决策感知机器学习助力塞拉利昂基本药物公平分配

基本药物可及性在资源受限国家长期面临挑战。近期，一项发表于《自然》的研究提出一种新型决策感知机器学习框架，并在塞拉利昂全国范围部署作为决策支持工具，以优化基本药物的分配。

该框架通过整合供需数据与实时决策反馈，显著提升了药械分配的精准性和时效性。与传统方法相比，它能够动态调整分配策略，优先满足医疗资源匮乏地区的需求。研究显示，部署后药物短缺事件减少，患者获取关键治疗的比例大幅提高。

专家指出，这一成果不仅为低收入国家解决药物公平分配提供了可复制的范例，也展示了机器学习在公共卫生领域的巨大潜力。未来，该框架或可推广至其他资源紧缺地区，助力全球健康公平目标的实现。