人工智能和公民科学作为全球蚊子监测的工具:马达加斯加的案例研究
Ryan M Carney1, Farhat Azam2, Karlene Gehrisch1
1Department of Integrative Biology, University of South Florida (USF), Tampa, FL 33620, USA.
Insects
|November 27, 2025
概括
一种侵入性疟疾载体Anopheles stephensi可以使用人工智能 (AI) 和公民科学来检测. 这种新的方法提供了一种低成本的方法,用于早期检测和应对Anopheles stephensi疫情.
科学领域:
- 医学昆虫学 医学昆虫学
- 传染性疾病 传染性疾病
- 人工智能的人工智能
背景情况:
- 阿诺菲莱斯·斯蒂芬西 (Anopheles stephensi) 是非洲的入侵性疟疾载体,独特地适应在人造容器中繁殖.
- 有效的监测需要根据其独特的生物学量身定制的早期检测和快速反应策略.
研究的目的:
- 开发一个公民科学友好的工具,使用人工智能用于Anopheles stephensi检测.
- 从公民提交的图像中评估AI在识别Anopheles stephensi方面的有效性.
主要方法:
- 在成千上万的智能手机照片上训练了AI图像识别算法Anopheles stephensi和特有物种.
- 使用了通过NASA的GLOBE Observer应用程序提交的公民科学观测结果.
- 应用可解释AI (XAI) 用于模型解释性和幼虫性别确定.
主要成果:
- 人工智能模型准确地将公民提交的轮胎幼虫分类为Anopheles stephensi,信心高 (>99%) 和低假阳性率 (<1%).
- XAI确定了与丸相关的特定形态特征 (腹部部段VI上的黑点),确认了男性的性别.
- 人工智能工具成功标记了潜在的Anopheles stephensi,展示了公民科学整合的概念验证.
结论:
- 将公民科学与人工智能相结合,为侵袭性Anopheles stephensi.提供了一个强大的,低成本的监视工具.
- 这种方法可以通过早期确认和应对来显著增强疟疾计划.
- 由人工智能驱动的工具可以帮助填补有关非洲及其他地区侵袭性Anopheles stephensi分布的关键知识空白.
