ニュース

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

蚊は、死を引き起こす動物の中で第一位にランクされています。

世界保健機関（WHO）の統計によると、毎年世界中で約72万5,000人が蚊に刺されることによって引き起こされる病気で死亡しており、2022年にはマラリアだけで60万8,000人が死亡すると予想されています。比較すると、ヘビ、犬（狂犬病を媒介する）、ワニなどの他の致死性の動物もかなりの数の死者を出していますが、その数は蚊に比べてはるかに少ないです。

さまざまな動物によって毎年殺される人の数の比較

WHOは1955年にはマラリアを完全に撲滅すると宣言しましたが、多くの地域でマラリア撲滅は「もぐらたたき」のようなものになっています。マラリアは制御されていると思われるたびに、すぐに別の形で出現し、今日に至るまで効果的な制御ができていません。

媒介蚊によって媒介される病気を排除するための最初のステップは、さまざまな種類の蚊を検出して識別することです。これは、さまざまな種類の蚊がさまざまな病気を媒介するだけでなく、さまざまな蚊が異なる生存特性を持っているためでもあります。

つまり、蚊の種類を特定できれば、屋外に生息し採餌する蚊には繁殖場所を排除し、屋内に生息する蚊には蚊帳を使用するなど、それぞれの特徴を利用して蚊を駆除できることが証明されています。多くの地域で効果的な蚊対策です。

元世界大富豪のビル・ゲイツ氏は最近、この目的のための新しいテクノロジー、VectorCam を共有しました。アプリを通じて蚊の写真を撮るだけで、蚊の種類、性別、血を吸うか産卵するかどうかを識別できます。

蚊との戦いで、私たちはついに敵をはっきりと見ることができます。

ビル・ゲイツがビデオでテクノロジーを紹介

AI コンピューター ビジョンを使用して蚊を「見る」

VectorCam 関係者によると、このシステムは、蚊の種類、性別、腹部の状態を識別するために使用される新しい畳み込みニューラル ネットワークである VectorBrain を使用しています。

VectorBrain は、蚊を識別するために特別にトレーニングされた AI モデルとして、リソースが限られた環境において、主要なマラリア媒介体を含む 6 つの主要な蚊媒介体を 90% 以上の精度で正確に識別できます。

VectorBrain は、蚊の分類用に設計されたマルチタスク EfficientNet アーキテクチャで、種、性別、腹部の状態を同時に出力します。このアーキテクチャは、特徴抽出器と分岐構造で構成され、各分岐は分類タスクに対応します。

蚊の識別に関して、VectorBrain は軽量の YOLO モデルを使用しています。これは、リアルタイムで蚊の位置を特定し、検出された座標を使用して蚊自体のみを含む画像を切り出すことで、より適切に識別できるようにします。

蚊の画像を分類する段階を示す写真。まず、分類する必要がある完全な蚊の画像を表示します (a)。次に、YOLO アルゴリズムを使用して蚊の画像が座標に従って切り取られ、一連の画像変換が実行されて分類の準備が行われます (b)。最後に、画像内の蚊の種を識別する分類アルゴリズムの出力が表示されます (c)。

具体的には、トレーニングおよび検証中の YOLO モデルの精度、再現率、平均精度 (mAP) は、それぞれ 96.00%、90.50%、および 95.87% でした。カテゴリ分類モデルの精度は92.40±2%、性別分類モデルの精度は97.00±1%、腹部状態分類モデルの精度は83.20±3.1%であった。

(a) は訓練および検証における YOLO モデルのパフォーマンス指標、(b) はモデルによる蚊検出の場合

混同マトリックスと種、性別、腹部の状態による分類の精度

VectorCam が提供した論文では、使用している YOLOv5 が、さまざまなターゲット検出タスクで広く使用されている Faster R-CNN モデルと比較されており、YOLOv5 Small の方がパラメーター、モデル サイズ、mAP、実行時間が優れており、優れたパフォーマンスを備えています。

裸足の医師でもすぐに始められる

VectorCam は、よりターゲットを絞った大型モデルであるだけでなく、マラリア感染地域に適応するために特定の操作も簡素化されており、マラリア感染地域の実際の状況によりよく適応できます。

具体的には、VectorCam には一連の特殊な画像デバイスとモバイル アプリが含まれています。ハードウェア コンポーネントには、15 倍マクロ レンズを内蔵したライト ボックス、電話ケースのデザイン、ドッキング ステーションが含まれます。ハードウェアには、エッペンドルフ チューブ ホルダーと蚊トレイ、さらにこれらの蚊をより適切に保管するための穴あき標本 ID シートも含まれています。

VectorCam のソフトウェアは Android ベースのアプリケーションで、一般的な蚊だけでなく病気を媒介する可能性が高い特定の種類の蚊も含めて 39 種類以上の蚊を識別できると言われています。アルゴリズムは低環境下で実行されるように最適化されています。 Android携帯電話を終了します。

VectorCam のモバイル ユーザー インターフェイス

このシステムのワークフローには、収集した蚊をハードウェアに配置し、スマホアプリを使用して蚊の拡大画像を撮影し、その後の分子検証のために独自にラベルを付けたエッペンドルフチューブに蚊を保管することが含まれます。

VectorCam システムの全体的なワークフロー

イメージングとロードのタスクに必要なユーザーは 2 人だけです。1 人はイメージング担当、もう 1 人は蚊のロードと保管を担当します。昆虫学の専門知識はほとんど必要なく、田舎の保健チームでも簡単なトレーニングで VectorCam を操作できます。

VectorCam は操作が簡単であることに加えて、より直観的な方法で蚊の地域分布を表示できるという利点もあり、意思決定者が状況をより深く理解し、蚊の種類、性別、地域に基づいて地域を判断できるようになります。腹部の状態などに応じた対策を講じ、マラリアの完全撲滅を推進する。

この写真は、ネットワークがさまざまなレベルで蚊の特徴をどのように「認識」し、蚊の種類、腹部の状態、性別の分布を直感的に表示するかを示しています。

AI コンピューター聴覚を使用して蚊を「識別」する

携帯電話を使用した蚊の検出に関して、ビル・ゲイツは別の功績、HumBug も紹介しました。

この新しいシステムは、スマートフォンでキャプチャされた蚊の飛行ピッチの音響シグネチャ（音）を使用して、羽の鼓動音によって蚊の種を識別できる一連の機械学習アルゴリズムです。 （蚊の種類によって、個体の大きさ、年齢、環境温度の違いにより羽ばたきの速度が異なるため、音が異なることが判明しています。）

HumBug プロジェクト固有のワークフロー

さらに重要なことは、Humbug では VectorCam のような蚊を収集するための特別なデバイスを使用する必要がないため、蚊の検出プロセスがさらに簡素化されます。

Humbug はまだ初期段階にありますが、成功すれば、より自動化された継続的な監視が可能になる可能性があります。

これらのテクノロジーを導入する際、ビル・ゲイツは技術的な問題ではなく、他の政治的および経済的要因についても一定の懸念を表明しました。

私たちが直面している最大の課題の 1 つは科学的なものではなく、財政的、政治的なものです。