虎蚊 图片来源：庞培法布拉大学
应用程序Mosquito Alert和布达佩斯大学的研究人员展示了一种人工智能算法，它可以识别出由Mosquito Alert使用者发送的照片中的白纹伊蚊。
研究人员通过深度学习技术获得了这些成果，并已将其发表在《科学报告》（Scientific Reports）上。深度学习旨在模仿人类的学习方式，此前已经在健康领域用于医学图像的检测，例如用于识别新冠患者的X光片以检测肺炎，或者识别患者的面部特征以检测他们是否患有心脏病。深度学习需要大量数据以供机器进行学习。
数年来，用户在Mosquito Alert这个应用程序上发送的照片，一直由项目专家标记。具体来说，这项研究使用了在2015到2019年间，用户发送在这个程序上的7,168张蚊子分类的照片，经过训练，该算法分辨这种昆虫的正确率已经能达到96%。
（图片来源：Pixabay）
“我们最初的想法是让机器对最简单的图像进行分类，将复杂的图像留给有经验的专家。但随着利用人工智能系统学习专家分类的图片，我们能够扩展自动分类的物种范围”，进化生物学研究所的研究员兼“Mosquito Alert”项目的联合主任John Palmer解释道。
更具可预测性
这对于监测虎蚊以及其他能够传播疾病的蚊子是一个里程碑式的改变。“Mosquito Alert”项目的联合主任Frederic Bartumeus 表示，“我们正在训练一个针对这些蚊子的社会免疫系统。我们发现威胁的速度越快，越能及时对它们做出响应。”一方面，应用程序Mosquito Alert能获得用户贡献的大量蚊子照片，任何人都能成为这种新型社会免疫体系中的一份子；另一方面，人工智能可以进一步加快对收到的图片进行分类，从而帮助公共卫生管理专家更快更好地做出应对蚊子的相关措施。
图片来源：Pixabay
“在蚊子活动最活跃的几个月或者流行病期间，人工智能可以帮助系统接收更多的信息，并实时的控制处理结果的质量，这些数据对公共卫生决策是十分关键的，”Frederic Bartumeus补充道。
自动化挽救生命
虎蚊的存在会对西班牙的公共卫生构成威胁，数以百万计的人们被其影响，暴露在患登革热或基孔肯雅热等疾病的风险之下。在欧洲，自2007年以来，虎蚊作为媒介，每年都会导致病毒性疾病小规模爆发，且直至今日尚无相关疫苗，唯一的预防措施是控制传播病毒的蚊子的数量。我们需要掌握有关虎蚊种群的准确信息，为了评估、减小风险以及采取必要措施。这是一项昂贵且费力的工作，需要人工放置、检查诱捕器，并在昆虫实验室中进行后续的分析。这种方法无法在范围较大的区域中实施。
而应用程序Mosquito Alert的使用不失为一种替代方法，它可以让任何人通过安卓或IOS系统报告蚊子的存在，这样可以轻松覆盖蚊子活动的大范围的地理区域。从2015年开始，该计划每年收到数千张照片用于估计蚊子的数量。但是，大量的照片由昆虫学家通过目视检查进行分类，这无疑是一项需要时间以及多年经验的任务。而将人工智能应用到这个过程中可以加快分类速度，从而开发出几乎实时的危害地图，以改善对虎蚊的管理手段。
“Mosquito Alert”项目中的昆虫学负责人Roger Eritja阐明了人工智能的局限性：“要使机器具有和专家眼睛相同的能力，尤其是分辨其他如虎蚊等特征较弱的物种，是需要时间的。在西班牙目前已知的62种蚊子中，很多尚不能通过图像进行分类，必须在显微镜下检查才能确定。在其他一些情况下，我们甚至需要进行基因分析来鉴定它们。”
翻译：彭琛
审校：董子晨曦
引进来源：庞培法布拉大学
京公网安备11010502039775号
