Mi történt
A Hacettepe Egyetem csapata Olcay Hekimoğlu oktató vezetésével és a TÜBITAK támogatásával egy mesterséges intelligenciával hajtott mobilalkalmazást fejleszt, amelynek célja kullancsfajok azonosítása az okostelefonok fényképei alapján. A tervek szerint három évig tartó projekt célja a kullancsok gyors, előzetes azonosítása, különös tekintettel az olyan fajokra, mint a Hyalomma marginatum, amelyekről ismert, hogy a krími-kongói vérzéses lázat (CCHF) terjesztik.
A Hacettepe Egyetemen jelenleg folyik a projekt, melynek címe "Okostelefon-alapú mesterséges intelligencia modell a kullancsfajok gyors, olcsó és hozzáférhető azonosításához Türkiye-ben". A csapat egy képzési adatbázist épít fel megbízható kullancsminták felhasználásával, amelyeket morfológiai jellemzőkkel és DNS-analízissel is igazoltak.
Az AI-modellt nyolc specifikus kullancsfaj felismerésére tanítják, elsősorban a Hyalomma marginatum-ra, amely a CCHF ismert vektora. Az alkalmazás célja az emberi vagy állati gazdaszervezetből már eltávolított kullancsok fényképeinek elemzése, mivel a kutatók megjegyezték, hogy a hozzátapadt kullancsok elhomályosulhatnak vagy fizikailag megváltozhatnak, ami megnehezítheti az azonosítást.
Annak érdekében, hogy az eszköz praktikus legyen a valós használatra, a csapat különféle okostelefonokon és fényviszonyok között teszteli a modellt. Az alkalmazást offline működésre is tervezik, ami kritikus funkció a vidéki vagy távoli területeken élő felhasználók számára, ahol az internet-hozzáférés nem garantált.
A rendszer tartalmaz egy biztonsági mechanizmust: ha a beküldött fénykép túl homályos vagy nem elegendő a pontos azonosításhoz, az AI úgy van programozva, hogy új képet kérjen, vagy azt tanácsolja a felhasználónak, hogy kérjen szakértői értékelést, ahelyett, hogy kényszerített, potenciálisan helytelen eredményt adna.
Forrás részletei: dailysabah.com ↗
Miért számít
Ez a projekt egy jelentős közegészségügyi kihívást kezel Türkiye-ben, ahol 2002 óta a CCHF több mint 17 000 esetet és több száz halálesetet eredményezett. A gazdálkodók, egészségügyi dolgozók és a nagyközönség számára olcsó, hozzáférhető eszköz biztosításával a kutatók célja, hogy javítsák a betegséget hordozó kullancsok korai azonosítását. A rendszert úgy tervezték, hogy offline is működjön, biztosítva a hasznosságot a vidéki területeken, ahol az internetkapcsolat gyakran korlátozott. Ezen túlmenően a projekt a valós megbízhatóságra helyezi a hangsúlyt azáltal, hogy a modellt változatos, jó minőségű képekre tanítja, és változatos megvilágítási és környezeti feltételek mellett teszteli, ahelyett, hogy kizárólag laboratóriumi adatokra hagyatkozna. Ez a megközelítés jelentősen növelheti a közvélemény tudatosságát és az adatgyűjtést a kullancsok elterjedésével kapcsolatban.
Az elsődleges közegészségügyi cél egy gyors, hozzáférhető előzetes azonosítási eszköz a kullancsok számára, amelyek tartósan veszélyeztetik az egészséget Türkiye területén. Azáltal, hogy lehetővé teszi a felhasználók számára a lehetséges betegségátvivők gyors azonosítását, a projekt célja, hogy hozzájáruljon a kullancsok elterjedésével és a közegészségügyi biztonsággal kapcsolatos szélesebb körű tudományos adatokhoz.
A projekt azzal tűnik ki, hogy a valós teljesítményt részesíti előnyben a csak laboratóriumi pontossággal szemben. Azáltal, hogy a modellt változatos, helyszíni képekre oktatják, és biztosítják az offline funkcionalitást, a kutatók az AI-alapú diagnosztikai eszközökben gyakran előforduló gyakorlati korlátokat kezelik.
A kutatók tisztázták, hogy az eszköz nem helyettesíti a professzionális orvosi diagnózist. Ehelyett információs segédeszközként szolgál, hogy segítse az egyéneket és az egészségügyi dolgozókat, hogy megalapozottabb döntéseket hozzanak a kullancsok által terjesztett betegségeknek való esetleges kitettségről.
Interaktív mechanizmus: Hogyan működik valójában
Fedezze fel interaktívan a fejlesztés mögött meghúzódó technológiát.
Which component of an AI application is the machine-learning model itself?
Mit nézzünk ezután
A projekt jelenleg hároméves fejlesztési szakaszban van. A jövő mérföldkövei közé tartozik a kullancsfajok átfogó, ellenőrzött adatbázisának létrehozása morfológiai és DNS-megerősített minták felhasználásával, amelyet szigorú tesztelés követ kontrollált és terepi környezetben egyaránt. A kutatók kifejezetten kijelentették, hogy az eszköz nem fog orvosi diagnózist felállítani, és még várni kell, hogy a végső alkalmazás hogyan kerül majd a nyilvánosság elé, vagy hogyan épül be a meglévő egészségügyi felügyeleti rendszerekbe.
A projektet három évre tervezik. Ez idő alatt a csapat folytatja az AI-modell finomítását, és bővíti az adatbázist, hogy további kullancsfajokat is tartalmazzon a jövőbeli verziókban.
Az alkalmazás nyilvános elérhetősége és hozzáférési feltételei még nincsenek meghatározva, mivel a projekt még fejlesztési és tesztelési fázisban van.
Az AI valós terepi körülmények között való hatékonysága továbbra is kulcsfontosságú mérőszám, amelyet figyelemmel kell kísérni, miközben a kutatók az adatbázis-készítésről a szélesebb körű tesztelésre térnek át.