本來只是好玩才做了一個APP，自學成才的辛巴威少年Babusi Nyoni，沒想到它還可以用於診斷帕金森氏症。
這個APP叫作Vosho Fosho。
Vosho本是一種包含大量蹲姿和踢姿的南非舞蹈。非洲各個地區都有自己的舞蹈，比如Azonto、Rimbaxpaxpax、Alkayida、Skelewu、Bolo、Coupé-Décalé、Shoki等。Vosho特別之處是將運動和舞蹈區分開，融合了許多力量、關節健康、節奏和耐力等方面，因此在2017年底變得極度流行。
Babusi Nyoni也是一個Vosho愛好者，優秀的Vosho和會對韌帶造成潛在威脅的Vosho差別還是挺大的。他表示，相對於身體重量的下降速度，能多快且毫髮無損地起身才是關鍵，同時整個過程還要保持節奏。
這是一個難度頗高的舞蹈，Babusi Nyon跳得不太好，但他還是對此熱愛，於是就做了一個相關的APP，於2018年12月發布，可以為舞蹈評分。
而漸漸地，在娛樂之外，Vosho Fosho似乎又多了一個新功能。Babusi Nyon表示，起初他思考應用程式收集的資料還能做什麼。舞蹈是一種傳遞身體資訊的不錯的康復工具，那麼是否可以用於醫學診斷呢？
Vosho APP中有定義好的公式，可以對一段時間內的運動進行評估一個舞蹈者能跳多久、在沒有外力的情況下他們能多快恢復、他們的姿勢以及他們的步態是否有改變等，畢竟隨著時間的推移，許多疾病會使運動技能退化。
比如說帕金森氏症，是一種影響中樞神經系統的慢性神經退化疾病，主要影響運動神經系統。它的症狀通常隨時間緩慢出現，早期最明顯的症狀為顫抖、肢體僵硬、運動功能減退和步態異常。
為了驗證這個假設，Babusi Nyon根據他的實習生Sean Ndlovu的建議，向家鄉辛巴威布拉瓦約的Ekuphumuleni老年護理院的護士長Sukoluhle Hove尋求幫助。他們一起制定了一個研究計畫，並收集了一些意見，進而改良了APP針對受試者的姿勢、步態和顫抖方面的評估方法。
Babusi Nyon告知受試者，這是一個持續性的測試，並在該家庭成員和Sukoluhle Hove配合下，對受試者的身體進行測試。
在測試過程中，Babusi Nyon目睹了一名受試者跌倒。Babusi Nyon和他的團隊沒有料到會出現這種直接摔倒的情況。該階段的一個直接結果是，APP將兩個獨立的步態和姿勢測試合併為一個，以確保受試者的舒適性，並限制每次評估所需的運動量。
幾經更迭，他們推出了一個APP：Patana AI（名字來源於他母親的家鄉：一個南部農村馬塔貝萊蘭），現在可以在安卓和iOS系統上使用。
透過評估即時動作，他的應用有了第二次生命。辨識那種患病後生理動作無時無刻不被影響的疾病症狀。
APP使用了開源的機器學習框架TensorFlow，優化後可以在最低端的智慧型手機上運作。用戶所要做的就是對準、拍攝。APP可以在不連網的情況下，透過測量受試者行走時四肢的相對位置，包括軀幹的剛性、步態和手臂運動以及姿勢，在3次評估後得出結論。
但對於Babusi Nyon來說，還有許多技術問題。有些產品沒有考慮到他們的服務，以及當地獨特的挑戰，比如間歇性供電。
他表示，非洲大陸無疑也有新技術的受眾。但是想讓新技術能真正帶來有效、持久、積極的影響，還必須考慮到技術有著特定的運作環境。
「科技必須服務於目的，它需要考慮到當地情況。當我們成立Tripleblack Agency時，我們想用新技術做出有影響力的東西，但是我們的很多用戶不了解這項技術。因此，我們花了一年時間按照自己的方式嘗試機器學習和人工智慧。」
Tripleblack Agency是一家產品創新機構，目標是製造「非洲特色的有趣科技產品」，Babusi Nyon是發起者之一。他指出，許多流行的產品是從其他國家傳過來的，非洲並不是他們的主要消費市場。
以臉部辨識軟體為例，如今CV已經很強了，但是有一個bug是，辨識的前提是那些臉必須是白的，或者說是白種人。在強大的機器學習支持下，臉部辨識在消費、執法領域變得越來越普遍。但是技術對於人種的辨識缺陷，導致現在的人臉辨識經常會出現不準確的結果，而大多情況是黑人。
在產品發布一年後，Babusi Nyon受邀攜帶應用原型在TensorFlow World Conference上演講，不僅僅是評價舞蹈，更是如何在醫療從業者的指導下診斷帕金森氏症。除了矽谷，這一年，Babusi Nyon還去過法國、瑞士、肯亞和南非約翰尼斯堡發表演講。
目前Babusi Nyon辭去了工作，完全投身Patana和另一個平臺中Sila的工作，後者是一個線上醫療溝通平臺，連接非洲人與醫療保健專業志願者。
這個產品受到西方不小的關注，Babusi Nyon表示這是針對於非洲問題的非洲解決方案。Patana是多機構合作成品，還包括Ndlovu, Nyoni and Cape Town illustrator, Russell Abrahams等。
「另外，我們非常感謝TensorFlow.js團隊的改良工作，讓他們的機器學習框架得以在低端機APP上運行。」Babusi Nyon笑著補充道：「我們用了一種非洲的方法來解決一個全球性問題。」