Globalna sieć wykrywania komarów budowana przy użyciu smartfonów

Malaria to zabójca. Na tę chorobę cierpi nawet 600 milionów ludzi, a każdego roku umiera na nią milion. Według UNICEF większość z nich to dzieci poniżej piątego roku życia mieszkające w Afryce Subsaharyjskiej.

Dlatego głównym celem jest zapobieganie rozprzestrzenianiu się malarii. Eksperci ds. zdrowia mają różne sposoby kontrolowania rozprzestrzeniania się choroby. Niektóre z tych interwencji były niezwykle skuteczne, ale inne mniej. Jednak różnica między sukcesem a porażką jest często słabo rozumiana.

Jednym z problemów jest to, że malaria jest przenoszona przez zakażone komary Anopheles, a te stanowią tylko niewielką część gatunków komarów. Istnieje około 60 gatunków Anopheles, które mogą przenosić malarię, spośród łącznie 3600 różnych gatunków komarów.

Anopheles stephensi – jeden z 40 spośród 3600 gatunków komarów, które mogą przenosić malarię.

Śledzenie komarów na dużych obszarach jest trudne, a identyfikacja ich gatunków jeszcze trudniejsza. A to sprawia, że ​​trudno jest zrozumieć, jak interwencja wpływa na populacje różnych gatunków. Aby rozwiązać ten problem, eksperci od chorób bardzo chcieliby mieć tani system czujników do monitorowania populacji komarów, który można łatwo rozmieścić w odległych miejscach.

Wchodzi Yunpeng Li i kumple z Uniwersytetu Oksfordzkiego w Wielkiej Brytanii, którzy twierdzą, że opracowali właśnie taki system. Ich podejście wykorzystuje fakt, że gatunki komarów można rozpoznać po hałasie, jaki wydają ich skrzydła podczas lotu. Odgłosy te można wychwycić i nagrać za pomocą smartfona.

Tak więc system czujników zespołu to aplikacja na smartfony z systemem Android o nazwie MozzWear, która może rejestrować odgłosy komarów wraz z czasem i lokalizacją, a następnie przesyłać dane do centralnego serwera, na którym identyfikowany jest gatunek.

Ponieważ smartfony są powszechnie dostępne, nawet w wielu krajach rozwijających się, system ten można stosunkowo łatwo rozpowszechnić na szeroką skalę. Przynajmniej w teorii.

Podejście Li i co polega na wytrenowaniu algorytmu uczenia maszynowego, który rozpoznaje charakterystyczną sygnaturę akustyczną różnych gatunków, a następnie odpowiednio identyfikuje owady.

Różne badania wykazały, że możliwe jest rozpoznanie komarów po hałasie, jaki wydają. Możliwe jest nawet rozróżnienie płci, ponieważ samce zmieniają częstotliwość uderzeń skrzydeł, aby przyciągnąć partnerów. Niemniej jednak dane są skąpe.

To nie jest dobre dla algorytmów uczenia maszynowego, które mogą uczyć się tylko na podstawie ogromnych ilości danych, zwykle opatrzonych wcześniej adnotacjami przez ludzi. W tym przypadku te zestawy danych po prostu nie zostały utworzone. Tak więc Li i spółka rozpoczęli ogromne zadanie stworzenia własnej bazy danych z pomocą kolegów i naukowców-obywateli.

Najpierw zebrali nagrania komarów zebrane przez Centrum Kontroli i Prewencji Chorób w USA oraz Wojskową Jednostkę Badawczą Armii USA w Kisumu w Kenii. Obejmowały one siedem różnych gatunków i łącznie 62 różne próbki.

Następnie zespół zaznacza odpowiednie cechy na spektrografie tych nagrań, korzystając z usługi crowdsourcingowej Zooniverse, poświęconej naukowcom obywatelskim. Pierwszym zadaniem tych naukowców jest zaznaczenie w każdym nagraniu obszarów zawierających możliwe do zidentyfikowania dźwięki komarów. Następnie wykorzystują te dane do wytrenowania algorytmu uczenia maszynowego, który rozpoznaje te siedem różnych gatunków na podstawie samego dźwięku.

Wreszcie, Li i spółka testują system, ładując aplikację na tani smartfon – Alcatel One Touch 4009X, który, jak mówią, kosztuje około 20 funtów – a następnie używając go do monitorowania poziomu hałasu otoczenia podczas odtwarzania nagrań komarów.

Aplikacja wysyła te nagrania do centralnego serwera, który wykorzystuje algorytm uczenia maszynowego do identyfikacji latających bestii.

Wyniki nie są złe. Maszyna dokładnie wykrywa komary z gatunku Anopheles w około 72 procentach przypadków. Dokładność wykrywania komarów Anopheles, które są wektorami malarii, jest imponująca, mówią Li i kumple.

To przydatna demonstracja dowodu działania. Pokazuje, że tanie smartfony mogą stać się tanimi czujnikami komarów. Nasz akustyczny system wykrywania komarów, pomimo korzystania z niedrogich smartfonów, zapewnia obiecującą drogę do wykrywania na żywo – i klasyfikacji gatunków – komarów znanych jako wektory malarii, powiedzmy Li i spółka.

Ale przed nami znacząca praca. Zespół musi teraz radykalnie zwiększyć liczbę gatunków, które aplikacja MozzWear może zidentyfikować. To nie będzie łatwe, ponieważ nagrania wysokiej jakości nie są łatwe do wykonania. Będzie to również czasochłonne, biorąc pod uwagę 3600 różnych gatunków, które tam występują.

Następnie zespół musi rozpowszechniać aplikację i namawiać ludzi do jej używania. To też będzie trudne. Niektóre aplikacje rozprzestrzeniają się wirusowo, ale inne wymagają znacznego marketingu. W miejscach, gdzie moc baterii jest na wagę złota, interesujące pytanie brzmi, czy można przekonać ludzi do poświęcenia cennej energii na tego rodzaju przedsięwzięcia.

Miejmy nadzieję, że tak. Lepsze zrozumienie sposobu, w jaki populacje komarów różnią się na całym świecie i jak zmieniają się w czasie, będzie nieocenione. Może nawet pomóc w zmniejszeniu częstości występowania malarii i powodowanych przez nią zgonów.

Nr ref.: arxiv.org/abs/1711.06346 : Wykrywanie komarów za pomocą tanich smartfonów: akwizycja danych do badań nad malarią

ukryć