达喀尔，塞内加尔（2024年12月3日）——我们自豪地宣布，在“大挑战塞内加尔”（Grand Challenges Senegal）的前两次资助申请中选出的突破性新创新项目。这些项目涵盖了疫情情报、监测和爆发应对，以及利用人工智能（AI）改善全球健康。这些项目得到了“大挑战塞内加尔”（GC Senegal）和“大挑战加拿大”（Grand Challenges Canada，由加拿大政府资助）的合作支持，旨在推进塞内加尔和西非经济共同体（ECOWAS）地区的卫生系统，解决紧迫的健康问题。
GC Senegal由达喀尔巴斯德研究所（Institut Pasteur de Dakar，简称IPD）基金会主办，于2022年底启动，愿景是在西非推动下一波发现和转化生命科学的突破。在“大挑战加拿大”、盖茨基金会和巴斯德网络的种子资金支持下，GC Senegal正在利用全球“大挑战”网络的协作优势，加强卫生系统。
这些项目在疾病预防、早期检测和医疗保健教育方面取得了重要进展，采用了前沿科学、AI驱动的解决方案和社区参与的方法。项目将动员学术机构、医疗服务提供者和技术开发者的多方面力量，满足流行病学和公共卫生的关键需求。
GC Senegal正在推动卫生监测、诊断和数据驱动决策的进步。在“大挑战加拿大”的资金和能力建设支持下，团队正在解锁该地区的健康创新新途径。
“‘大挑战塞内加尔’的启动，与‘大挑战加拿大’和盖茨基金会密切合作，使塞内加尔和整个地区的有才华的研究人员能够获得资金，用于与我们在该地区观察到的疾病负担相关的创新。只有通过适合这些挑战出现背景的干预措施和解决方案，才能真正解决公共卫生问题。‘大挑战塞内加尔’将资助从一开始就设计用于在独特环境中引入和扩展的创新。” ——达喀尔巴斯德研究所生物技术高级顾问Joe Fitchett博士。
“这些项目标志着西非医疗保健创新的重大进步，利用技术、当地专业知识和研究能力应对关键的公共卫生挑战。通过利用本地解决方案，这些创新将提高有价值工具的可及性，促进更健康、更具韧性的社区。” ——“大挑战加拿大”首席执行官Karlee Silver博士。
“我们认为创新是解决差距的关键，可以显著改善全球健康成果，帮助建立更有韧性的卫生系统。通过‘大挑战加拿大’，加拿大全球事务部为当地开发的创新提供支持，同时利用人工智能优化塞内加尔和整个西非的稀缺医疗资源。这些创新有潜力改变卫生系统，拯救生命。共同合作，我们可以为所有人创造一个更健康、更具韧性的未来。” ——加拿大驻塞内加尔大使Marcel Lebleu。
选定的创新项目：
第一轮：增强疫情情报、监测和爆发应对的干预措施
GC Senegal的首次资助申请重点关注通过非洲尤其是西非经济共同体（ECOWAS）地区的新型诊断、监测和医疗保健教育方法来强化卫生系统和增强疾病检测。这些举措通过移动系统进行传染病测试、快速诊断病毒性感染等手段，加强了高风险社区的公共卫生响应和韧性。通过整合先进技术和社区驱动策略，这批项目为非洲大陆的可扩展卫生解决方案奠定了基础。
- 健康系统强化中心（CfHSS）
通过移动应用程序加强加纳疫情易感传染病样本转诊系统的可及性
加纳 | 传染病 | 卫生系统强化
健康系统强化中心（CfHSS）项目旨在通过开发、测试和实施移动应用程序来增强加纳疫情易感传染病样本转诊系统。该应用程序旨在简化转诊流程，使初级卫生中心能够高效地请求和运输样本至专门实验室。应用将提供实时跟踪和更新，减少诊断和治疗的延迟。这种方法不仅会增加转诊样本的数量，还将缩短测试结果的周转时间，从而加强整体医疗系统对传染病爆发的应对能力。
- 达喀尔巴斯德研究所
开发用于麻疹病毒诊断的快速分子检测
塞内加尔 | 传染病 | 诊断创新
达喀尔巴斯德研究所的项目团队正在开发一种基于CRISPR技术的快速分子诊断测试，用于麻疹病毒的侧流条带和卡式形式检测。最终产品将实现快速、高灵敏度的诊断，有望在未来成为比现有诊断方法更便宜的替代方案。这将显著提升低资源环境中的麻疹病毒监测水平。团队计划在各种医疗环境中验证该测试，确保其可及性和可靠性，并对医护人员进行培训，以便及时准确地进行诊断。
- 黑非洲基础研究所
用于病原体检测和爆发预防的宏基因组废水监测
