O que aconteceu
Uma equipe da Universidade Hacettepe, liderada pelo docente Olcay Hekimoğlu e apoiada pela TÜBITAK, está desenvolvendo um aplicativo móvel com tecnologia de IA projetado para identificar espécies de carrapatos a partir de fotografias de smartphones. O projeto, que está programado para durar três anos, visa fornecer uma identificação rápida e preliminar de carrapatos, concentrando-se especificamente em espécies como Hyalomma marginatum, que são conhecidas por transmitirem a febre hemorrágica da Crimeia-Congo (CCHF).
O projeto, intitulado 'Um modelo de inteligência artificial baseado em smartphone para identificação rápida, de baixo custo e acessível de espécies de carrapatos em Türkiye', está atualmente em desenvolvimento na Universidade Hacettepe. A equipe está construindo um banco de dados de treinamento usando espécimes confiáveis de carrapatos que foram verificados por meio de características morfológicas e análise de DNA.
O modelo de IA está sendo treinado para reconhecer oito espécies específicas de carrapatos, com foco principal em Hyalomma marginatum, que é um vetor conhecido de CCHF. O aplicativo foi desenvolvido para analisar fotografias de carrapatos que já foram removidos de um hospedeiro humano ou animal, pois os pesquisadores observaram que os carrapatos fixados podem estar obscurecidos ou fisicamente alterados, dificultando a identificação.
Para garantir que a ferramenta seja prática para uso no mundo real, a equipe está testando o modelo em vários smartphones e condições de iluminação. O aplicativo também está sendo projetado para operar off-line, o que é um recurso crítico para usuários em áreas rurais ou remotas onde o acesso à Internet não é garantido.
O sistema inclui um mecanismo de segurança: se uma fotografia submetida estiver demasiado desfocada ou insuficiente para uma identificação precisa, a IA é programada para solicitar uma nova imagem ou aconselhar o utilizador a procurar uma avaliação especializada em vez de fornecer um resultado forçado e potencialmente incorreto.
Detalhes da fonte: dailysabah.com ↗
Por que isso importa
Este projecto aborda um desafio significativo de saúde pública em Türkiye, onde a CCHF resultou em mais de 17.000 casos e centenas de mortes desde 2002. Ao fornecer uma ferramenta acessível e de baixo custo para agricultores, profissionais de saúde e público em geral, os investigadores pretendem melhorar a identificação precoce de carraças transmissoras de doenças. O sistema foi projetado para funcionar off-line, garantindo utilidade em áreas rurais onde a conectividade com a Internet é frequentemente limitada. Além disso, o projeto enfatiza a confiabilidade no mundo real, treinando o modelo em imagens diversas e de alta qualidade e testando-o sob diversas condições ambientais e de iluminação, em vez de depender apenas de dados de nível laboratorial. Esta abordagem poderia aumentar significativamente a sensibilização do público e a recolha de dados sobre a distribuição de ticks.
O principal objetivo de saúde pública é fornecer uma ferramenta de identificação preliminar rápida e acessível para carrapatos, que são uma ameaça persistente à saúde em Türkiye. Ao permitir que os utilizadores identifiquem rapidamente potenciais vectores de doenças, o projecto visa contribuir para dados científicos mais amplos sobre a distribuição de carraças e a segurança da saúde pública.
O projeto se diferencia por priorizar o desempenho no mundo real em vez da precisão apenas de laboratório. Ao treinar o modelo em diversas imagens capturadas em campo e garantir a funcionalidade offline, os pesquisadores estão abordando as limitações práticas frequentemente encontradas em ferramentas de diagnóstico baseadas em IA.
Os pesquisadores esclareceram que a ferramenta não substitui o diagnóstico médico profissional. Em vez disso, serve como uma ajuda informativa para ajudar os indivíduos e os profissionais de saúde a tomarem decisões mais informadas sobre a potencial exposição a doenças transmitidas por carraças.
Mecanismo interativo: como realmente funciona
Explore a tecnologia subjacente a este desenvolvimento de forma interativa.
Which component of an AI application is the machine-learning model itself?
O que assistir a seguir
O projeto está atualmente em uma fase de desenvolvimento de três anos. Os marcos futuros incluem a criação de um banco de dados abrangente e verificado de espécies de carrapatos, utilizando espécimes morfológicos e confirmados por DNA, seguido de testes rigorosos em ambientes controlados e de campo. Os investigadores afirmaram explicitamente que a ferramenta não fornecerá diagnósticos médicos e resta saber como a aplicação final será implementada ao público ou integrada nos sistemas de vigilância sanitária existentes.
O projeto está previsto para durar três anos. Durante esse período, a equipe continuará a refinar o modelo de IA e a expandir o banco de dados para incluir espécies adicionais de carrapatos em versões futuras.
A disponibilidade pública e as condições de acesso da aplicação ainda não foram determinadas, uma vez que o projeto ainda se encontra em fase de desenvolvimento e testes.
A eficácia da IA em condições de campo do mundo real continua a ser uma métrica chave a monitorizar à medida que os investigadores transitam da criação de bases de dados para testes mais amplos.