Sciencistoj raportas la eblan unuan detekton de Anopheles stephensi en Madagaskaro per kombino de artefarita inteligento kaj telefonaj specimenoj senditaj de civitanoj. La trafa ekzemplo estas proksima foto sendita per la aplikaĵo GLOBE Observer (kreita de NASA) kiu montras moskitlarvon kolektitan el pneŭo en Antananarivo. La bildo estis farita en 2020 kaj estis malkovrita nur du jarojn poste kiam sciencistoj reviziis historiajn datumojn; la rezultoj aperis en la ĵurnalo Insects.
La esplorteamo, gvidata de Ryan Carney, trejnis algoritmojn por bildrekono per miloj da telefonaj fotoj de verigitaj Anopheles stephensi kaj aliaj lokaj specioj. Kun tiuj algoritmoj ili evoluigis civitansciencan ilon, kiu laŭ la teamo ebligis konfirmi la specon de larvo rimarkita antaŭ kvin jaroj. La esploristoj reliefigas, ke tia kunlaboro povas plenigi observadmankojn, precipe en urbaj areoj kiuj estas malfacile monitoritaj.
Anopheles stephensi estas konata pro alta sentemo al la malario-parazito kaj forta rezisto kontraŭ insekticidoj. Ĝi prosperas en urboj kaj reproduktiĝas en artefaritaj recipientoj kiel pneŭoj kaj siteloj, kio ebligas jarrondan dissendon en dense loĝataj regionoj. Antaŭa studo indikas, ke ĝia disvastiĝo povus meti pliajn 126 millionojn da homoj je risko tra Afriko. La Monda Organizo pri Sano avertas, ke ĉi tio estas signifa minaco por malario-kontrolo kaj forigo.
La teamo rekomendas largan uzon de liberaj aplikoj kiel iNaturalist, Mosquito Alert kaj NASA GLOBE Observer, kiuj ofertas plurajn lingvajn opciojn inkluzive Swahili kaj araba. Civitansciencistoj kun smartphone kaj 60x klipsa lenso povas sendi proksimajn fotojn por verigo, kaj publikaj saninstancoj devus utiligi la Global Mosquito Observations Dashboard por agregi fotojn kaj lokdatumojn kaj tiel direkti observaĵojn kaj kontrolajn klopodojn. Ili ankaŭ atentigas pri limigoj: multaj en Madagaskaro ne havas smartphone aŭ fidindan interreton, multaj ne scias pri la aplikoj, kaj la AI-algoritmoj estis trejnitaj per fotoj faritaj kun 60x lenso, do teknikaj postuloj povas esti bariero. Por pliigi uzadon, esploristoj sugestas helpi komunumojn akiri la ĝustan lenson kaj plialtigi konscion, precipe dum internacia helpo por malariokontrolo malkreskas.
Malfacilaj vortoj
- detekto — Ago por malkovri ekziston de iodetekton
- artefarita inteligento — komputila teknologio kiu analizas datumojn kaj lernas
- civitanscienca — rilata al scienco farata de ordinaraj civitanojcivitansciencan
- bildrekono — tekniko por identigi objektojn en bildoj
- verigi — kontroli kaj konfirmi ke informo estas ĝustaverigitaj
- rezisto — kapablo ne esti facile detruata aŭ malfortigita
- disvastiĝo — procezo per kiu io disiĝas laŭ regionoj
- agregi — kunmeti datumojn aŭ informojn en unu loko
Konsilo: ŝovu la musmontrilon, fokusu aŭ tuŝu la reliefigitajn vortojn en la artikolo por vidi rapidajn difinojn dum legado aŭ aŭskultado.
Diskutaj demandoj
- Kiel la uzo de civitansciencaj aplikoj povus ŝanĝi la manieron kiel publika sanservo monitoras malarion en urboj?
- Kiajn praktikajn obstaklojn povas kaŭzi la bezono de 60x klipsa lenso por komunumaj kontribuantoj, kaj kiel oni povus solvi ilin?
- Kiuj riskoj kaj avantaĝoj ekzistas kiam AI-algoritmoj dependas de historie trejnitaj fotoj por identigi speciojn?
Rilataj artikoloj
Cifereca kaj baza edukado por knabinoj en Chiapas
En la altmontoj de Chiapas mankas edukado kaj cifereca aliro por multaj familioj. Statistikoj montras altan malriĉecon, malfortan partoprenon de virinoj kaj perforton, sed programoj kiel Low‑Tech kaj Tecnolochicas montras komencajn progreso‑signojn.
