ダニ属の同定における新時代：精度と速度のための人工知能

科学分野:

• 獣医昆虫学
• バイオインフォマティクス
• コンピューターサイエンス

背景:

• パンデミックと媒介性疾患の増加は、医療システムの脆弱性を浮き彫りにしています。
• ダニは感染性病原体の重要な媒介生物であり、人間や家畜の健康にリスクをもたらします。
• 専門家による従来のダニ同定は時間がかかり、困難です。

研究 の 目的:

• Hyalomma属とRhipicephalus属のダニ属を正確に同定するためのAIベースのウェブアプリケーションを開発すること。
• 病気の監視を支援する、迅速かつ正確なダニ分類のためのユーザーフレンドリーなツールを作成すること。

主な方法:

• 同定されたダニと非ダニ生物の画像を使用してデータを収集しました。
• 畳み込みニューラルネットワーク（CNN）、VGG16、およびResNet-50モデルをトレーニングおよびテストしました。
• AIモデルを統合してリアルタイム分類を行うウェブベースのアプリケーション（I-TickNet）を開発しました。

主要な成果:

• ResNet50は、ダニと非ダニの分類において100%の精度とAUCを達成しました。
• VGG16は、ダニ属の分類において96.97%の精度と99.55%のAUCを示しました。
• I-TickNetアプリケーションは、ダニ属の同定において高い精度と感度を提供します。

結論:

• 開発されたウェブアプリケーションI-TickNetは、高い精度でダニ属を正確に同定することに成功しました。
• このAI/IoTフレームワークは、専門知識を必要とせずにダニ同定のためのユーザーフレンドリーなソリューションを提供します。
• このツールは、病原体媒介生物の効果的な追跡を可能にすることで、公衆衛生イニシアチブをサポートします。