För två decennier sedan undertecknade afrikanska ledare Abuja-deklarationen, en milstolpe i åtagandet att minska malarians dödstal med 50 procent under en tioårsperiod, med start 2010.

Starkt politiskt engagemang, tillsammans med innovationer i form av nya verktyg och en kraftig ökning av finansieringen, skapade en tidigare oöverträffad period av framgångar i den globala bekämpningen av malaria. Enligt Världshälsooragisationen (WHO) har 1,5 miljarder malariafall och 7,6 miljoner dödsfall undvikits sedan 2000.

I september 2019 utfärdade WHO: s generaldirektör Dr Tedros Adhanom Ghebreyesus en "malariautmaning" och uppmanade de instanser som jobbar med global hälsa att öka investeringarna i forskning och utveckling av nya sätt och metoder för att minska malariafallen. Denna uppmaning förstärktes ytterligare i april 2020 i rapporten från WHO: s strategiska rådgivande grupp för malariautrotning.

Mot bakgrund av ovanstående och genom den nya Education 5.0-modellen som lanserades av den zimbabwiska regeringen, National University of Science and Technology (NUST) i Zimbabwe, utvecklade Bongani Jubani, student i datavetenskap, nyligen en applikation eller programvara för att hjälpa till med automatiseringen av processen att diagnostisera malaria. En insats som förväntas underlätta arbetet för både landet och södra Afrika i kampen mot malaria.

Education 5.0-modellen, som säkerställer produktion av varor och tjänster, har lagt till ytterligare två fokusområden, innovation och industrialisering, till undervisning, forskning och uppsökande. Den skiljer sig från 3.0-modellen, som bestod av tre kärnområden - undervisning, forskning och uppsökande. Den ärvdes från ett kolonialt system som var strukturerat för att producera en pool av arbetare för att tjäna den koloniala ekonomin.

NUST projektkoordinator för datorsäkerhet, kognitionsvetenskap och digital kriminalteknik, Daniel Musundire, sade att applikationssystemet använder artificiell intelligens (AI) för att upptäcka förekomsten av malariaparasiter i en patients blodkroppar genom att bara skicka in en bild av patientens blodceller.

– Den utvecklade prototypen eftersträvar att använda artificiell intelligens för malariadiagnos. För det första använder systemet information om symtom hos användaren för att förutsäga om personen har malaria eller inte. Här används ett “intelligent inslag” som beräknar sannolikheten för malaria utifrån en uppsättning givna symtom. Den andra delen av systemet möjliggör uppladdning av mikroskopbilder av blodutstryk. Systemet kategoriserar cellerna som infekterade eller friska.

– Detta borde hjälpa till i miljöer som har begränsade resurser. Två laboratoriemetoder som används i Zimbabwe är mikroskopisk detektion och snabb antigendetektion. Enligt Lancet Clinical Laboratories i Zimbabwe förblir mikroskopisk detektion "guldmetoden" för diagnos av malaria, men den är beroende av erfarenheten hos personen som mikroskoperar och metoden är också tidskrävande. Minst tre utstryk med olika tidsintervall ska skickas in innan diagnosen kan uteslutas. Mikroskopiska bilder väntar inte på att en expert ska läsa av dem, utan datorer kan användas för att processa flera fall/patienter åt gången.

Musundire sa att AI inom sjukvården är en övergripande term som används för att beskriva användningen av maskininlärningsalgoritmer och programvaror för att efterlikna mänsklig kognition i analys, tolkning och förståelse av komplicerade medicinska samt hälso- och sjukvårdsdata.

Enligt Musundire kan AI-verktyg, inom den mycket komplexa sjukvården, stödja vårdgivare i att tillhandahålla snabbare service, diagnostisera problem och analysera data för att identifiera trender eller genetisk information som kan innebära anlag för en viss sjukdom. När insparade minuter kan innebära räddade liv så kan AI och maskininlärning vara transformerande, inte bara för varje enskild patient utan också för hela vården.

Han sa att testkörningen av prototypen, som är först av sitt slag i Afrika, kommer att göras under andra eller tredje kvartalet 2021.

Jämfört med nutida metoder att fastställa malaria så är det nya systemet snabbare sa Jubani.

– Kom ihåg att om diagnosen är försenad betyder det sen behandling och sen behandling kan innebära förlust av liv. Detta system minskar de “tidsgapen” och resultaten tillhandahålls omedelbart. Detta system är mer exakt jämfört med de andra metoder som för närvarande används. Systemet använder uppdaterad teknik för att förbättra diagnosen av malaria. Kom ihåg att fel diagnos betyder fel behandling som resulterar i en säker död.

Applikationen är billigare att använda, berättar Jubani. I de flesta länder i södra Afrika har vi långa köer på sjukhusen, där människor bara väntar på att få träffa läkaren. Om vi nu har ett system som efterliknar den sakkunniga och dyra läkaren så betyder det minskade kostnader. Som exempel kan vi ta cyklonen Idai (mars 2019) som utsatte många människor för risken att få malaria. Det är dyrt att lokalisera läkare till en sådan malariautbrottzon, men det är lätt att distribuera denna applikation som kan användas av människor helt utan eller med minimalt expertis.

Sådana tekniska innovationer är välkomna i skuggan av den oroande malariastatistik från World Health Organisation (WHO). Statistik som visar på information som resulterar i insikten att 79 procent av befolkningen i Zimbabwe riskerar att få sjukdomen, som har kostat mer än 226 liv i landet bara detta år (2020).

Enligt District Health Information Software 2 registrerades cirka 310 000 fall av malaria under 2019, vilket är 22 fall per 1000 invånare. Detta representerade en ökning med 19 procent jämfört med antalet rapporterade fall 2018 (cirka 260 000) i Zimbabwe.

🗳 Eftersom demokrati är avgörande i en faktabaserad optimistisk värld ... påminner vi våra läsare om den demokratiska statusen i de länder vi skriver om:

Zimbabwe har Global Freedom Score 29 och status Partly Free.