1/ التوافر المحدود لمجموعات بيانات الصحة العقلية عالية الجودة والممثلة ثقافيًا ولغويًّا في اللغات الأفريقية. يتطلب تطوير نماذج موثوقة يتطلب جمع بيانات واسعة النطاق، وتوضيحها، والتحقق من صحتها، وتحسينها باستمرارالتحسين مع ضمان الخصوصية، والحوكمة الأخلاقية للبيانات، والضمانات السريرية المناسبة.

2/ تكييف تقنيات الذكاء الاصطناعي المتقدمة لتناسب اللغات الأفريقية والسياقات الثقافية و بيئات الرعاية الصحية ذات الموارد المحدودة. وقد تطلب نموذج الذكاء الاصطناعي الأمهرية Agentic تطلب تطوير وتحقق من صحة قدرات خاصة باللغة باستخدام أكثر من 4,000 عينة صوتية سريرية ، مع استمرار العمل على تحسين الدقة، nbsp;، مع استمرار العمل على تحسين الدقة، وقابلية التعميم، والأهمية السريرية.

3/ دمج الأدوات المدعومة بالذكاء الاصطناعي في في الرعاية الصحية، وبناء الثقة بين مقدمي الخدمات والمجتمعات، والتأكد من أن الذكاء الاصطناعي يعزز الرعاية المتمحورة حول الإنسان بدلاً من تعطيلها. كما يجب الاهتمام بجاهزية القوى العاملة ، والمعرفة الرقمية ، و البنية التحتية ، والتباين في أنظمة الرعاية الصحية عبر المناطق تؤثر أيضًا على اعتماد هذه التكنولوجيا وقابليتها للتوسع.

4/ يجب على المشروع أيضًا التعامل مع الاعتبارات التنظيمية والأخلاقية المتغيرة المتعلقة بـ الذكاء الاصطناعي في مجال الرعاية الصحية، بما في ذلك الحوكمة المسؤولة حوكمة الذكاء الاصطناعي، وحماية البيانات، والمساءلة السريرية، والسياسات الصحية الرقمية الناشئة.على رغم هذه التحديات، تشكل شراكات AYA مع المؤسسات الأكاديمية، ومؤسسات الرعاية الصحية، وأصحاب المصلحة في مجال التكنولوجيا توفر أساساً للتطوير التدريجي والتحقق والتوسيع المسؤول في جميع أنحاء أفريقيا.

تتمثل إحدى الممارسات الأساسية في دمج تصميم الذكاء الاصطناعي الذي يركز على الإنسان، لضمان أن أدوات الذكاء الاصطناعي تدعم مقدمي الرعاية في الخط الأول بدلاً من أن تحل محل الحكم السريري. الحفاظ على إشراف الأطباء، وإدماج ملاحظات مقدمي الرعاية، ومواءمة قدرات الذكاء الاصطناعي مع سير العمل في العالم الواقعي.

من أفضل الممارسات الحاسمة استخدام البيانات المُنتجة محليًّا ذات الصلة ثقافيًّا ولغويًّا لتطوير نماذج الذكاء الاصطناعي. وقد تم تم تطوير نموذج الذكاء الاصطناعي الوكيل باللغة الأمهرية باستخدام أكثر من 4,000 عينة صوتية سريرية باللغة الأمهرية، مما مكّن من التكيف مع أنماط اللغة المحلية، وأساليب التواصل ، وسياقات الرعاية الصحية. يُبرز هذا النهج أهمية توليد البيانات والتحقق من صحتها بقيادة أفريقية بدلاً من الاعتماد بشكل حصري على النماذج التي تم تطويرها في مناطق أخرى.

وقد كان المشاركة القوية لأصحاب المصلحة عنصراً أساسياً في التنفيذ. وقد ساهم التعاون مع مؤسسات الرعاية الصحية والجامعات ومؤسسات التكنولوجيا وأصحاب المصلحة الحكوميين في التحقق السريري والبحث والتطوير والتوافق مع الأولويات الصحية المحلية. وقد ساهمت الشراكات مع منظمات من بما في ذلك جامعة أديس جامعة أديس أبابا للعلوم والتكنولوجيا (AASTU)، وجامعة جيما، وسلطة أوروميا للعلوم والتكنولوجيا، ومستشفى سانت بول، وكلية الألفية الطبية، ومستشفى باتو، ومركز لينيجيوا لإعادة تأهيل النساءمركز لينيجيوا لإعادة تأهيل النساء، ومعهد الذكاء الاصطناعي الإثيوبي، وقد عززت جميعها الصرامة العلمية و التنفيذ للذكاء الاصطناعي عززت الدقة العلمية وجاهزية التنفيذ.

من أجل قابلية التوسع والاستدامة، تشمل التوصيات الرئيسية تطوير بنية تحتية متعددة اللغات ، وتصميم حلول للبيئات ذات الموارد المحدودة، ودعم التحول القابل للتوسع في المهام من خلال تمكين مقدمي الخدمات في الخط الأول، ووضع أطر مسؤولة إطارات حوكمة الذكاء الاصطناعي المسؤولة. وينبغي أن يعطي التنفيذ المستقبلي الأولوية للتشغيل المتبادل، وأمن البيانات، والتقييم المستمر للنماذج ، وتدريب القوى العاملة، ومواءمة السياسات لضمان أن الحلول الصحية العقلية المدعومة بالذكاء الاصطناعي يمكن دمجها بشكل مستدام في أنظمة الرعاية الصحية الوطنية والمجتمعية في جميع أنحاء أفريقيا.