衛星によるカタツムリの推定
プロジェクトの初期に、研究チームは比較的低品質の衛星画像を使用して住血吸虫症の感染パターンを概略的に描こうとしていました。しかし、地図はあいまいすぎて、個々のピクセルと地上での調査で発見された詳細の種類を関連付けることができませんでした。
病気の生態学に機械学習を適用する専門家となったチェンバリン氏は、このギャップを埋めるためにドローンでマッピングミッションを飛行し、個々の植生の種類を識別できる水のアクセスポイントの高品質の画像を撮影しました。研究者らは、特定の植生タイプによって住血吸虫症の感染率が年々高くなることが予測されることを知っていました。
「私たちは、非常に細かいスケールの現場作業から得た知識を、これらのより大きなドローン画像に高い精度で推定することができました」とチェンバリン氏は言います。 「その後、それを使用して、同じ期間およびより広範囲の衛星画像を評価できるようになり、より地域規模の分析と監視が可能になりました。」
最初の HAI 助成金によってサポートされたこの研究の要は、Liu と Bauer によってもたらされました。これら 3 つの情報の流れをつなぎ合わせ、最終的に潜在的な感染ホットスポットの全体像を提供する一連の機械学習ツールです。
今日の方法論は、住血吸虫症の罹患率を集団で監視することと、感染の危険にさらされている集団に対する公衆衛生支援を優先することの両方に使用できます。
1772561745
#HAI #シード助成金が病気と戦う #プラットフォームの立ち上げにどのように役立ったか
2026-03-03 17:48:00