compte, il contribue à optimiser l’allocation des ressources et à améliorer la portée et l’impact de la mise en œuvre de la PrEP.

Pratiques responsables en IA

Le projet s’est appuyé sur une combinaison de jeux de données accessibles au public et de données provenant de sources privées, garantissant ainsi leur pertinence contextuelle.