日本語版
最新ニュース
健康

USFの研究者は、疾患を運ぶ蚊を特定するためにAIに支援されたスマートトラップを作成します – カラスの巣

USFの厚意により写真 バイミンジャスミン船 南フロリダ大学の研究者は、人工知能(AI)を使用して疾患を運ぶ蚊を特定できるスマートトラップを特許するという目標を発表しました。彼らは、トラップが脆弱なコミュニティでのマラリアの研究と予防を支援できると考えています。 コンパイルされた画像データのアルゴリズムで訓練されているスマートトラップは、蚊の病気に耐える能力を理解するために昆虫学者が重要であると信じている監視力である、それが捕らえる蚊の性と種を特定することができます。 SMART TRAPの共同作成者であり、USFの統合生物学部のデジタル科学教授であるRyan Carneyは、特に病気のリスクを早期に発見するのにどれほど効率的であるかにより、病気のキャリア、またはベクター、Roamの地域を保護することにtrapが不可欠であると考えています。 「基本的には、特に新しいエリアにあるときは、それを検出する必要がある時間との競争です。それが確立される前に約3年から4年の窓があるためです」とカーニーは言いました。 「これらの蚊の識別は、時間がかかると同時に非常に困難な場合があります。したがって、これらのアルゴリズムを開発することで、それをより速くすることができます。」 3,500種の蚊のうち、ベクターは3%のみであるとカーニーは説明した。フロリダで14種類のベクトル種が検出され、進行中の流行 デング熱の発生 南フロリダとジカウイルスで 州に到着しました 2010年代半ばは、蚊を追跡するための全国的な努力につながりました。 特に研究者に興味を持っている蚊の種は、多くの環境および人工条件に耐性のあるマラリアの主要なベクターであるAnopheles Stephensiです。 カーニーは、彼のチームが2020年に解剖学的特性の画像データベースを使用してAIを訓練することにより、アノフェンシの幼虫蚊を特定できる可能性が高いと考えています。 「あなたはそれを蚊の顔の認識と考えることができます」とカーニーは言いました。 「私たちは、USFの学生とCDCの昆虫の両方で、幼虫の蚊の数千の画像に何千もの画像を摂取しました。その後、これらのアルゴリズムを訓練して、さまざまな種を検出しました。」 Trapの共同作成者であり、USFのコンピューターサイエンスエンジニアリング省の教授であるSriram Chellappanは、Trapのアルゴリズム技術のより広範な利点を概説しました。 「ベクターの監視が高速で、正確で、信頼性が高く、効率的である場合、制御努力は自然に高速で効率的です」とチェラパンは言いました。 「これにより、病気の広がりを防止または軽減します。」 カーニーとチェラパンのスマートトラップ より大きなイニシアチブの一部です ゲノミクスと国境を越えたシステム(新興)を通じてマラリア疫学研究の強化として知られています。これは、国立衛生研究所によって資金提供されたプロジェクトです。 このプロジェクトは、2022年に作成された公開データベースカーニーとチェラパンも介して機能します。 Mosquitodashboard.org。蚊の監視の市民からの報告を使用して、ダッシュボードは蚊の種の存在または流入に関するアクセス可能な視覚として機能します。 カーニーとチェラパンの視覚化ウェブサイトは、蚊の監視のリアルタイム市民データを収集します。 写真提供:蚊のダッシュボード。 スマートフォンアプリケーションやクリップオン拡大器などの他の形態の蚊の監視に加えて、カーニーとチェラパンは、疾患を運ぶ種が存在する場合に迅速に行動する機会をコミュニティに提供するために、市民と研究者が同様にスマートトラップにアクセスできるように求めています。 Chellappanは、TRAPのテクノロジーを評価する際に探求する特別な考慮事項があると指摘しました。 「AIモデルは正確ですか?トレーニングのデータは十分に多様ですか?モデルは、再トレーニングする必要なく新しいデータセットから学ぶことができますか?実行の速度と精度分析は興味深いものです」とChellappan氏は言います。 カーニーは、このプロジェクトがマダガスカル政府から関心を集めた方法を説明し、CDCとの協力につながり、1,300のアノフェレス蚊を明らかにした1年間の蚊監視プログラムを制定しました。 この発見は、データベースのウェブサイトに到達した市民データの流出と一致していた、とカーニーは回想します。 「そのダッシュボードを構築し、すべてのデータをまとめることにより、地元のコミュニティと蚊の制御地区は、アクセスできず、非常にスケーラブルな場所で、その地域で蚊が検出されたものを見ることができます」とカーニーは言いました。 「世界で最も致命的な動物を考えると、サメのようなものをよく考えます」とカーニーは言いました。 「しかし、彼らは毎年約12人を殺し、蚊は毎年約100万人を殺します。7億人の感染症は驚異的です。」…

