Uttar Pradesh government and Wadhwani AI advance public health partnership

Building on the partnership between the Government of Uttar Pradesh and Wadhwani AI (LEHS AI Unit), the state government is now advancing the collaboration by outlining an implementation roadmap for deploying a suite of AI-powered solutions across the state’s public health programs, with scope to expand the collaboration to additional solutions in the future.

The collaboration aims to embed responsible AI solutions within Uttar Pradesh’s public health systems across priority areas such as tuberculosis care and management, telemedicine, maternal and child health, eye health screening, and frontline health worker support. 

During the initial phase of implementation, a key focus will be on deploying seven AI-powered solutions across key public health programs. Wadhwani AI will serve as a technical partner to the state, supporting the deployment of AI-driven tools aligned with the government’s public health priorities. 

The collaboration aligns with the UP AI Mission, a three-year initiative launched by the Government of Uttar Pradesh to build a state-led artificial intelligence ecosystem and accelerate the use of AI across sectors including governance, healthcare, and agriculture.

In tuberculosis care, the Cough Against TB (CATB) mobile phone-based screening application will enable frontline healthcare workers to identify individuals with presumptive pulmonary TB by analyzing cough sounds and accompanying symptoms, enabling early detection even in community settings. Complementing this effort, Vulnerability Mapping for Tuberculosis (VMTB) will use geospatial AI analytics to identify high-risk locations by analyzing TB program data alongside multiple environmental and health indicators, helping health authorities prioritize targeted interventions and active case-finding activities. The Prediction of Adverse TB Outcomes (PATO), an AI-powered risk stratification tool, will help identify patients at higher risk of adverse outcomes at the onset of TB treatment and facilitate prompt, targeted, and effective interventions that, over time, will help lower mortality rates and prevent drug-resistant TB.

In telemedicine, the Clinical Decision Support System (CDSS) will enable clinicians to access structured patient information and offer AI-assisted differential diagnosis recommendations during consultations, supporting the quality and consistency of care delivery across primary healthcare settings. 

The collaboration will also include the deployment of Health Vaani, a voice- and text-based knowledge assistant which will provide frontline health workers with instant access to government-approved health guidelines, enabling quicker decision-making and more consistent service delivery at the community level.

To address the growing burden of diabetes-related vision complications, the partnership will also deploy MadhuNetrAI, an AI-enabled screening solution that will analyze retinal images to detect diabetic retinopathy and support early referral for specialist care, particularly in resource-constrained settings where specialist availability may be limited. 

In maternal and newborn health, Shishu Maapan, an AI-powered newborn anthropometry tool, will enable frontline health workers to capture accurate newborn measurements using a smartphone during home-based newborn care visits.