人工智能识别出传播恰加斯病的“接吻虫”

堪萨斯大学的新研究显示了机器学习能够识别昆虫，以普通数码照片基于普通数码照片，以高精度传播可造成的疾病。这个想法是给予公共卫生官员，其中Chagas普遍存在遏制疾病传播的新工具，最终将识别服务直接提供给公众。

恰加斯病尤其严重，因为大多数感染了恰加斯病的人并不知道自己被感染了。但是根据疾病控制和预防中心的数据，全世界800万查加斯病患者中，大约20%到30%的人会在晚些时候出现心律异常，从而导致猝死;扩张的心脏不能有效地泵送血液;或者是食道或结肠扩张。

这种疾病通常是在锥蝽臭虫它通常被称为“接吻虫”，叮咬人并将克氏锥虫寄生虫传播到他们的血液中。南美锥虫病在墨西哥、中美洲和南美洲的农村地区最为普遍。

堪萨斯大学最近开展了一项名为“虚拟向量项目”(Virtual Vector Project)的工作，旨在让公共卫生官员能够识别出携带查加斯病的锥蝽，他们使用一种便携式照相工作室来拍摄这些病菌的照片。

现在，加州大学的一名研究生在这个项目的基础上进行了概念验证研究，研究表明人工智能可以识别12种墨西哥和39种巴西的吻虫精度高通过分析普通的照片 - 希望官员寻求减少Chagas病的蔓延的优势。

Ali Khaligrifar是生物多样性研究所和生态和进化生物学系的KU博士生，前往刚刚发表的调查结果医学昆虫学杂志。为了识别普通照片的接吻错误，Khalighfar和他的同事们与谷歌的开源，深度学习软件合作，称为Tensorflow，类似于基于谷歌的反向图像搜索的技术。

”,因为这个模型是能够理解,基于像素的色调和颜色,什么是参与一个图像,它可以取出信息并分析该模型的模型能够理解并然后你给他们其他图像测试,它可以识别一个很好的识别速度,“Khalighifar说。“这是没有预处理的——你只需要从原始图像开始，这非常棒。这就是我们的目标。以前，如果不对图像进行预处理，就不可能准确地完成同样的工作。”

Khalighifar和他的Coauthors-Ed Komp，Ku的信息和电信技术中心研究员，Janine M.Ramsey of Mexico的Instituto Nacional De Salud Publica，巴西·罗拉利·戈尔加莱斯（Brazil）的大学罗萨里亚（Barzil）的Rodrigo Gurgel-Gonçalve，A. Townsend Peterson，Ku杰出的生态教授与Ku生物多样性研究所的进化生物学和高级策展人，训练了墨西哥三虫草物种405次算法，1,584种巴西三角瘤物种。

起初，该团队能够实现，“所有墨西哥和巴西物种的识别率分别为83.0和86.7%，比统计分类器的可比识别率有所提高，”他们写道。但在将接吻臭虫的地理分布信息加入算法后，研究人员将墨西哥臭虫的识别准确率提高到了95.8%，巴西臭虫的识别准确率提高到了98.9%。

据Khalighifar说，基于算法的技术可以允许公共卫生官员还有一些人以前所未有的精确度来识别锥蝽物种，以便更好地了解地面上的病媒。

他说:“未来，我们希望开发一个基于这种模型的应用程序或网络平台，可以不断根据新的图像进行训练，因此它总是在更新，为任何感兴趣的用户实时提供高质量的识别信息。”

Khalighifar现在正在使用一种类似的方法，利用TensorFlow根据蚊子翅膀的声音和青蛙的叫声进行即时识别。

“我现在正在研究蚊子的记录，”他说。“我已经从图像处理转向了对蚊子翅膀拍打录音的信号处理。我们用普通的手机获取蚊子的记录，然后我们把这些记录转换成信号的图像。然后使用TensorFlow进行蚊种鉴定。我现在正在做的另一个项目是青蛙，与生物多样性研究所的Rafe Brown博士合作。我们正在设计相同的系统，根据每个物种发出的叫声来识别这些物种物种”。

尽管经常人工智能普遍被描绘成杀伤威胁威胁甚至是存在的威胁Khalighifar表示，他的研究表明，人工智能可能会给研究生物多样性的科学家带来福音。

他说:“这太神奇了——人工智能真的可以做任何事情，不管是好是坏。”“有些用途是可怕的，比如在街上识别穆斯林的面孔。想象一下，如果我们可以识别青蛙或蚊子，那么辨别人类的声音将会多么容易。所以，人工智能当然也有不好的一面。但这项研究显示了一个积极的人工智能应用——我们正试图利用这项技术好的一面来促进生物多样性保护和支持公共卫生工作。”

---

---