USFの研究者は、疾患を運ぶ蚊を特定するためにAIに支援されたスマートトラップを作成します – カラスの巣

USFの厚意により写真

バイミンジャスミン船

南フロリダ大学の研究者は、人工知能(AI)を使用して疾患を運ぶ蚊を特定できるスマートトラップを特許するという目標を発表しました。彼らは、トラップが脆弱なコミュニティでのマラリアの研究と予防を支援できると考えています。

コンパイルされた画像データのアルゴリズムで訓練されているスマートトラップは、蚊の病気に耐える能力を理解するために昆虫学者が重要であると信じている監視力である、それが捕らえる蚊の性と種を特定することができます。

SMART TRAPの共同作成者であり、USFの統合生物学部のデジタル科学教授であるRyan Carneyは、特に病気のリスクを早期に発見するのにどれほど効率的であるかにより、病気のキャリア、またはベクター、Roamの地域を保護することにtrapが不可欠であると考えています。

「基本的には、特に新しいエリアにあるときは、それを検出する必要がある時間との競争です。それが確立される前に約3年から4年の窓があるためです」とカーニーは言いました。 「これらの蚊の識別は、時間がかかると同時に非常に困難な場合があります。したがって、これらのアルゴリズムを開発することで、それをより速くすることができます。」

3,500種の蚊のうち、ベクターは3%のみであるとカーニーは説明した。フロリダで14種類のベクトル種が検出され、進行中の流行 デング熱の発生 南フロリダとジカウイルスで 州に到着しました 2010年代半ばは、蚊を追跡するための全国的な努力につながりました。

特に研究者に興味を持っている蚊の種は、多くの環境および人工条件に耐性のあるマラリアの主要なベクターであるAnopheles Stephensiです。

カーニーは、彼のチームが2020年に解剖学的特性の画像データベースを使用してAIを訓練することにより、アノフェンシの幼虫蚊を特定できる可能性が高いと考えています。

「あなたはそれを蚊の顔の認識と考えることができます」とカーニーは言いました。 「私たちは、USFの学生とCDCの昆虫の両方で、幼虫の蚊の数千の画像に何千もの画像を摂取しました。その後、これらのアルゴリズムを訓練して、さまざまな種を検出しました。」

Trapの共同作成者であり、USFのコンピューターサイエンスエンジニアリング省の教授であるSriram Chellappanは、Trapのアルゴリズム技術のより広範な利点を概説しました。

「ベクターの監視が高速で、正確で、信頼性が高く、効率的である場合、制御努力は自然に高速で効率的です」とチェラパンは言いました。 「これにより、病気の広がりを防止または軽減します。」

カーニーとチェラパンのスマートトラップ より大きなイニシアチブの一部です ゲノミクスと国境を越えたシステム(新興)を通じてマラリア疫学研究の強化として知られています。これは、国立衛生研究所によって資金提供されたプロジェクトです。

このプロジェクトは、2022年に作成された公開データベースカーニーとチェラパンも介して機能します。 Mosquitodashboard.org。蚊の監視の市民からの報告を使用して、ダッシュボードは蚊の種の存在または流入に関するアクセス可能な視覚として機能します。

カーニーとチェラパンの視覚化ウェブサイトは、蚊の監視のリアルタイム市民データを収集します。
写真提供:蚊のダッシュボード。

スマートフォンアプリケーションやクリップオン拡大器などの他の形態の蚊の監視に加えて、カーニーとチェラパンは、疾患を運ぶ種が存在する場合に迅速に行動する機会をコミュニティに提供するために、市民と研究者が同様にスマートトラップにアクセスできるように求めています。

Chellappanは、TRAPのテクノロジーを評価する際に探求する特別な考慮事項があると指摘しました。

「AIモデルは正確ですか?トレーニングのデータは十分に多様ですか?モデルは、再トレーニングする必要なく新しいデータセットから学ぶことができますか?実行の速度と精度分析は興味深いものです」とChellappan氏は言います。

カーニーは、このプロジェクトがマダガスカル政府から関心を集めた方法を説明し、CDCとの協力につながり、1,300のアノフェレス蚊を明らかにした1年間の蚊監視プログラムを制定しました。

この発見は、データベースのウェブサイトに到達した市民データの流出と一致していた、とカーニーは回想します。

「そのダッシュボードを構築し、すべてのデータをまとめることにより、地元のコミュニティと蚊の制御地区は、アクセスできず、非常にスケーラブルな場所で、その地域で蚊が検出されたものを見ることができます」とカーニーは言いました。

「世界で最も致命的な動物を考えると、サメのようなものをよく考えます」とカーニーは言いました。 「しかし、彼らは毎年約12人を殺し、蚊は毎年約100万人を殺します。7億人の感染症は驚異的です。」

投稿ビュー:106

ジャスミンパラドの詳細
執筆:2025年7月5日にジャスミンパラド。
最後に修正:Alisha Durosier
#USFの研究者は疾患を運ぶ蚊を特定するためにAIに支援されたスマートトラップを作成します #カラスの巣

執筆者について: nipponese

Nipponese News編集部は、国内外のニュースを日本語で分かりやすくお届けします。