Sztuczna inteligencja rozpozna owady przenoszące groźne choroby tropikalne

Międzynarodowy zespół naukowców pracuje nad mobilną aplikacją wykorzystującą sztuczną inteligencję do identyfikacji owadów przenoszących groźne choroby tropikalne. System będzie analizował charakterystyczne wzory na skrzydłach owadów, umożliwiając szybsze wykrywanie wektorów chorób takich jak leiszmanioza, a w przyszłości także innych infekcji przenoszonych przez owady.

W artykule:

• Dlaczego choroby tropikalne pozostają globalnym zagrożeniem zdrowotnym
• Jak sztuczna inteligencja będzie rozpoznawać gatunki owadów
• Dlaczego badania rozpoczynają się od leiszmaniozy
• Jakie korzyści przyniesie aplikacja pracownikom ochrony zdrowia
• Wpływ zmian klimatycznych na rozprzestrzenianie się owadów-wektorów
• Międzynarodowa współpraca naukowa nad nowym narzędziem diagnostycznym

Naukowcy opracowują nową aplikację mobilną, która będzie potrafiła identyfikować owady przenoszące choroby na podstawie wzorów widocznych na ich skrzydłach. Projekt wykorzystuje sztuczną inteligencję oraz algorytmy uczenia maszynowego, aby usprawnić diagnostykę i monitorowanie chorób tropikalnych w regionach świata najbardziej narażonych na ich występowanie.

Zaniedbane choroby tropikalne (Neglected Tropical Diseases, NTDs) dotykają ponad miliard ludzi na całym świecie. Najczęściej występują w społecznościach o niskich dochodach w Afryce, Azji oraz Ameryce Łacińskiej. Choroby te pozostają jednym z największych wyzwań zdrowia publicznego, mimo że przez wiele lat otrzymywały znacznie mniej uwagi i finansowania niż inne schorzenia zakaźne.

Do najpoważniejszych chorób należą między innymi leiszmanioza, denga oraz schistosomatoza. Mogą one prowadzić do przewlekłych problemów zdrowotnych, niepełnosprawności, a w ciężkich przypadkach nawet do śmierci.

Leiszmanioza pierwszym celem projektu

Początkowa faza badań będzie koncentrować się na leiszmaniozie – rzadkiej, lecz potencjalnie śmiertelnej chorobie pasożytniczej przenoszonej przez muchówki z rodzaju Phlebotominae, powszechnie określane jako moskity piaskowe (sandflies). Obecnie wiadomo, że ponad 90 gatunków tych owadów może przenosić pasożyty z rodzaju Leishmania, odpowiedzialne za rozwój choroby.

Dokładna identyfikacja gatunku owada ma kluczowe znaczenie dla oceny ryzyka epidemiologicznego oraz wdrażania skutecznych działań kontrolnych. W praktyce wymaga to jednak specjalistycznej wiedzy entomologicznej i dostępu do odpowiednich laboratoriów.

Sztuczna inteligencja analizuje wzory skrzydeł

Badacze wykorzystają mikroskopowe obrazy skrzydeł owadów o bardzo wysokiej rozdzielczości do wytrenowania modelu uczenia maszynowego. Algorytmy będą uczyć się rozpoznawania poszczególnych gatunków na podstawie unikalnych cech morfologicznych widocznych w układzie żyłek i wzorów skrzydeł.

Powstała technologia stanie się podstawą aplikacji mobilnej, która pozwoli naukowcom oraz pracownikom ochrony zdrowia szybciej i dokładniej monitorować populacje owadów będących wektorami chorób zakaźnych.

Dzięki temu możliwe będzie bardziej precyzyjne planowanie działań kontrolnych, skuteczniejsze ograniczanie rozprzestrzeniania się chorób oraz szybsze reagowanie na pojawiające się ogniska epidemiczne.

Wsparcie dla edukacji i zdrowia publicznego

Autorzy projektu podkreślają, że aplikacja będzie miała również istotne znaczenie edukacyjne. Narzędzie może zostać wykorzystane do szkolenia studentów kierunków medycznych oraz nowo zatrudnionych pracowników ochrony zdrowia, pomagając im rozwijać umiejętności identyfikacji wektorów chorób i prowadzenia działań profilaktycznych.

Profesor Tossapon Boongoen z Department of Computer Science na Aberystwyth University, będący członkiem międzynarodowego zespołu badawczego, podkreśla, że szybka i dokładna identyfikacja wektorów chorób jest kluczowa dla skutecznego kontrolowania ognisk zakażeń.

Według naukowca owady mogą migrować znacznie dalej niż ich tradycyjne siedliska, a zmiany klimatyczne dodatkowo zwiększają skalę tego zjawiska. Precyzyjne określenie gatunków obecnych na danym obszarze pozwala śledzić źródła zakażeń i szybciej podejmować odpowiednie działania.

Zmiany klimatu zwiększają znaczenie nowych narzędzi

Badacze zwracają uwagę, że tradycyjne metody identyfikacji owadów są często czasochłonne i wymagają zaangażowania wysoko wykwalifikowanych specjalistów. Stanowi to poważny problem zwłaszcza w regionach o ograniczonym dostępie do opieki zdrowotnej.

Wykorzystanie sztucznej inteligencji może znacząco przyspieszyć proces identyfikacji oraz umożliwić wcześniejsze wykrywanie zagrożeń epidemiologicznych. Co więcej, technologia może pomóc w odkrywaniu nowych lub wcześniej nierozpoznanych gatunków owadów, które potencjalnie mogą stanowić nowe zagrożenie dla zdrowia publicznego.

Perspektywy rozwoju technologii

Długoterminowym celem projektu jest rozszerzenie możliwości systemu na inne owady odpowiedzialne za przenoszenie chorób zakaźnych. Oznaczałoby to możliwość wykorzystania technologii między innymi w monitorowaniu komarów przenoszących dengę, malarię czy wirusa Zika.

Zdaniem profesora Boongoena potencjał tej technologii jest ogromny. Międzynarodowy zespół liczy, że opracowane rozwiązanie przyczyni się do skuteczniejszej walki z jednymi z najgroźniejszych chorób zakaźnych na świecie. Łącząc wiedzę ekspertów z różnych dziedzin i krajów, naukowcy chcą stworzyć praktyczne oraz łatwo dostępne narzędzie, które pomoże przyspieszyć reakcję służb zdrowia, poprawić wyniki leczenia oraz zwiększyć skuteczność kontroli epidemii w najbardziej zagrożonych regionach świata.

Projekt jest finansowany przez Academy of Medical Sciences. Liderem przedsięwzięcia jest Centre of Excellence in Vector Biology and Vector Borne Diseases przy Chulalongkorn University w Tajlandii. W badania zaangażowani są również eksperci z Liverpool School of Tropical Medicine, Naresuan University, Institut Pasteur, Charles University oraz Artificial Intelligence Association of Thailand.

Źródło: Aberystwyth University, Insect wing identifying app to tackle tropical disease threat.