Afrika’da veri bilim araştırma eğitimini datathon kaynaklı yeniliklerle ilerletmek

Afrika’daki sağlık için bunun önemi

Afrika genelinde araştırmacılar klinik ziyaretlerinden sivrisinek sayımlarına ve uydu görüntülerine kadar büyük miktarda sağlık verisi topluyor. Ancak bu verileri anlamlandıracak eğitimli insanlar yoksa birçok hayat kurtarıcı bilgi erişilemez kalıyor. Bu makale, Batı Afrika genelinde genç bilim insanlarını hızla eğitmek için “datathon” adı verilen — katılımcıların gerçek sıtma verilerini analiz edip çalışmalarını yayınlanabilir araştırmalara dönüştürdükleri yoğun, ekip tabanlı etkinlikler — yeni bir yaklaşımı anlatıyor. Bu yaklaşım, kısa ve odaklı programların yerel uzmanlığı nasıl artırabileceğini ve Afrika verilerinin Afrika’nın sağlık sorunlarını çözmek için kullanılmasını nasıl destekleyebileceğini gösteriyor.

Yeni tür bir öğrenme etkinliği

Yazarlar, Afrika’da Sağlık Keşfi ve Yenilik için Veri Bilimi girişimi kapsamında iki aşamalı bir eğitim modeli tasarladılar. İlk adım, yaklaşık 14 ülkeden 50 katılımcıya açık, birçok kişinin uzaktan katıldığı karma bir “temel hafta” idi. Bu aşamada kursiyerler R, Python ve haritalama yazılımları gibi ücretsiz veya yaygın olarak bulunan araçları kullanarak kodlama, veri yönetimi ve temel analitik becerileri öğrendiler. Odak derslerden ziyade uygulamalı pratikti; katılımcıları gerçek analitik görevlerde adım adım yönlendiren alıştırmalar yapıldı. Oturumların çoğunu tamamlayanlar sertifika aldı ve ikinci, yüz yüze aşamaya katılma hakkı kazandı.

İstatistikleri daha akıllı araçlara dönüştürmek

Çoğu katılımcı zaten bazı geleneksel istatistik bilgilerine sahip olduğundan eğitmenler bu aşinalığı yapay zeka ve makine öğrenimi altında toplanan daha yeni yöntemlere geçiş için bir köprü olarak kullandılar. Bu yöntemleri gizemli “kara kutular” olarak görmek yerine eğitim, bunların tanıdık fikirlerden nasıl geliştiğini gösterdi. Örneğin bir vaka çalışması, istatistiğin temel araçlarından olan basit doğrusal regresyonu, veriyi eğitim ve test setlerine ayıran ve performansı kontrol etmek için çapraz doğrulamayı kullanan makine öğrenimi tarzı bir regresyonla kıyasladı. Başka bir alıştırma, uydu görüntülerinde nesneleri elle izlemek ile çatıları çok daha hızlı ve doğru şekilde seçebilen otomatik görüntü sınıflandırma yöntemlerini karşılaştırdı. Bu yan yana gösterimler, katılımcıların klasik teknikleri ne zaman kullanacaklarını ve makine öğreniminin ne zaman gerçek bir değer kattığını görmelerine yardımcı oldu.

Datathonun içinden

Temel aşamanın ardından 15 kursiyer, Mali’nin Bamako kentine beş günlük yüz yüze bir datathon için seyahat etti; etkinlik uzmanlaşmış bir biyoinformatik merkezinde yapıldı. Onlar, Mali, Senegal ve Gambiya’da yıllarca süren bir çalışmadan derlenen ve binlerce kişi, hane, sivrisinek ve klinik ziyaretini izleyen zengin bir sıtma veri deposu ile çalıştılar. Katılımcılar programlama, epidemiyoloji ve klinik çalışma becerilerini harmanlayan beş küçük ekibe yerleştirildi. Mentorların rehberliğinde her grup kendi araştırma sorusunu seçti — örneğin bazı çocukların hiçbir belirti göstermeden sıtma parazitini neden taşıdığı veya sıtma riskinin mevsimler ve lokasyonlar arasında nasıl değiştiği gibi — ve ardından ilgili veri katmanlarını temizleyip birleştirerek analiz etti.

Yoğun haftadan kalıcı etkiye

Hafta boyunca ekipler günlük ilerlemelerini projeleri bilimsel kalite ve yöntemler açısından puanlayan hakemlere sundular. Sonunda gruplar final sunumlarını ve yazılı raporlarını teslim etti; ödüller en iyi performansları tanıdı. Kritik olan nokta, datathonun etkinlikle bitmemesiydi. Her ekip kıdemli bir mentorla eşleştirildi ve projesini yaklaşık bir yıl içinde tam bir bilimsel makaleye dönüştürmek üzere dönen bir çevrimiçi toplantı takvimine katıldı. Program ayrıca gerçek dünya zorluklarını da vurguladı: uluslararası seyahatin koordine edilmesi, İngilizce ve Fransızca konuşanlar arasındaki dil bariyerleriyle başa çıkma ve kadın bilim insanlarına başvurma, katılma ve ekip yönetme konusunda eşit fırsatlar sağlama. Bu engellere rağmen katılımcılar yüksek düzeyde katılım ve keyif bildirdiler ve yazarlar ülkeler arası güçlü ağ kurma ve işbirliği not ettiler.

Gelecek için ne anlama geliyor

Bu çalışma, iyi planlanmış datathonların yalnızca kısa bir kodlama kursundan çok daha fazlasını yapabileceğini gösteriyor. Yapılandırılmış hazırlık, yüksek kaliteli yerel sağlık verilerine erişim ve sürdürülen mentorluk birleştirildiğinde bu model, genç Afrikalı araştırmacıların kendi toplulukları için önemli olan gerçek bilim yaparak öğrenmelerine yardımcı oluyor. Yazarlar benzer programların üniversitelerin veya hastanelerin temel bilişim olanaklarına zaten sahip olduğu yerlerde özellikle diğer hastalıklara ve bölgelere uyarlanabileceğini savunuyor. Uzun vadede bu çabalar, az kullanılan verileri daha iyi sağlık politikaları için kanıta dönüştürebilir ve kıta genelinde veri odaklı yeni bir bilim insanı kuşağı yetiştirebilir.

Atıf: Doumbia, S., Kane, F., Diabate, O. et al. Advancing data science research education in Africa through datathon-driven innovations. Sci Rep 16, 11527 (2026). https://doi.org/10.1038/s41598-026-41474-7

Anahtar kelimeler: datathon eğitimi, sağlık veri bilimi, sıtma araştırması, Afrika kapasite geliştirme, makine öğrenimi eğitimi