IndeSanté et sciences de la vie2022 – en cours

ARMMAN

Apprentissage automatique pour désigner les bénéficiaires d’appels en direct d’agents de santé dans le programme mMitra

Un modèle de Google Research a réduit d’environ 30 % les baisses d’engagement lors d’un essai de terrain auprès de 23 000 femmes participant à un programme indien de santé maternelle

Résultats confirmésÉtude indépendanteFournisseur ↗

Problématique

Le programme mMitra d’ARMMAN envoie des messages vocaux automatisés à des femmes enceintes et à de jeunes mères, mais beaucoup cessent de les écouter. L’association dispose de peu d’agents de santé, si bien que seul un petit nombre de femmes peuvent recevoir un appel en direct.

Approche

Google Research et ARMMAN ont conçu un modèle qui choisit les femmes devant recevoir les appels disponibles en nombre limité, selon une méthode de bandits à plusieurs bras de type « restless ». Pour les nouvelles inscrites sans historique d’écoute, il utilise des groupes établis selon les habitudes d’écoute passées et associe les données démographiques à ces groupes. Environ 23 000 femmes ont été réparties en 3 groupes : suivi standard, appels à tour de rôle et appels attribués par le modèle. L’étude a duré 7 semaines.

Chiffres clés

23,003participantes à l’étude de terrain de 7 semainesÉtude indépendante[1]

~30%réduction des baisses d’engagement dans le groupe dont les appels étaient attribués par le modèle, par rapport aux groupes de comparaisonÉtude indépendante[1]

32%réduction des baisses cumulées d’engagement par rapport au suivi standard après 7 semaines (p = 0,044), selon Google ResearchÉtude de cas fournisseur[2]

Enseignement

Le modèle a réparti les appels que le personnel pouvait assurer en nombre limité et réduit d’environ 30 % le désengagement vis-à-vis des messages de santé. Les résultats portent sur une seule étude de 7 semaines.

Sources

Field Study in Deploying Restless Multi-Armed Bandits: Assisting Non-profits in Improving Maternal and Child Health
Proceedings of the AAAI Conference on Artificial Intelligence28 juin 2022Étude ou rapport de recherche
Using ML to Boost Engagement with a Maternal and Child Health Program in India
Google Research24 août 2022Publication d’un fournisseur

Résumés des sources

[1]Proceedings of the AAAI Conference on Artificial Intelligence28 juin 2022

Des chercheurs de Google Research, de Harvard, d’ARMMAN et de la Singapore Management University décrivent un système fondé sur un algorithme de bandits pour répartir des appels de service disponibles en nombre limité. Lors d’une étude de 7 semaines portant sur 23 003 participantes, le groupe utilisant le modèle a montré une amélioration statistiquement significative par rapport aux groupes de comparaison, avec une réduction des baisses d’engagement d’environ 30 %. Les chercheurs y voient la première démonstration de terrain de cette méthode en santé publique.

[2]Google Research24 août 2022

Google Research explique que mMitra envoie des messages vocaux sur les soins préventifs, de la grossesse jusqu’au premier anniversaire de l’enfant, et décrit le dispositif à 3 groupes. Il indique une réduction de 32 % des baisses cumulées d’engagement par rapport au suivi standard après 7 semaines, tandis que les appels à tour de rôle les réduisaient de 5,2 %, écart non significatif. L’étude n’a mesuré que des résultats à court terme avec une capacité d’appel limitée.

Les informations complètes figurent dans les sources d’origine.

Ajouté le 25 oct. 2026 · Mis à jour le 25 oct. 2026