Apa yang berlaku
Pasukan di Universiti Hacettepe, diketuai oleh ahli fakulti Olcay Hekimoğlu dan disokong oleh TÜBITAK, sedang membangunkan aplikasi mudah alih berkuasa AI yang direka untuk mengenal pasti spesies kutu daripada gambar telefon pintar. Projek itu, yang dijadualkan berlangsung selama tiga tahun, bertujuan untuk menyediakan pengenalan awal kutu secara pantas, khususnya memfokuskan pada spesies seperti Hyalomma marginatum yang diketahui boleh menghantar demam berdarah Crimean-Congo (CCHF).
Projek itu, bertajuk 'Model Kepintaran Buatan Berasaskan Telefon Pintar untuk Pengenalpastian Pantas, Kos Rendah dan Boleh Dicapai Spesies Kutu di Türkiye,' kini sedang dibangunkan di Universiti Hacettepe. Pasukan ini sedang membina pangkalan data latihan menggunakan spesimen tanda yang boleh dipercayai yang telah disahkan melalui kedua-dua ciri morfologi dan analisis DNA.
Model AI sedang dilatih untuk mengenali lapan spesies kutu tertentu, dengan tumpuan utama pada Hyalomma marginatum, yang merupakan vektor yang diketahui untuk CCHF. Aplikasi ini direka untuk menganalisis gambar kutu yang telah dialih keluar daripada hos manusia atau haiwan, kerana penyelidik menyatakan bahawa kutu yang dilampirkan mungkin dikaburkan atau diubah secara fizikal, menyukarkan pengenalan.
Untuk memastikan alat itu praktikal untuk kegunaan dunia sebenar, pasukan sedang menguji model itu merentas pelbagai peranti telefon pintar dan keadaan pencahayaan. Aplikasi ini juga sedang direka bentuk untuk beroperasi di luar talian, yang merupakan ciri kritikal untuk pengguna di kawasan luar bandar atau terpencil di mana akses internet tidak dijamin.
Sistem ini termasuk mekanisme keselamatan: jika gambar yang diserahkan terlalu kabur atau tidak mencukupi untuk pengenalan yang tepat, AI diprogramkan untuk meminta imej baharu atau menasihati pengguna untuk mendapatkan penilaian pakar dan bukannya memberikan keputusan yang terpaksa dan berpotensi salah.
Butiran sumber: dailysabah.com ↗
Mengapa ia penting
Projek ini menangani cabaran kesihatan awam yang ketara di Türkiye, di mana CCHF telah mengakibatkan lebih 17,000 kes dan beratus-ratus kematian sejak 2002. Dengan menyediakan alat kos rendah yang mudah diakses untuk petani, pekerja penjagaan kesihatan dan orang awam, para penyelidik menyasarkan untuk meningkatkan pengecaman awal kutu pembawa penyakit. Sistem ini direka bentuk untuk berfungsi di luar talian, memastikan utiliti di kawasan luar bandar yang sambungan internet selalunya terhad. Selain itu, projek ini menekankan kebolehpercayaan dunia sebenar dengan melatih model pada imej yang pelbagai dan berkualiti tinggi dan mengujinya di bawah pencahayaan yang berbeza-beza dan keadaan persekitaran, dan bukannya bergantung semata-mata pada data gred makmal. Pendekatan ini boleh meningkatkan kesedaran awam dan pengumpulan data dengan ketara mengenai pengedaran kutu.
Matlamat kesihatan awam utama adalah untuk menyediakan alat pengenalan awal yang pantas dan boleh diakses untuk kutu, yang merupakan ancaman kesihatan yang berterusan di Türkiye. Dengan membolehkan pengguna mengenal pasti vektor penyakit yang berpotensi dengan cepat, projek ini bertujuan untuk menyumbang kepada data saintifik yang lebih luas mengenai pengedaran kutu dan keselamatan kesihatan awam.
Projek ini membezakan dirinya dengan mengutamakan prestasi dunia sebenar berbanding ketepatan makmal sahaja. Dengan melatih model mengenai pelbagai imej yang ditangkap di lapangan dan memastikan kefungsian luar talian, para penyelidik menangani batasan praktikal yang sering ditemui dalam alat diagnostik berasaskan AI.
Para penyelidik telah menjelaskan bahawa alat itu bukan pengganti untuk diagnosis perubatan profesional. Sebaliknya, ia berfungsi sebagai bantuan maklumat untuk membantu individu dan pekerja penjagaan kesihatan membuat keputusan yang lebih termaklum tentang potensi pendedahan kepada penyakit bawaan kutu.
Mekanisme Interaktif: Bagaimana Ia Berfungsi Sebenarnya
Terokai teknologi asas di sebalik pembangunan ini secara interaktif.
Which component of an AI application is the machine-learning model itself?
Apa yang perlu ditonton seterusnya
Projek itu kini dalam fasa pembangunan tiga tahun. Pencapaian masa hadapan termasuk penciptaan pangkalan data spesies kutu yang komprehensif dan disahkan menggunakan spesimen morfologi dan DNA yang disahkan, diikuti dengan ujian yang ketat dalam kedua-dua persekitaran terkawal dan lapangan. Para penyelidik secara eksplisit menyatakan bahawa alat itu tidak akan memberikan diagnosis perubatan, dan masih perlu dilihat bagaimana aplikasi akhir akan digunakan kepada orang ramai atau disepadukan ke dalam sistem pengawasan kesihatan sedia ada.
Projek ini dirancang untuk tempoh tiga tahun. Pada masa ini, pasukan akan terus memperhalusi model AI dan mengembangkan pangkalan data untuk memasukkan spesies kutu tambahan dalam versi akan datang.
Ketersediaan awam dan syarat capaian untuk aplikasi masih belum ditentukan, kerana projek itu masih dalam fasa pembangunan dan ujian.
Keberkesanan AI dalam keadaan lapangan dunia sebenar kekal sebagai metrik utama untuk dipantau apabila penyelidik beralih daripada penciptaan pangkalan data kepada ujian yang lebih luas.