蚊子警报的研究人员（分别属于CEAB-CSIC，CREAF和UPF）和布达佩斯大学的研究人员表明，人工智能算法能够识别由蚊子警报用户发送的照片中的老虎蚊子（白纹伊蚊） 。
通过应用深度学习技术或深度学习获得了发表在《科学报告》上的研究结果。深度学习是人工智能的一个方面，旨在模仿人类的学习方式，并且先前已在健康领域用于解释医学图像中国机械网okmao.com。 （对具有COVID-19的患者进行X射线检查以检测肺炎，或对面部特征进行检测以检测心脏病）深度学习需要大量训练数据供机器学习。
约翰·帕尔默（John Palmer）说：“最初的想法是让机器对最简单的照片进行分类，而剩下的任务是找出需要共识的最有问题的图像。”
对于Mosquito Alert应用程序，这些图像已由公众发送，并由项目专家标记为“老虎蚊子”或“没有老虎蚊子”已有数年之久。
具体来说，该研究使用了项目参与者在2015年至2019年之间发送的7,168张蚊子分类照片。经过训练，该算法已能够正确分类96％的这种昆虫照片。
“最初的想法是让机器对最简单的照片进行分类，而将需要确认共识的最有问题的图像的任务留给专家。随着人工系统从专家的分类中学习，我们将能够扩展自动分类的物种范围”，UPF研究员兼Mosquito Alert联合主任John Palmer解释说。
更具可预测性
这个里程碑可以标志着对老虎蚊子和其他能够传播疾病的蚊子进行监视和监视的前后。CEAB-CSIC和CREAF的Mosquito Alert和ICREA研究人员联合主任Frederic Bartumeus表示：“我们正在训练针对这些蚊子的社会免疫系统。发现威胁的速度越快，对它的反应就越快。”
一方面，蚊子警报的公民科学使任何人都可以成为这种新的社会免疫系统的一部分，并贡献大量的蚊子照片，另一方面，人工智能允许加快接收到的照片的分类过程，并从而帮助公共卫生专家更快更好地做出有关蚊子管理的决定。
“在需求最旺盛的时期，例如在蚊子活动最活跃的几个月或在流行病学危机的情况下，人工智能可以帮助我们，使系统可以吸收更多的信息，随时控制其质量，如果要将数据用于公共卫生决策，则是关键。” Frederic Bartumeus补充说。
自动化挽救生命
在西班牙，老虎蚊子的存在对公共健康构成了威胁。数百万人受到其存在的影响，并有传播登革热或基孔肯雅热等疾病的风险。在欧洲，自2007年以来，每年都有老虎蚊子与这些病毒性疾病在当地传播的小规模爆发有关，而目前尚无疫苗。
唯一的预防措施是控制传播它们的蚊子。评估风险和采取必要的措施以减轻风险，需要掌握有关老虎蚊子种群的准确信息，这是一项昂贵且费力的工作，需要人工放置和检查诱捕器，并在发现昆虫的实验室中进行后续分析。无法涵盖大范围地理区域的方法。
Mosquito Alert的公民科学方法可让任何人通过Android和iOS上提供的移动应用程序报告蚊子的存在，这是一种替代方法，可以轻松覆盖整个蚊子季节的大范围地理区域。自2015年以来，该计划每年收到数千张照片，有助于估计蚊子的数量。
然而，大量的照片继续由专家昆虫学家通过目视检查进行分类，这是一项需要时间和多年经验的任务。将人工智能集成到此过程中可以加快分类速度，从而开发出近实时的危害地图，从而改善老虎蚊子的管理。
CREAF科学家和Mosquito Alert昆虫学负责人Roger Eritja阐明了人工智能的局限性：“要使机器具有与专家眼睛相同的能力，尤其是对于其他特征较弱的物种，如老虎蚊子，这将需要一些时间。
在西班牙，已经描述了62种蚊子，其中许多目前不能从图像中分类，但必须在显微镜下进行检查。在其他情况下，甚至需要进行基因分析来鉴定它们。”