在人工智能时代,在美洲识别疾病载体图像
Vinícius Lima de Miranda1, José Fabrício de Carvalho Leal1, Isadora Ribeiro de Carvalho Gomes1,2
1Universidade de Brasília, Faculdade de Medicina, Laboratório de Parasitologia Médica e Biologia de Vetores, Brasília, DF, Brasil.
Revista da Sociedade Brasileira de Medicina Tropical
|November 5, 2025
概括
人工智能 (AI) 可以增强美洲疾病载体的识别,改善公共卫生监测. 这项技术显示出开发自动化视觉识别系统的前景,以帮助控制被忽视的热带疾病.
科学领域:
- 医学昆虫学 医学昆虫学
- 公共卫生信息学 公共卫生信息学
- 人工智能在医学中的应用
背景情况:
- 由载体传播的被忽视的热带疾病对美洲的公共卫生有重大影响.
- 这些疾病的有效监测和控制取决于准确的载体识别.
- 数字技术和人工智能为增强载体识别和监控系统提供了新的工具.
研究的目的:
- 探索人工智能的应用,以识别美洲的疾病载体.
- 审查和批判性地分析关键载体组的自动识别系统 (三胺,蚊子,沙,).
- 评估该地区基于人工智能的载体识别研究的发展阶段.
主要方法:
- 在过去十年中,对人工智能应用在美洲进行自动向量识别的文献综述.
- 基于开发阶段的研究分析:图像采集,处理,算法培训,测试,应用程序开发和设备可用性.
- 专注于人工智能算法 (例如,AlexNet,MobileNet,ResNet) 和矢量物种数据库.
主要成果:
- 大多数人工智能研究的重点是蚊子识别,载体物种数据库的多样性有限.
- 三族群是代表性最大的群体,占描述物种的41%.
- 大多数研究都处于算法培训阶段;在美洲,只有一个研究进展到应用程序/设备开发.
结论:
- 人工智能对美洲的载体识别具有重大潜力,有助于疾病监测.
- 自动视觉识别系统是改善载体控制的有希望的方法.
- 由人工智能驱动的工具可以支持公民科学倡议,以加强载体监测.
