低资源背景所面临的挑战
低资源国家，从经济指标来看，2013年的指标是人均国民生产总值在1035美元以下。除了面临经济上的挑战之外，低资源国家还会面临包括基础设施、医疗资料以及文化教育程度等多方面的挑战。
基础设施方面，很多低资源地区的全民电力覆盖率低于20%，它的互联网渗透率甚至会低于10%。比较幸运的是，有一些东非国家现在开始使用一些USSD支付技术，能够在一些城市使用到2G网络，但是网络覆盖率还是不足50%，3G网络只能在一些大城市或者近郊才可以用到。
以坦桑尼亚为例，从医疗资源来看，具备中等水平以上医护技能的医疗工作者在10万人中只有36.4人，这个数字非常低，美国大概是1500人左右，南非是550人左右，差距巨大。
而在文化教育方面，我们以尼日利亚为例，既使是在最富裕的20%家庭中，儿童的上学比例也大概只有90%，而贫困家庭更低，大概只有34%。除去贫富差距这个背景之外，还有因为性别原因导致的资源配置的问题，比如小学男女比例是100：90；到了中学，这个差距会更加巨大，变成100：76。
低资源的服务创新，要依靠本身的资源优势，而不是追赶高科技
有一个非常令人欣喜的案例，M-Pesa，它是在非洲新兴的一项金融类服务，我们可以通过这个例子了解到，在这样低资源的背景下，当地组织是如何找到适合本地市场的服务创新突破口的。
M-Pesa的前身叫M-Kopa。当地的电力覆盖率非常低，并不是因为当地的电站不够，而是基础接入的设施投入非常高，民众没有足够的钱连接到公共电站。很多家庭因为没有电而无法拥有基本的生活保障。
为此，M-Kopa面向普通甚至低收入家庭提供了一项太阳能电池板的租赁服务。要获得这项服务，民众只需要用手机（非智能手机都可以），付一笔大约300块钱的押金，然后通过与这个太阳能电池板相连的一个设备进行按揭还款。就这样，很多非洲国家的民众开始能够有机会使用到这一方便的服务。
从太阳能到金融服务
图中类似wifi的设备就是M-Kopa连接到太阳能电池板的设备，民众可以直接用手机进行还款，大概一年的时间就可以把当时需要支付的总金额还清。以每月按揭方式支付对普通民众来说的经济压力会比较小。
后来M-Kopa转型为M-Pesa的时候，他们又是怎么样帮助这种贫困地区的民众，在没有智能手机的情况下，也能做到像我们现在使用支付宝一样便捷的转账服务的呢？
首先M-Pesa的策略是深入当地的小商店，从而建立加盟体系。
例如，村民A可以在小商店买一张M-Pesa的充值卡，通过手机USSD充值。这个过程类似于银行服务中的"存钱"。他到集市之后，遇到看中的商品，就可以直接通过USSD的技术转账给另外一个村民B，待转账成功，他的手机就会收到一条短信信息，凭借这这条短信村民B可以到当地的小商店把这条信息兑换成现金，而这个过程相当于提现，村中的便民小商店就相当于充当了银行网点的职能。
通过这种颇具本土化的方式，M-Pesa在很多当时没有任何银行网点覆盖的偏远地区，用户量甚至高达50%以上，从而彻底改变了低资源地区民众的金融生活方式。
这个案例也做出了极佳的本土化表率，建立低资源背景下的公共服务，需要充分利用当地的资源优势，而不是一味追求高科技或者所谓现代化，通过放大或者转化已有资源从而帮助建立服务生态体系。
数字医疗公共服务实践
ThoughtWorks因为深入同联合国儿童基金会、盖茨基金会，还有克林顿健康倡议等国际发展组织、公益组织合作。从而有机会接触到很多低资源的国家，利用技术帮助当地民众获得基础医疗信息化服务。
在这个过程中我们发现，很多低资源国家都面临着一些非常相似的挑战，特别是在公共医疗方面，比如如何降低儿童的死亡率，如何防治艾滋病、结核病等等。那么，如何让数字医疗服务在低资源的挑战下因地制宜的取得突破呢？
与时间赛跑的十小时
第一个案例是，2014年的埃博拉事件。
2014年12月17号，WHO（国际卫生组织）发布的数据是7373人死亡，约19031人受到感染。
下图是当时利比里亚的一个卫生所，由于当地医疗资源短缺，原设计10人容量的病房，需要容纳20多个病人。当时我们和无国界医生一起深入到当地埃博拉重灾区的医院以及诊所里面，每天都能看到有人死去，紧迫的时间此时成为低医疗资源中最亟待解决的挑战。
