研究者たちは、市民が撮影した接写写真とAIによる画像認識を組み合わせて、マダガスカルでAnopheles stephensiが確認された可能性を明らかにしました。発見の直接の手掛かりはNASAのGLOBE Observerアプリに2020年に提出された一枚の写真で、アンタナナリボでタイヤから採取した幼虫を撮影したものでした。研究者が過去のデータを改めて検査した2年後にこの写真が注目され、結果は学術誌Insectsに掲載されました。
チームはRyan Carney氏の指導で、種が確認済みのスマートフォン写真を数千枚集めてAIアルゴリズムを訓練しました。これを基に市民科学ツールを開発し、5年前に目撃された幼虫の種を後から確認できたとしています。研究者は、都市部での監視が難しい場所に対して、地域社会とデジタル技術が監視の空白を埋める好例だと説明します。
Anopheles stephensiはマラリア原虫に特に感受性が高く、殺虫剤への耐性も知られています。人工容器で都市部に定着しやすいため、人口密集地で年間を通じた伝播を可能にし、以前の研究はアフリカで追加で1億2600万人がリスクにさらされる可能性を示しました。WHOはこの拡散がマラリア対策と根絶に重大な脅威だと警告しています。
研究者はiNaturalist、Mosquito Alert、NASA’s GLOBE Observerという無料アプリを有効と挙げ、スワヒリ語やアラビア語を含む複数言語オプションがあると伝えます。市民はスマートフォンと60倍のクリップオン拡大レンズで接写写真と位置データを提出でき、研究チームはGlobal Mosquito Observations Dashboardで当局が監視や対策を絞り込めると推奨しています。一方で多くの人がスマホや安定したインターネットを持たず、アプリの存在を知らない点や、AIが特定のレンズで訓練されている技術的要件が障壁になる点が指摘されています。研究者は、公衆衛生機関やマラリア対策プログラムが適切なレンズの入手支援とツールの認知向上を行うことを勧め、専門家の一部は国際的な疾病対策資金が減る中で道具を直接地域社会に渡すことが重要だと述べています。
難しい単語
- 接写写真 — 被写体に非常に近づいて撮った写真
- 画像認識 — 画像の内容を自動で識別する技術
- アルゴリズム — 問題を解くための手順や計算方法AIアルゴリズム
- 訓練する — 機械やモデルに学習させること訓練しました, 訓練されている
- 定着する — ある場所に長く存在するようになること定着しやすいため
- 伝播 — 病気や情報などが広がること
- 監視 — 状況や変化を注意して見守ること
ヒント：記事中の強調表示された単語にマウスオーバー／フォーカス／タップすると、その場で簡単な意味が表示されます。
ディスカッション用の質問
- 市民が接写写真とアプリを使う方法は、都市部での蚊の監視をどのように変えると思いますか？具体的に説明してください。
- AIが特定のレンズで訓練されているという技術的要件への対応として、どんな現実的な解決策が考えられますか？理由を述べてください。
- 公衆衛生機関が『レンズの入手支援』や『ツールの認知向上』を行うとしたら、どのような活動が効果的だと思いますか？例を挙げて説明してください。
