Co się stało
Zespół z Uniwersytetu Hacettepe, kierowany przez wykładowcę Olcaya Hekimoğlu i wspierany przez firmę TÜBITAK, opracowuje aplikację mobilną opartą na sztucznej inteligencji, zaprojektowaną do identyfikowania gatunków kleszczy na podstawie zdjęć smartfonów. Celem projektu, który ma trwać trzy lata, jest zapewnienie szybkiej, wstępnej identyfikacji kleszczy, ze szczególnym uwzględnieniem gatunków takich jak Hyalomma marginalatum, o których wiadomo, że przenoszą krymsko-kongijską gorączkę krwotoczną (CCHF).
Projekt zatytułowany „Model sztucznej inteligencji oparty na smartfonach do szybkiej, taniej i dostępnej identyfikacji gatunków kleszczy w Turcji” jest obecnie opracowywany na Uniwersytecie Hacettepe. Zespół buduje bazę danych szkoleniowych, korzystając z wiarygodnych próbek kleszczy, które zostały zweryfikowane zarówno na podstawie cech morfologicznych, jak i analizy DNA.
Model sztucznej inteligencji jest szkolony w zakresie rozpoznawania ośmiu określonych gatunków kleszczy, ze szczególnym naciskiem na Hyalomma marginalatum, który jest znanym wektorem CCHF. Aplikacja ma na celu analizę zdjęć kleszczy, które zostały już usunięte z organizmu człowieka lub zwierzęcia, ponieważ naukowcy zauważyli, że przyczepione kleszcze mogą być zasłonięte lub fizycznie zmienione, co utrudnia identyfikację.
Aby upewnić się, że narzędzie jest praktyczne w rzeczywistym użyciu, zespół testuje model na różnych smartfonach i w różnych warunkach oświetleniowych. Aplikacja jest również przygotowywana do działania w trybie offline, co jest kluczową funkcją dla użytkowników na obszarach wiejskich lub odległych, gdzie dostęp do Internetu nie jest gwarantowany.
System zawiera mechanizm bezpieczeństwa: jeśli przesłane zdjęcie jest zbyt niewyraźne lub niewystarczające do dokładnej identyfikacji, sztuczna inteligencja jest zaprogramowana tak, aby zażądać nowego obrazu lub doradzić użytkownikowi, aby zwrócił się do eksperta, zamiast podawać wymuszony, potencjalnie nieprawidłowy wynik.
Szczegóły źródła: dailysabah.com ↗
Dlaczego to ma znaczenie
Projekt ten stanowi odpowiedź na istotne wyzwanie w zakresie zdrowia publicznego w Turcji, gdzie od 2002 r. CCHF spowodował ponad 17 000 przypadków i setki zgonów. Zapewniając rolnikom, pracownikom służby zdrowia i ogółowi społeczeństwa niedrogie, dostępne narzędzie, badacze mają na celu poprawę wczesnej identyfikacji kleszczy przenoszących choroby. System zaprojektowano do działania w trybie offline, zapewniając użyteczność na obszarach wiejskich, gdzie łączność z Internetem jest często ograniczona. Co więcej, w projekcie kładzie się nacisk na niezawodność w świecie rzeczywistym, ucząc model na różnorodnych obrazach wysokiej jakości i testując go w różnych warunkach oświetleniowych i środowiskowych, zamiast polegać wyłącznie na danych laboratoryjnych. Takie podejście mogłoby znacząco zwiększyć świadomość społeczną i zwiększyć gromadzenie danych na temat rozmieszczenia kleszczy.
Podstawowym celem w zakresie zdrowia publicznego jest zapewnienie szybkiego i dostępnego narzędzia do wstępnej identyfikacji kleszczy, które stanowią stałe zagrożenie dla zdrowia w Turcji. Umożliwiając użytkownikom szybką identyfikację potencjalnych wektorów chorób, projekt ma na celu wniesienie wkładu w szersze dane naukowe na temat rozmieszczenia kleszczy i bezpieczeństwa zdrowia publicznego.
Projekt wyróżnia się tym, że przedkłada wydajność w świecie rzeczywistym nad dokładność laboratoryjną. Trenując model na różnorodnych obrazach wykonanych w terenie i zapewniając funkcjonalność offline, badacze eliminują praktyczne ograniczenia często spotykane w narzędziach diagnostycznych opartych na sztucznej inteligencji.
Naukowcy wyjaśnili, że narzędzie nie zastępuje profesjonalnej diagnozy medycznej. Zamiast tego służy jako pomoc informacyjna, pomagająca osobom fizycznym i pracownikom służby zdrowia w podejmowaniu bardziej świadomych decyzji dotyczących potencjalnego narażenia na choroby przenoszone przez kleszcze.
Mechanizm interaktywny: jak to faktycznie działa
Poznaj interaktywnie technologię leżącą u podstaw tego rozwoju.
Which component of an AI application is the machine-learning model itself?
Co obejrzeć dalej
Projekt znajduje się obecnie w trzyletniej fazie rozwoju. Przyszłe kamienie milowe obejmują utworzenie kompleksowej, zweryfikowanej bazy danych gatunków kleszczy na podstawie próbek morfologicznych i potwierdzonych DNA, a następnie rygorystyczne testy zarówno w środowisku kontrolowanym, jak i w terenie. Naukowcy wyraźnie stwierdzili, że narzędzie to nie umożliwi diagnozy medycznej i okaże się, w jaki sposób ostateczna aplikacja zostanie wdrożona w społeczeństwie lub zintegrowana z istniejącymi systemami nadzoru zdrowotnego.
Projekt zaplanowano na trzy lata. W tym czasie zespół będzie nadal udoskonalać model sztucznej inteligencji i rozszerzać bazę danych, aby w przyszłych wersjach uwzględnić dodatkowe gatunki kleszczy.
Publiczna dostępność i warunki dostępu do aplikacji nie zostały jeszcze określone, gdyż projekt jest wciąż w fazie rozwoju i testów.
Skuteczność sztucznej inteligencji w rzeczywistych warunkach terenowych pozostaje kluczowym wskaźnikiem do monitorowania w miarę przechodzenia badaczy od tworzenia baz danych do szerszych testów.