Applicare la scienza dei dati alla ricerca sanitaria a beneficio delle popolazioni africane

recentemente Comunicazioni sulla natura Lo studio discute l’importanza della scienza dei dati per la ricerca sanitaria che apporterebbe grandi benefici alla popolazione africana.

Soggiorno: La promessa della scienza dei dati per la ricerca sanitaria in Africa. Credito immagine: NicoElNino / Shutterstock.com

In che modo la scienza dei dati ha rivoluzionato la ricerca scientifica?

L’applicazione della scienza dei dati è associata all’elaborazione di grandi set di dati utilizzando un’infrastruttura computazionale ad alte prestazioni. Questi set di dati provengono da domini pubblici, personali e commerciali.

La scienza dei dati ha notevolmente aiutato la ricerca in vari campi aiutando nello sviluppo di molteplici nuovi interventi e strategie che hanno significativi benefici sociali.

I data scientist elaborano la grande quantità di informazioni recuperate da sistemi sanitari, cronologie degli acquisti, smartphone, post sui social media e dispositivi indossabili utilizzando nuovi algoritmi. L’analisi dei dati aiuta a generare nuove intuizioni e conoscenze generalizzabili.

L’analisi di grandi insiemi di dati ha contribuito positivamente alla preparazione biologica, al monitoraggio e alla formulazione di strategie di risposta per combattere le epidemie di malattie infettive sia delle piante che degli animali. Ad esempio, i dati del Geographic Information System (GIS) vengono utilizzati per mappare i cambiamenti spaziali in base all’incidenza, alla diffusione e agli esiti della malattia. Questi dati vengono utilizzati anche per valutare l’efficacia della strategia attuata dai sistemi sanitari dopo un’epidemia.

La scienza dei dati è stata utilizzata anche per ridurre le frodi e la corruzione, migliorare la gestione della catena di approvvigionamento per prevenire carenze di prodotti e rilevare prodotti farmaceutici contraffatti. Nella ricerca sanitaria, la scienza dei dati è coinvolta nella raccolta, generazione, archiviazione, elaborazione, gestione, visualizzazione, analisi, interpretazione e comunicazione sistematica di dati relativi alla salute. Questa analisi fornisce informazioni utili per prevenire o gestire le epidemie.

La scienza dei dati nella ricerca sanitaria in Africa

Applicare la scienza dei dati alla ricerca sanitaria risolverà probabilmente molte delle sfide affrontate dalle popolazioni africane. Sebbene l’Africa costituisca circa il 17% della popolazione mondiale, sopporta il 25% del carico mondiale di malattie.

A complicare ulteriormente le cose, l’Africa non dispone del numero adeguato di operatori sanitari e di infrastrutture. Queste avversità sociali e cliniche possono essere attribuite alla mancanza di personale adeguatamente formato, all’instabilità economica e sociale e agli scarsi finanziamenti.

I data scientist hanno evidenziato che i paesi africani necessitano di strumenti e strategie innovativi di data science per superare le sfide associate a diversi profili climatici e patologici rispetto ad altre parti del mondo.

Attualmente, permane una lacuna significativa nel set di dati che rappresenta adeguatamente la popolazione africana. Questo set di dati sottorappresentato porta allo sviluppo di modelli e algoritmi instabili e imprecisi per l’analisi delle popolazioni africane.

Le istituzioni accademiche, i governi, i ricercatori africani e il settore pubblico utilizzano attivamente la scienza dei dati per scoperte, ricerche e formulazione di strategie per gestire le epidemie di infezione. In particolare, molti degli strumenti di data science utilizzati sono stati sviluppati e convalidati al di fuori dell’Africa.

Come migliorare la ricerca sanitaria sulla scienza dei dati in Africa

Sono necessarie più infrastrutture, programmi di formazione, conferenze scientifiche e collaborazioni internazionali per contribuire a generare set di dati di alta qualità, che aiuteranno a sviluppare modelli di data science stabili e accurati. Queste iniziative colmeranno efficacemente il divario nella scienza dei dati tra l’Africa e i paesi ad alto reddito.

Nel 2022, 20 sovvenzioni per un valore di 74,5 milioni di dollari sono state assegnate nel programma Data Science for Health Discovery and Innovation in Africa (DS-I Africa). L’obiettivo principale di questo programma è migliorare la scienza dei dati e la ricerca sanitaria in Africa.

Prima di DS-I Africa, il programma di genetica umana e salute in Africa (H3Africa) ha consentito di stabilire nuove collaborazioni scientifiche per sviluppare infrastrutture per la ricerca genomica. Ciò ha contribuito ad espandere l’ecosistema della ricerca genomica in Africa.

Sebbene i governi e le istituzioni africani abbiano implementato una rigorosa infrastruttura etica della ricerca sanitaria, rimangono prevalenti diverse sfide legate alla qualità del consenso informato, alla condivisione dei benefici, all’autonomia, alla condivisione dei dati, alla privacy e allo sfruttamento. Queste sfide e controversie irrisolte devono essere affrontate a beneficio della ricerca sanitaria basata sulla scienza dei dati.

È essenziale costruire e mantenere l’infrastruttura nazionale e istituzionale per l’etica della ricerca sanitaria in Africa. L’informazione sosterrà il capitale economico e intellettuale delle istituzioni e dei paesi.

Gli esperti di etica della ricerca dovrebbero riunire le comunità di ricerca locale e di scienza dei dati per sviluppare strategie di ricerca sanitaria sulla scienza dei dati. Programmi di formazione ben progettati, adeguatamente finanziati e relativamente lunghi sono cruciali per l’etica della ricerca sanitaria nella scienza dei dati.

Le agenzie multilaterali, tra cui le Nazioni Unite, i governi, i ricercatori, i sostenitori, gli esperti di bioetica e altre parti interessate, devono collaborare con le istituzioni africane per sviluppare linee guida per la ricerca sanitaria sulla scienza dei dati per ottimizzare i benefici per la popolazione globale.

Le tecniche di scienza dei dati sono state associate alla produzione di pregiudizi algoritmici replicando e rafforzando i pregiudizi sociali. I bias algoritmici, combinati con la scarsa equità e diversità nei set di dati sottostanti, portano alla privazione dei diritti civili, alla distorsione e alla discriminazione algoritmica. Le questioni relative alla colonizzazione dei dati e alla ricerca estrattiva devono essere affrontate per ridurre i pregiudizi.

In futuro, dovrebbero essere sviluppate nuove strategie per la ricerca sanitaria basata sulla scienza dei dati con obiettivi mirati, che apporterebbe grandi benefici ai diversi ecosistemi di ricerca sanitaria in Africa.