塞内加尔 | 环境健康 | 病原体检测
黑非洲基础研究所正在开创宏基因组废水监测，以检测病原体并预防塞内加尔的爆发。通过分析环境样本（包括废水和地表水），这一创新方法补充了传统的临床监测。它允许实时监控公共卫生威胁，通过识别社区中循环的病原体，为公共健康威胁提供关键见解。该项目旨在绘制病原体分布图，提供关于循环疾病的宝贵信息，增强国家对潜在爆发的主动应对能力。与当地卫生当局的合作将是将研究成果纳入公共卫生政策和实践的关键。
- 圣路易斯加斯顿·贝尔热大学
基于人工智能的裂谷热检测早期预警系统（AIRFARE-EWS）
塞内加尔 | 传染病 | 虫媒疾病威胁
圣路易斯加斯顿·贝尔热大学正在开发AIRFARE-EWS，这是一个基于人工智能的早期预警系统，用于检测裂谷热（RVF）爆发。通过整合环境、气象和牲畜健康信息等多种数据源，该系统将增强早期检测和及时应对RVF威胁的能力。机器学习算法将分析趋势和模式，预测爆发前的情况。项目还包括开发移动应用程序，用于监测疾病传播，向农民和医护人员提供实时警报，最终旨在保护人类和动物健康。
- 达喀尔巴斯德研究所
结合生物标志物检测和宏基因组测序在塞内加尔东部科杜古进行病毒监测
塞内加尔 | 病毒感染 | 诊断创新
达喀尔巴斯德研究所正在通过结合生物标志物检测和宏基因组测序来推进科杜古的病毒监测。该项目旨在提高病毒检测能力，同时通过更好的样本选择优化资源使用。通过实施针对特定病毒标志物的快速诊断测试，该倡议力求改善公共卫生干预措施，减少该地区病毒爆发的影响。对医护人员进行高级诊断技术的培训将确保及时识别病毒感染并采取适当措施。
- 蒂埃斯理工学院
流行病学决策支持的数据收集系统和信息研究
塞内加尔 | 公共卫生 | 卫生信息系统
蒂埃斯理工学院正在创建一个全面的数据收集系统，以支持流行病学决策。该倡议将收集和分析相关健康数据，包括疾病发病率、疫苗接种率和环境因素，使医护人员和政策制定者能够实时做出知情决策。项目还将开发一个双语聊天机器人（法语和沃洛夫语，塞内加尔的前两种语言），最终将作为智能搜索引擎。该聊天机器人将对健康专业人士以及希望获取可靠、安全、准确和可信疾病信息的普通市民开放。
- 达喀尔巴斯德研究所
黄热病毒现场快速分子检测
塞内加尔 | 传染病 | 快速诊断
达喀尔巴斯德研究所的项目团队正在开发一种现场快速分子诊断测试，用于检测黄热病毒。该倡议旨在通过提供快速结果来实现及时诊断和有效的爆发管理。通过提高意识并将该技术整合到医疗机构中，项目旨在加强塞内加尔特别是高风险地区的黄热病毒监测和应对系统。
- One Health Lessons
采用创新的One Health方法进行社区疾病监测
塞内加尔 | One Health | 社区监测
One Health Lessons（OHL）与齐金绍尔阿萨内塞克大学（UASZ）合作，试点了一个社区层面的One Health教育网络和报告系统（通过移动健康平台），以有效进行爆发情报和监测。培训和实施将针对塞内加尔卡萨芒斯地区的苏迪乌社区。主要目标是使当地卫生当局能够获得更准确的实时信息，这些信息通过社区主导的监测模型有效收集，以便更好地进行决策。
第二轮：催化公平使用人工智能（AI）改善全球健康
人工智能（AI）有潜力改变世界各地的医疗保健。但随着AI技术的不断进步，迫切需要将低收入和中等收入国家（LMICs）定位为设计和共同创建AI技术支持技术的领导者。为此，“大挑战”（GC）网络合作伙伴聚集在一起，讨论在LMICs中使用AI，特别是大型语言模型（LLMs）的公平和负责任方法。六个GC合作伙伴协调了一次联合资助申请，作为盖茨基金会初次申请的后续行动。这次申请代表了识别、培养和催化研究人员、实施者、政府和技术合作伙伴在解决本国和地区特定挑战方面展示的创造力、能量和技能的协作步骤。
GC Senegal第二轮创新项目重点关注利用AI改善健康访问、诊断、治疗和教育。从增强孕产妇健康到改进疾病监测，这十个项目的展示突显了AI在塑造更健康未来的重大作用。GC Senegal的资助申请得到了“大挑战加拿大”、盖茨基金会和巴斯德网络的支持。
- 达喀尔技术学院
Weerwi：使用大型语言模型为年轻女孩提供AI驱动的咨询服务
