2015年，全球有2050万新生婴儿分类为低出生体重。体重低于5.5磅（2.5公斤）的婴儿死亡的可能性是同龄人的20倍，通常在生命的第一个月中。
Low birth weight is an strong indicator of current and future health: Knowing a baby’s weight can give mothers and healthcare workers a chance for timely and simple interventions that could avert neonatal and infant mortalities, and help predict future health risks, including stunted growth, obesity, and diabetes. But the problem can be missed, especially in rural settings, simply because of inaccurate weight measurements, due to bad equipment and lax management.
在印度，它是世界上低出生权重率最高的印度之一，由于计量量较差，大约25％至30％的病例从未发现。wadhwani ai，总部位于印度的“社会利益的AI”非营利组织正在开发新的机器学习称重工具旨在帮助发展中国家轻松完成这些测量，而无需可靠的尺度。这是亚太类别的赢家德赢提款Fast Company的2021年世界改变想法奖。
In rural India, the country relies on about 1.25 million government-recruited frontline healthcare workers, who “go home to home, tracking the progress of newborn babies and mothers,” says Rahul Panicker, Wadhwani AI’s chief research and innovation officer, until babies are about six weeks old. The visiting workers often have to use old-fashioned spring scales, which are low in supply and can be poorly calibrated. Weights are recorded by hand, and only weeks later inputted into central databases, at which point data is often lost or tampered with. The potential for human error is great.
Wadhwani AI的移动工具只是拍摄婴儿的视频，然后重建婴儿的3D模型。机器学习已经训练了该工具的参数，例如身体形状和体积，它可以在几秒钟内从中计算出婴儿的体重。然后，数据 - 防止纸放在婴儿的位置，然后直接上传到病历仪表板上。
该工具可以作为发展中国家许多医疗保健工人使用的MHealth智能手机应用程序的功能，因此无需额外的设备或软件。然后，工人可以推荐干预措施 - 母亲可以执行的简单任务，例如仔细的温度维护以及适应母乳喂养和沐浴方案。开发人员计划很快配置该工具，以评估其他重要的健康指标，例如婴儿的头部和上臂圆周。
该公司通过与州政府和非营利组织的合作伙伴关系，从四个印度州（包括古吉拉特邦和特兰甘纳）在内的医院和家庭收集数据。在早期医院试验中，该工具已被证明是准确的。Panicker说：“我们能够以90％的精度检测到低出生体重的婴儿。”计划于明年进行更广泛的推出，随后将进行全国推出，随后可能会扩展到其他发展中国家。
Wadhwani AI也正在开发医疗保健和技术领域的其他AI工具，它与现代技术有关，尤其是在较贫穷国家的现代技术。他说，通过利用发展中国家的AI，Panicker希望它能影响“真正在金字塔基础”的人。“我们希望我们能够携带AI的力量来帮助真正服务不足的人，以便不限于优化Netflix的建议。”