当时，医生在进入病区之前，首先要进行消毒，穿上非常厚重的防护服，然后在消毒后进入病区，当地非常炎热而且湿度也极大，因为防护服密不透气，穿着防护服的医生只能在病区里面坚持一个小时的时间，而在这一个小时当中，他需要完成所有病患的诊断、监测和治疗的任务。
但是纸笔都无法带出污染区，医生没有办法把里面的信息传递给外面的同事只能凭借大脑强行记忆每一名病患的身体状况和治疗方案。高度紧张的环境以及高强度的工作使得医生需要更加高效的工具来帮助进行日常治疗，数字化产品成为解决信息传递、记录的不二选择。
为了尽可能的缩短开发周期，快速投放使用从而避免因为低效的治疗手段致使疫情快速扩张，这个过程仿佛是在同时间赛跑。我们进而选择使用开源技术，只用了10小时的时间，就快速搭建了一个病患管理的系统，医生通过这个系统将治疗以及诊断的信息通过本地网络传回到安全区的系统，从而帮助及时追踪病情进展并提高工作效率。
而且因为考虑到了医生所处的恶劣环境，在操作体验上采用非常结构化的病例信息的选择的方式，并配合非常大的按键操作以及减少手工输入提高效率，来帮助医生快速进行病患信息以及药品管理的记录。
艾滋病母婴阻断的无声战
另一个案例是关于早期艾滋病阻断治疗的数字化进程。
据莫桑比克2014年的数据，感染艾滋病病毒的人数大概是150万，感染率是10.6％，如果不经过干预，任由母婴传播，它的传播率可以达到30%到55%，如果进行一定的早期筛查与防控，它的传播率可以降低到2%到5%，感染艾滋病的妇女在怀孕三个月的时候，按照一定周期连续口服一种药物，就可以阻断艾滋病的传播。但是这些地区中的女性在受教育程度上是明显低于男性的，在很多的低资源国家，比如像坦桑尼亚，有18%的女性属于单亲妈妈。
当时EID（艾滋病母婴早期筛查阻断）的服务是怎样呢？患者需要排队就医，在当地的诊所或者医院进行采样之后，放到专门的EID实验室去检查。如果只进行普通检查，很多样本都会被检测为阳性，为了提高准确性，必须到专门的EID实验室去。EID实验室需要通过阶段性的数据采集，进行药品的规划，像Fusia这样的患者在拿到药品时已经经过了层层反馈和规划，真正拿到药品时，其需求已经被严重延迟。
事实上我们可以看到，在整个过程中牵扯到两个线，一个是需求线，另外一个是供给线。其实最早EID采用的是完全人工录入方式，这里面的问题在于，当患者进行检查之后，需要通过人工方式进行层层申报和反馈，这个等待时间非常长。不仅如此，当信息被反馈给供给层，供给层再基于上个月的情况，预测下个月可能会用到的药品量。
这样就会出现一个非常大的供给和需求的反馈断裂。民众没有办法快速拿到药品，甚至有的时候根本拿不到药品，对医院来说，它预测的效率及准确度也会降低。要么产生药品的浪费，要不然就是供给不足。
为了改变低效的工作方式，让真正需要EID治疗的民众能够获得及时的响应和治疗，我们在和当地的相关组织合作中，希望帮助他们利用数字化手段解决这个问题。我们最开始构想的是分别打通需求和供给中的几个关键环节，把在需求层面“从医疗站的人员向上级提交药品需求到区级单位收到的药品需求”这个过程做到电子化。
把在供给层面"省级单位发给区级单位，区级单位发放到医疗站，医疗站工作人员通过药品接受信息，医疗站工作人员发放药品给病房，或者是门诊"的这个过程做到电子化，但是整个体系中的工作人员数字化程度非常低，依旧用手写表格在进行日常的工作管理，最大的问题是如何能够跨越认知和文化的鸿沟，怎么样才能够让用户觉得，这个和他们之前手写的工作方式不会有太大的差异性。
我们并没有采用目前主流的互联网产品的设计和概念，而是以当地民众熟知的实体表方式进行电子化，进行线上的映射，通过制作原型并且邀请用户进行测试，让他们实际的去体验怎么样使用这款产品。
同时也考虑到当地经常停电的问题，采用实时数据传输的方式，在技术层面可以实现本地保存待联线的时候可以自动同步。从而改变他们原始完全靠人工层层审核实体表格的这种方式，逐步变成一个由需求驱动供给的过程。
未来，我们期望能够真正打通需求和供给的两端，实现智能预测。
公共服务设计需要真正结合商业、体验、技术
一切服务系统在规划时都需要从不同的视角进行全面深入的思考，如何在低资源的背景下发挥资源的最大价值，如何考虑可持续性和拓展性。事实上，充分发挥本地优势，因地制宜，将业务、技术和设计紧密结合，是我们在这些低资源地区通过数字化解决问题的过程中，所学习、探索并融入到工作方方面面的最佳实践。