類似事例
AI経営事例集
← 事例
インド医療・ライフサイエンス2022 – 継続中

ARMMAN

mMitraプログラムで保健医療従事者が直接電話をかける対象者を決める機械学習

Google Researchのモデル、インドの母子保健プログラムの女性23,000人の現地試験で、利用離れを約30%削減

成果確認独立した研究ベンダー資料 ↗

課題

ARMMANのmMitraプログラムは、妊婦や出産後間もない母親に自動音声メッセージを送るが、多くが聞かなくなる。この非営利団体は保健医療従事者が少なく、担当者が直接電話をかけられる女性はごく一部に限られる。

取り組み

Google ResearchとARMMANは、レストレス・マルチアームド・バンディットの手法を用いて、限られた電話を受けるべき女性を選ぶモデルを構築した。聴取の履歴がない新規登録者については、過去の聴取パターンで女性をグループ分けし、属性をそれらのグループに対応づける。約23,000人の女性を、標準的なケア、ラウンドロビン方式の電話、モデルが選んだ女性への電話の3グループに分けた。試験は7週間にわたって行われた。

主な数値

23,0037週間の現地試験の参加者独立した研究[1]
~30%モデルが選んだグループの、比較対照グループに対する利用離れの減少率独立した研究[1]
32%7週間後の標準的なケアと比べた累積の利用離れの減少率（p = 0.044、Google Research発表）ベンダーの事例紹介[2]

示唆

モデルは限られた職員の電話を配分し、健康メッセージの利用離れを約30%減らした。結果は7週間の1件の試験によるものである。

分類

業務機能
生産・品質
イノベーションの類型
プロセス・イノベーション
根拠
独立した研究

出典

  1. Field Study in Deploying Restless Multi-Armed Bandits: Assisting Non-profits in Improving Maternal and Child Health
    Proceedings of the AAAI Conference on Artificial Intelligence2022年6月28日研究論文・報告書
  2. Using ML to Boost Engagement with a Maternal and Child Health Program in India
    Google Research2022年8月24日ベンダーの公表資料

出典の要約

[1]Proceedings of the AAAI Conference on Artificial Intelligence2022年6月28日

Google Research、ハーバード大学、ARMMAN、シンガポール経営大学の研究者らは、限られたサービス電話を配分するバンディット方式のシステムを説明している。参加者23,003人の7週間の試験で、モデルのグループは比較対照グループに対して統計的に有意な改善を示し、利用離れを約30%減らした。研究者らは、この手法の公衆衛生での初の現地実証だとしている。

[2]Google Research2022年8月24日

Google Researchは、mMitraが妊娠期から子どもの最初の誕生日まで予防ケアの音声メッセージを送ること、3グループの設計を説明している。7週間後の累積の利用離れが標準的なケアより32%減ったのに対し、ラウンドロビン方式の電話は5.2%の減少にとどまり、有意ではなかったと報告している。試験で測定したのは、対応できる電話件数が限られた状況での短期の結果だけだった。

詳細は原典でご確認いただけます。

掲載日 2026年10月25日 · 更新日 2026年10月25日
事例ページを開く ↗