← Casos
ÍndiaSaúde e ciências da vida2022 – em andamento

ARMMAN

Aprendizado de máquina para decidir quem recebe ligações com atendimento humano de agentes de saúde no programa mMitra

Modelo do Google Research reduziu em cerca de 30% as quedas de engajamento em um teste de campo com 23.000 mulheres em um programa indiano de saúde materna

Com resultadosEstudo independenteFornecedor ↗

Problema

O programa mMitra, da ARMMAN, envia mensagens de voz automáticas a gestantes e mães recentes, mas muitas deixam de ouvi-las. A organização sem fins lucrativos tem poucos agentes de saúde, e por isso só um pequeno número de mulheres pode receber uma ligação ao vivo.

Abordagem

O Google Research e a ARMMAN criaram um modelo que escolhe quais mulheres devem receber as ligações limitadas, usando um método do tipo restless multi-armed bandit. Para novas inscritas sem histórico de escuta, ele agrupa as mulheres por padrões anteriores de escuta e associa dados demográficos a esses grupos. Cerca de 23.000 mulheres foram divididas em 3 grupos: atendimento padrão, ligações em rodízio e ligações escolhidas pelo modelo. O estudo durou 7 semanas.

Números principais

23,003participantes do estudo de campo de 7 semanasEstudo independente[1]
~30%redução das quedas de engajamento no grupo escolhido pelo modelo em relação aos grupos de comparaçãoEstudo independente[1]
32%redução das quedas cumulativas de engajamento em relação ao atendimento padrão após 7 semanas (p = 0,044), segundo o Google ResearchCaso de cliente do fornecedor[2]

Lição

O modelo alocou as ligações limitadas da equipe e reduziu em cerca de 30% o desengajamento com as mensagens de saúde. Os resultados cobriram um único estudo de 7 semanas.

Categorias

Função empresarial
Produção e qualidade
Tipo de inovação
Inovação de processos
Evidência
Estudo independente

Fontes

  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 Intelligence28 de jun. de 2022Artigo científico ou relatório
  2. Using ML to Boost Engagement with a Maternal and Child Health Program in India
    Google Research24 de ago. de 2022Publicação do fornecedor

Resumos das fontes

[1]Proceedings of the AAAI Conference on Artificial Intelligence28 de jun. de 2022

Pesquisadores do Google Research, de Harvard, da ARMMAN e da Singapore Management University descrevem um sistema baseado em algoritmos do tipo multi-armed bandit para alocar um número limitado de ligações de atendimento. Em um estudo de 7 semanas com 23.003 participantes, o grupo do modelo apresentou melhora estatisticamente significativa em relação aos grupos de comparação, reduzindo as quedas de engajamento em cerca de 30%. Os pesquisadores o descrevem como a primeira demonstração de campo desse método em saúde pública.

[2]Google Research24 de ago. de 2022

O Google Research explica que o mMitra envia mensagens de voz de cuidado preventivo da gravidez até o primeiro aniversário da criança e descreve o desenho de 3 grupos. Informa uma redução de 32% nas quedas cumulativas de engajamento em relação ao atendimento padrão após 7 semanas, enquanto as ligações em rodízio reduziram as quedas em 5,2%, sem significância. O estudo mediu apenas resultados de curto prazo, com capacidade de ligações limitada.

Os detalhes completos estão disponíveis nas fontes originais.

Adicionado em 25 de out. de 2026 · Atualizado em 25 de out. de 2026
Abrir página do caso ↗