在印度的核心地区，一场由人工智能和普通手机推动的静悄悄的革命正在展开。孕产妇健康的积极倡导者、ARMMAN的创始人及主席Aparna Hegde博士与谷歌DeepMind印度公司的研究主管Aparna Taneja博士携手应对印度面临的重大挑战之一：降低怀孕和分娩期间的可预防死亡率。

他们所采用的工具是什么？这是一个创新的人工智能系统，能够预测哪些准妈妈最有可能脱离基本医疗信息计划，从而使Hegde博士的非营利组织ARMMAN能够提供及时且有针对性的支持。

《今日商业》深入分析了这一开创性的合作，探讨人工智能如何不仅增强了外展工作，还揭示了对母亲及其家庭生活的意想不到的见解，为未来技术与人类同情心的结合拯救生命铺平了道路。

PD: 您能否描述一下在开发这种基于人工智能的孕产妇健康预测建模技术时所面临的具体技术挑战？谷歌的无偿支持和资源是如何帮助克服这些挑战的？

阿帕娜·赫格德: 我们发现近30%-40%的女性并没有持续接听电话；她们要么不接电话，要么完全不听。由于工作人员有限，接触到所有这些女性变得非常困难。我们需要一种方法来提前识别出哪些女性有高风险退学，并优先关注她们。

我相信人工智能能够为我们指明方向。这个模型得到了谷歌研究团队的无偿支持，帮助我们留住了大约30%的新妈妈和准妈妈，她们是最有可能退出项目的高风险群体。

我们已经看到，当女性听取这些信息时，健康结果是显著的。我们每周接触到越来越多的女性，让她们重返工作岗位，因为人工智能正在拯救生命。

PD: 您能详细说明人工智能模型中使用的具体数据类型，以及如何以道德和负责任的方式收集数据，以确保隐私吗？

Aparna Taneja: 通过对数百万匿名通话记录的人工智能分析，该项目帮助ARMMAN识别出最有可能退出项目的参与者，并优先考虑ARMMAN呼叫中心工作人员和社区合作伙伴提供的额外个性化服务，包括针对特定问题的面对面支持和资源。

该模型是在遵循负责任的人工智能原则的基础上开发的，并经过了多个伦理委员会的严格审查。

PD: 到目前为止，您能否量化这种人工智能技术对孕产妇健康结果的影响？您是否跟踪了任何具体指标，比如辍学率的降低、产前护理依从性的提高等？

Aparna Hegde: 在ARMMAN，我们已经提供了十多年的免费移动语音通话服务，为服务不足的社区中的孕妇和新妈妈提供及时和有针对性的预防性健康信息，使用她们选择的语言和时间。我们发现，定期使用这项服务与改善女性及其婴儿的行为和健康结果相关，第一年健康出生体重的婴儿增加了17%，服用重要铁和叶酸（IFA）药片的孕妇增加了25%，女性对计划生育方法的认识提高了近48%。

通过整合在谷歌研究团队无偿支持下开发的人工智能模型，我们能够保留大约30%的新妈妈和准妈妈，这些妈妈退学的风险最高。这意味着更多的女性正在接受并根据她们通过我们的项目获得的医疗保健信息采取行动，从而为她们和她们的孩子带来了更好的健康结果。

该项目最初于2019年在17.5万名女性中进行试点，支持该项目的人工智能最终扩展到约35万名女性的数据库中。

PD: 这项技术如何补充和扩大印度现有孕产妇保健项目的影响？

Aparna Hegde: ARMMAN目前还在实施Kilkari方案，这是一项与印度政府合作的流动卫生信息方案，已惠及印度20个邦和联邦属地的4900多万妇女及其子女。谷歌的研究团队正在提供无偿支持，帮助ARMMAN开发人工智能模型，以提高Kilkari的参与度。

在预测建模中使用了什么类型的机器学习算法？为什么选择这些特定的方法？

Aparna Taneja: 机器学习解决方案采用了一种名为Restless Multi-Armed Bandits（rmab）的资源优化框架，该框架非常适合在预算限制下优化资源分配。我们的研究发现，与其他方法相比，rmab在统计上表现出显著的优越性能，同时也考虑到计算效率。

该模型分析了参与者在一段时间内对自动匿名呼叫的行为和反应，并提供了关于她们持续参与的统计显著预测，使ARMMAN的呼叫中心工作人员和社区合作伙伴能够优先考虑最有可能脱离该计划的参与者，进行额外的个性化外展，包括面对面的支持和针对特定问题的资源。

这种优先顺序帮助ARMMAN优化其资源，最大限度地与孕妇和新妈妈接触。

PD: 关于母亲们的生活受到这项技术积极影响的有趣轶事吗？

Aparna Hegde: 为了证明人工智能辅助支持的有效性，一名项目参与者表示：“我之前听不到电话。然后ARMMAN的工作人员伸出援手，解释了听取这些信息的好处。现在我定期接听电话。感觉就像家里的人在照顾我。我听从所有的建议，认真照顾我的孩子。”

我们还注意到，女性对自身健康意识的提高促进了整个社区的重要社会转变，母亲们更加直言不讳地要求更好的权利和照顾她们的女孩，同时也从她们的孩子和她们自己那里得到了更多的家庭支持。

PD: 在这个项目中，您们遇到了哪些意想不到的挑战和成功？

Aparna Taneja: 随着研究团队与ARMMAN的合作，机器学习模型在开发生命周期中不断演变，最初只识别有脱离ARMMAN项目风险的女性，最终根据那些可能从额外干预中获益最多的女性对她们进行排名。这是一个重要的概念转变，帮助ARMMAN优化资源。

该模型还解释了人类行为的动态本质，以及可能适得其反的方法，如果女性的倾听行为保持不变，就会阻止重复呼叫。这种额外的考虑使模型更符合现实世界的人类行为，最终导致更有效和尊重的干预策略。

此外，ARMMAN的工作人员还发现了一个意想不到的设计结果，他们注意到人工智能模型还能以某种方式识别出怀孕期间可能遇到困难的母亲，并能够优先考虑社区工作人员的额外支持。

PD: 您如何看待人工智能在改善印度及其他国家的医疗保健和解决社会问题方面发挥的更广泛作用？

Aparna Hegde: 我们已经亲眼目睹了科技与人文关怀结合的有效性，不仅在人工智能模型整合后取得了显著的健康成果，还实现了代际转变，加强了家庭和社区的关系。我们的目标是采用多媒体方法，并利用我们拥有的大量数据，借助人工智能和预测分析的力量，更好地为更多的母亲和儿童服务。

Aparna Taneja: 人工智能辅助干预的潜力是巨大的。我们用于解决ARMMAN医疗保健信息计划中参与者保留问题的框架可能在医疗保健部门有多种应用，甚至可以扩展到农业和教育等领域。

在谷歌，我们坚信人工智能不仅可以成为健康的强大助力，还可以成为社会公平的强大推动力。虽然这一直是我们人工智能社会公益团队的动力，因为我们为ARMMAN开发人工智能模型提供了无偿支持，但公司的其他团队也在与来自全球的变革者、企业家和利益相关者密切合作，开发应对全球挑战的高影响力解决方案，将我们的技术、能力和资源用于支持和实现大规模影响。