پیش‌بینی پیش از شیوع؛ هوش مصنوعی و گزارش عمومی در خدمت پیشگیری

پژوهشگران با استفاده از هوش مصنوعی و علم شهروندی موفق به شناسایی موردی شدند که ممکن است نخستین نمونه از پشه آنوفل استفنسی در ماداگاسکار باشد. این پشه یک گونه مهاجم و ناقل مرگبار مالاریا است. این مطالعه به رهبری رایان کارنی و سریرام چلاپان نشان می‌دهد که چگونه تشخیص تصویر مبتنی بر هوش مصنوعی و مشارکت عمومی می‌تواند نظارت جهانی بر بیماری‌ها را متحول سازد.

به گزارش بخش فناوری پزشکی رسانه خبری تکنا، این کشف نشان می‌دهد که ترکیب فناوری موبایل و یادگیری ماشین چگونه می‌تواند شکاف‌های نظارتی حیاتی برای بیماری‌های منتقله از راه ناقلین را پر کند. گونه آنوفل استفنسی یک تهدید رو به رشد در سراسر آفریقا محسوب می‌شود زیرا برخلاف پشه‌های آنوفل بومی که در آب‌های راکد طبیعی رشد می‌کنند این گونه در محیط‌های شهری و ظروف مصنوعی مانند لاستیک و سطل به خوبی سازگار می‌شود.

گسترش این پشه به تنهایی می‌تواند ۱۲۶ میلیون نفر دیگر را در آفریقا در معرض خطر مالاریا قرار دهد. این پیشرفت علمی از طریق یک عکس ارسالی توسط ساکنان محلی در آنتاناناریوو از طریق اپلیکیشن GLOBE Observer ناسا به دست آمد. این تصویر که لارو پشه‌ای را در یک لاستیک نشان می‌داد بعداً توسط الگوریتم‌های هوش مصنوعی تجزیه و تحلیل شد.

این سیستم هوش مصنوعی بر روی هزاران تصویر تایید شده از پشه‌ها آموزش دیده بود. سیستم لارو موجود در تصویر را با اطمینان بیش از ۹۹ درصد به عنوان آنوفل استفنسی شناسایی کرد. برای تایید این طبقه‌بندی بیش از ۱۰۰ لارو آنوفل دیگر نیز در همان روز در نزدیکی آن محل و در ظروف مصنوعی مشابه کشف شدند هرچند از آن‌ها عکسی گرفته نشد.

اگرچه تشخیص رسمی مستلزم آزمایش ژنتیکی است که به دلیل از بین رفتن فوری نمونه‌ها دیگر امکان‌پذیر نیست اما در صورت صحت این شناسایی این اولین شواهد از وجود آنوفل استفنسی در ماداگاسکار خواهد بود. در همان سال موارد ابتلا و مرگ و میر ناشی از مالاریا در این کشور دو برابر شده بود.

پشه‌ها خطرناک‌ترین حیوانات روی کره زمین هستند و سالانه بیش از ۷۰۰ میلیون نفر را به عوامل بیماری‌زای مختلف آلوده می‌کنند. مالاریا همچنان کشنده‌ترین این بیماری‌ها باقی مانده است و سالانه جان نزدیک به نیم میلیون کودک زیر پنج سال را می‌گیرد. کارنی و چلاپان تاکید کردند که پیامدهای این تحقیق بسیار فراتر از آفریقا است.

نیاز به هوشیاری و نظارت فعال بر ناقلین مالاریا در داخل کشورها نیز اهمیت روزافزونی پیدا کرده است. در سال ۲۰۲۳ ایالات متحده برای اولین بار در دو دهه شاهد شیوع محلی مالاریا بود. این مطالعه نشان می‌دهد که عکس‌های گوشی‌های هوشمند که توسط شهروندان جمع‌آوری می‌شوند می‌توانند به عنوان داده‌های هشدار اولیه قدرتمندی برای مبارزه با این تهدید روزافزون عمل کنند.

رایان کارنی توضیح داد که پشه‌ها را می‌توان سوزن‌های هیپودرمیک پرنده کوچکی در نظر گرفت اما تنها ۳ درصد از گونه‌ها بیماری را به انسان منتقل می‌کنند. به لطف اپلیکیشن‌های علم شهروندی می‌توان عکس‌های پشه‌ها را جمع‌آوری کرد و با هوش مصنوعی آن‌ها را تحلیل نمود تا شناسایی آن سوزن‌های بیماری‌زا در انبار کاه افزایش یابد.

تشخیص زودهنگام پشه آنوفل استفنسی بسیار حیاتی است اما روش‌های نظارتی سنتی اغلب آن را نادیده می‌گیرند. برای رفع این مشکل محققان ابزارهای هوش مصنوعی جدیدی شبیه به فناوری تشخیص چهره توسعه دادند که می‌توانند لاروها و پشه‌های بالغ را از روی عکس‌های گوشی هوشمند شناسایی کنند. این الگوریتم‌ها بر روی هزاران تصویر تایید شده از گونه‌های مختلف پشه آموزش دیده‌اند.

این مطالعه نمونه موفقی از همکاری چند رشته‌ای در بخش‌های مختلف دانشگاهی است. محققان اکنون در صدد توسعه و استقرار سخت‌افزاری الهام گرفته از نرم‌افزار خود هستند. آن‌ها قصد دارند یک تله هوشمند مجهز به هوش مصنوعی برای شناسایی از راه دور آنوفل استفنسی و سایر پشه‌های ناقل بیماری در فلوریدا و فراتر از آن بسازند.

چلاپان افزود که هوش مصنوعی به طور فزاینده‌ای در جنبه‌های مختلف بهداشت عمومی استفاده می‌شود و نظارت بر پشه‌ها یک حوزه بسیار مهم در سطح جهانی و برای فلوریدا است. او ابراز امیدواری کرد که آن‌ها در حال پیشگامی در نسل بعدی سیستم‌های نظارتی برای بهداشت عمومی با هدف مبارزه با بیماری‌های منتقله از پشه هستند.