Що сталося
Команда з Університету Хаджеттепе, очолювана викладачем Олджаєм Хекімоглу та за підтримки TÜBITAK, розробляє мобільний додаток на основі штучного інтелекту, призначений для визначення видів кліщів за фотографіями смартфонів. Проект, який розрахований на три роки, має на меті забезпечити швидку попередню ідентифікацію кліщів, особливо зосереджуючись на таких видах, як Hyalomma marginatum, які, як відомо, переносять кримсько-конгогійну геморагічну лихоманку (ККГЛ).
Проект під назвою «Модель штучного інтелекту на основі смартфона для швидкої, недорогої та доступної ідентифікації видів кліщів у Туреччині» зараз розробляється в університеті Хаджеттепе. Команда створює навчальну базу даних, використовуючи надійні зразки кліщів, перевірені за допомогою як морфологічних характеристик, так і аналізу ДНК.
Модель штучного інтелекту навчається розпізнавати вісім конкретних видів кліщів, з першочерговою увагою до Hyalomma marginatum, який є відомим переносником CCHL. Програма розроблена для аналізу фотографій кліщів, які вже були видалені з людини або тварини, оскільки дослідники відзначили, що прикріплені кліщі можуть бути закриті або фізично змінені, що ускладнює ідентифікацію.
Щоб переконатися, що інструмент практичний для використання в реальному світі, команда тестує модель на різних пристроях смартфонів і в умовах освітлення. Програма також розроблена для роботи в автономному режимі, що є важливою функцією для користувачів у сільській місцевості чи віддалених районах, де доступ до Інтернету не гарантований.
Система включає механізм безпеки: якщо надіслана фотографія надто розмита або недостатня для точної ідентифікації, штучний інтелект програмується запитувати нове зображення або рекомендувати користувачеві отримати експертну оцінку, а не надавати вимушений, потенційно невірний результат.
Деталі джерела: dailysabah.com ↗
Чому це важливо
Цей проект спрямований на серйозну проблему охорони здоров’я в Туреччині, де з 2002 року CCHF призвела до понад 17 000 випадків і сотень смертей. Надаючи недорогий, доступний інструмент для фермерів, працівників охорони здоров’я та широкої громадськості, дослідники прагнуть покращити ранню ідентифікацію кліщів-переносників. Система розроблена для роботи в автономному режимі, забезпечуючи корисність у сільській місцевості, де підключення до Інтернету часто обмежене. Крім того, проект підкреслює надійність у реальному світі, навчаючи модель на різноманітних високоякісних зображеннях і випробовуючи її за різноманітних умов освітлення та навколишнього середовища, а не покладатися виключно на лабораторні дані. Цей підхід міг би значно підвищити обізнаність громадськості та збір даних щодо поширення кліщів.
Основна мета громадської охорони здоров’я – забезпечити швидкий і доступний інструмент попередньої ідентифікації кліщів, які є постійною загрозою для здоров’я в Туреччині. Дозволяючи користувачам швидко визначати потенційних переносників захворювань, проект має на меті зробити внесок у ширші наукові дані про розповсюдження кліщів і безпеку громадського здоров’я.
Проект вирізняється тим, що надає перевагу реальній продуктивності над точністю лише в лабораторії. Навчаючи модель на різноманітних зображеннях, зроблених у польових умовах, і забезпечуючи роботу в автономному режимі, дослідники усувають практичні обмеження, які часто зустрічаються в діагностичних інструментах на основі ШІ.
Дослідники уточнили, що інструмент не є заміною професійної медичної діагностики. Натомість він служить інформаційною допомогою, яка допомагає людям і медичним працівникам приймати більш обґрунтовані рішення щодо потенційного контакту з хворобами, що передаються кліщами.
Інтерактивний механізм: як він насправді працює
Дослідіть технологію, що лежить в основі цієї розробки, в інтерактивному режимі.
Which component of an AI application is the machine-learning model itself?
Що дивитися далі
Зараз проект знаходиться на трирічній стадії розробки. Майбутні віхи включають створення повної, перевіреної бази даних видів кліщів з використанням морфологічних і ДНК-підтверджених зразків з подальшим ретельним тестуванням як у контрольованому, так і в польовому середовищі. Дослідники прямо заявили, що інструмент не надаватиме медичних діагнозів, і ще належить побачити, як остаточний додаток буде розгорнуто для громадськості чи інтегровано в існуючі системи спостереження за станом здоров’я.
Проект розрахований на три роки. Протягом цього часу команда продовжуватиме вдосконалювати модель ШІ та розширювати базу даних, щоб включити додаткові види кліщів у майбутніх версіях.
Умови загальнодоступності та доступу до додатку ще не визначені, оскільки проект знаходиться на стадії розробки та тестування.
Ефективність штучного інтелекту в польових умовах реального світу залишається ключовим показником для моніторингу, коли дослідники переходять від створення бази даних до більш широкого тестування.