塞内加尔 | 生殖健康 | AI聊天机器人技术
Weerwi移动应用程序为塞内加尔和西非的年轻女孩提供生殖健康信息，目前每月处理约10,000次互动。通过升级其聊天机器人，加入生成式AI和先进的大型语言模型（LLM），该应用将提供更个性化的建议，考虑之前的互动，并采用熟悉的沟通方式，更好地针对年轻女孩的预防和意识。此外，团队将实施基于用户与聊天机器人的互动的内容推荐算法，个性化通知将向用户发送相关内容（如视频）的建议。
- 水产创新站
用于血吸虫病控制的人工智能
塞内加尔 | 传染病 | 疾病地图和AI
该项目解决了血吸虫病（又称bilharzia），这是一种影响低收入地区数百万人的寄生虫感染。与美国大学和塞内加尔加斯顿·贝尔热大学（GBU）的数学、计算机科学和信息技术卓越中心（CEA-MITIC）合作，该倡议利用无人机和卫星图像与AI模型相结合，绘制高风险区域地图，实现有针对性的干预。这种AI方法将改变血吸虫病控制策略，同时培训当地学生掌握创新的疾病监测技术。
- 哈斯克·文图尔SAS
AI驱动的初级保健患者登记系统
塞内加尔 | 初级保健 | AI基础分诊
针对患者登记的挑战，哈斯克健康正在实施一个AI驱动的系统，以提高塞内加尔初级保健设施中分诊的准确性并减少等待时间。通过使用医学大型语言模型评估症状并优先安排护理，该项目将提升患者体验并减轻医护人员的工作负担。
- TC4A法语非洲有限公司
变革医疗教育：AI驱动的临床指南和标准操作程序（SOP）访问
塞内加尔 | 医疗教育 | AI驱动的培训
该创新将大型语言模型集成到TC4A的医学学习中心（MLH）中，这是专门为医疗保健提供者设计的专业电子学习平台，生成基于临床指南的个性化评估问题。该工具提高了医疗专业人员对标准操作程序的理解，改善了对医疗标准的遵守。通过确保持续的专业发展，该项目将增强法语非洲医疗工作者的技能。
- 喀麦隆巴斯德中心
面向富拉贝德语社区的多语言健康通信聊天机器人
喀麦隆 | 健康素养 | AI聊天机器人技术
该项目专注于富拉贝德语社区，利用AI开发多语言聊天机器人，提供实时健康信息。该聊天机器人具备离线功能，旨在提高健康话题的理解，旨在提高健康素养，降低互联网访问有限社区的健康风险。
- 加斯顿·贝尔热大学
家庭为中心的数据建模和监测心血管健康
塞内加尔 | 心血管健康 | 家庭为中心的健康模型
该项目推广家庭为中心的心血管健康方法，收集生活方式和环境因素的数据。通过健康和环境晴雨表，它将识别家庭心血管风险，鼓励家庭参与健康决策，最终提高对预防健康措施的依从性，改善结果。
- 伊巴·德·迪亚姆高等理工学院
利用深度学习早期检测肝纤维化
塞内加尔 | 肝脏健康 | AI基础诊断
为了解决因乙型肝炎导致的肝纤维化晚期诊断问题，该项目利用深度学习创建一种成本效益高、非侵入性的诊断工具。该AI模型旨在在低收入环境中运行，提高早期检测能力，旨在改善受影响人群的及时诊断获取。
- Kajou Senegal
日常健康建议：AI增强的社区健康工作者健康咨询
塞内加尔 | 社区健康 | AI对话代理
MSAQ是一个AI驱动的聊天机器人，为社区健康工作者提供可靠的健康信息，涉及孕产妇健康、传染病等。利用离线知识库，MSAQ将使健康工作者能够提供情境化、经过验证的建议，弥合信息差距，提高偏远地区的患者护理质量。
- 达喀尔高等理工学院
GALSEN DEEP VISION：儿童斜视早期检测的AI诊断应用
塞内加尔 | 儿童健康 | AI诊断应用
GALSEN DEEP VISION是一款基于AI的移动应用，通过分析面部图像的角度偏差来检测儿童斜视。该工具将使家长和医疗保健提供者能够识别斜视的早期迹象，确保及时干预，扩大服务不足地区的儿科眼科护理。
- 班吉巴斯德研究所
The Village：AI驱动的全球健康协作与去殖民化平台
中非共和国 | 全球健康 | AI协作网络
“The Village”平台利用AI连接世界各地的医疗保健专业人员和组织，促进全球健康中的公平协作和指导。通过促进资源共享和跨境网络，The Village旨在民主化医疗保健知识的获取，加速服务不足地区的进步。
(全文结束)
