In Kenia erkranken täglich Hunderte Kinder an akuter Unterernährung. Es ist eine stille Tragödie. davon sind 350.000 Kinder unter fünf Jahren betroffen, Ganze Familien werden zu hilflosen Zuschauern einer scheinbar unvermeidlichen Tragödie. Doch was wäre, wenn wir genau wüssten, wo und wann Unterernährung auftritt, bevor sie überhaupt eintritt?
Eine Gruppe von Forschern aus USC, Microsoft, Amref Health Africa e Kenianisches Gesundheitsministerium hat eine künstliche Intelligenz entwickelt, die genau das tut: sagt Ernährungskrisen sechs Monate im Voraus mit einer Genauigkeit von 89 % voraus.
Ein Algorithmus, der die Zukunft der Unterernährung vorhersagt
Das in der in PLoS ONE Der 14. Mai 2025 stellt einen Paradigmenwechsel im Umgang mit Unterernährung bei Kindern dar. Girmaw Abebe Tadesse, leitender Wissenschaftler am Microsoft AI for Good Lab in Nairobi, erklärt die Bedeutung dieses Projekts:
„Unterernährung stellt für Kinder in Afrika eine erhebliche Herausforderung dar, einem Kontinent, der unter schwerer Ernährungsunsicherheit leidet, die durch den Klimawandel noch verschärft wird.“
Das Modell kombiniert klinische Daten von mehr als 17.000 kenianischen Gesundheitseinrichtungen mit Satellitendaten zum Gesundheitszustand von Nutzpflanzen und zur landwirtschaftlichen Produktivität. Diese Informationsfusion ermöglicht es, neu entstehende Risikogebiete deutlich genauer zu identifizieren als mit herkömmlichen Methoden.
Wenn Forscher die Einmonatsprognose testen, steigt die Genauigkeit auf 89 %Sechs Monate später Die Genauigkeit beträgt weiterhin beeindruckende 86 %. Zum Vergleich: Methoden, die nur auf historischen Trends der Unterernährung basieren erreichen nur 73 % Genauigkeit.
Wie die Vorhersage von Unterernährung bei Kindern funktioniert
Der Schlüssel zum Erfolg liegt in der Integration verschiedener Datenquellen. Das System nutzt das District Health Information System 2 (DHIS2), eine Plattform, die Gesundheitsdaten von Kliniken in ganz Kenia sammelt. Gleichzeitig analysiert es Satellitenbilder des MODIS-Satelliten der NASA, um die Bruttoprimärproduktivität (GPP) zu messen, einen Indikator für das Wachstum von Nutzpflanzen.
Laura Ferguson, Forschungsleiter am USC Institute on Inequalities in Global Health, stellt fest: „Unterernährung ist in Kenia ein Gesundheitsnotstand. Kinder werden unnötig krank. Kinder sterben unnötig.“ Aktuelle Prognosemethoden basieren hauptsächlich auf Expertenmeinungen und historischem Wissen. Diese Ansätze sind jedoch kaum in der Lage, neue Ausbrüche oder schnelle Veränderungen vorherzusehen.
Das KI-Modell hingegen kann versteckte Muster in den Daten erkennen und Zusammenhänge zwischen Erntebedingungen und Unterernährungsraten identifizieren, die einer menschlichen Analyse sonst entgehen würden. Regionen mit schlechtem Erntezustand weisen in den Folgemonaten oft höhere Unterernährungsraten auf.
Satelliten, die den Hunger „sehen“, bevor er eintritt
Der innovativste Aspekt betrifft die Nutzung von Satellitendaten. Die Bilder von Bildgebendes Spektroradiometer mit mittlerer Auflösung Die NASA (sagen Sie mal: „Aber wozu Weltraumforschung?“) liefert präzise Messungen der Ernteproduktivität in Echtzeit. Sinkt die Ernteproduktivität in einer Region, kann der Algorithmus einen Anstieg der Unterernährung bei Kindern in den folgenden Monaten vorhersagen.
wie Wir haben in früheren Analysen unterstrichenKünstliche Intelligenz verändert die Gesundheitsbranche radikal und diese Anwendung ist ein perfektes Beispiel dafür.
Bistra Dilkina, Co-Direktor des USC Center for Artificial Intelligence in Society, bezeichnet das Modell als „bahnbrechend“. Das System erweist sich als besonders effektiv bei der Vorhersage von Unterernährung in Regionen, in denen die Prävalenz schwankt und Spitzenwerte schwer vorherzusehen sind.
Von der Forschung zur Praxis
Forscher haben den Prototyp eines Dashboards entwickelt, das das regionale Risiko von Unterernährung visualisiert und so schnellere und gezieltere Reaktionen ermöglicht. Samuel Muragevom kenianischen Gesundheitsministerium erklärt, dass
„Der beste Weg, die Zukunft vorherzusagen, besteht darin, sie mithilfe der verfügbaren Daten zu gestalten, um in Entwicklungsländern eine bessere Planung und Vorpositionierung zu ermöglichen.“
Ferguson und Dilkina arbeiten, wie bereits erwähnt, derzeit mit dem kenianischen Gesundheitsministerium zusammen und Amref Health Africa um das Modell und das Dashboard in Regierungssysteme und Entscheidungsprozesse zu integrieren.
Ziel ist die Schaffung einer nachhaltigen und regelmäßig aktualisierten öffentlichen Ressource. Wie Ferguson betont, „können die meisten globalen Gesundheitsprobleme nicht allein durch Gesundheitsversorgung gelöst werden, und dies ist eines davon.“
Keine Unterernährung: Ein erreichbares Ziel
Kenia nutzt dasselbe Gesundheitsinformationssystem wie mehr als 125 Länder. Das bedeutet, dass ähnliche KI-Tools auch in vielen Ländern mit niedrigem und mittlerem Einkommen eingesetzt werden könnten. „Wenn wir das für Kenia schaffen, können wir es auch für andere Länder schaffen“, sagt Dilkina. „Bei einem echten Engagement für eine partnerschaftliche Zusammenarbeit sind uns keine Grenzen gesetzt.“
In einer Welt, in der Jede Minute werden 35 Kinder geboren, die Hunger leiden müssenDiese Technologie bietet endlich echte Hoffnung. Es geht nicht mehr darum, auf Notfälle zu reagieren, sondern sie zu verhindern. Und wenn es darum geht, Leben zu retten, können sechs Monate Vorlaufzeit den Unterschied zwischen Leben und Tod ausmachen.
