211service.com
Globalt myggsensornettverk bygges ved hjelp av smarttelefoner
Malaria er en morder. Opptil 600 millioner mennesker lider av sykdommen, og hvert år dør en million av den. Ifølge UNICEF er de fleste av dem barn under fem år som bor i Afrika sør for Sahara.
Så å hindre spredning av malaria er et hovedmål. Helseeksperter har ulike måter å kontrollere spredningen av sykdommen på. Noen av disse intervensjonene har vært svært vellykkede, men andre mindre. Men forskjellen mellom suksess og fiasko er ofte dårlig forstått.
Et problem er at malaria overføres av infiserte Anopheles-mygg, og disse utgjør bare en liten brøkdel av myggarter. Det er rundt 60 Anopheles-arter som kan overføre malaria, av totalt 3600 forskjellige myggarter.
Anopheles stephensi - en av 40 myggarter som kan overføre malaria, av totalt 3600 arter.
Det er vanskelig å spore mygg over store områder, og det er enda vanskeligere å identifisere deres arter. Og det gjør det vanskelig å forstå hvordan et inngrep påvirker populasjonene til ulike arter. For å løse dette problemet vil sykdomseksperter veldig gjerne ha et rimelig sensorsystem for å overvåke myggpopulasjoner som enkelt kan distribueres til avsidesliggende steder.
Gå inn på Yunpeng Li og venner ved University of Oxford i Storbritannia, som sier de har utviklet nettopp et slikt system. Tilnærmingen deres utnytter det faktum at myggarter kan identifiseres ved støyen som vingene lager når de flyr. Disse lydene kan fanges opp og registreres av en smarttelefon.
Så teamets sensorsystem er en Android-smarttelefon-app kalt MozzWear som kan registrere mygglyder, sammen med tid og sted, og deretter sende dataene til en sentral server der arten identifiseres.
Siden smarttelefoner er allment tilgjengelig, selv i mange utviklingsland, kan dette systemet relativt enkelt distribueres bredt. I hvert fall i teorien.
Li og cos tilnærming er å trene en maskinlæringsalgoritme for å gjenkjenne den karakteristiske akustiske signaturen til forskjellige arter og deretter identifisere insektene deretter.
Ulike studier har vist hvordan det er mulig å identifisere mygg ved støyen de lager. Det er til og med mulig å skille kjønnene, siden hannene varierer vingeslagfrekvensen for å tiltrekke seg kamerater. Likevel er dataene sparsomme.
Det er ikke bra for maskinlæringsalgoritmer, som bare kan lære av enorme mengder data, vanligvis kommentert på forhånd av mennesker. I dette tilfellet har disse datasettene bare ikke blitt opprettet. Så Li og co har begynt den enorme oppgaven med å lage sin egen database, med hjelp fra kolleger og borgerforskere.
Først samlet de inn opptak av mygg samlet inn av Centers for Disease Control and Prevention i USA og U.S. Army Military Research Unit i Kisumu, Kenya. Disse involverte syv forskjellige arter og totalt 62 forskjellige prøver.
Deretter markerer teamet de relevante funksjonene i en spektrograf av disse opptakene ved hjelp av borgerforskerens crowdsourcingtjeneste Zooniverse. Den første oppgaven for disse forskerne er å merke regionene i hvert opptak som inneholder identifiserbare mygglyder. De bruker deretter disse dataene til å trene en maskinlæringsalgoritme for å gjenkjenne disse syv forskjellige artene fra lyden deres alene.
Til slutt tester Li og co systemet ved å laste appen på en billig smarttelefon – en Alcatel One Touch 4009X, som de sier koster rundt £20 – og deretter bruke den til å overvåke støynivået i omgivelsene mens de spiller opptak av myggen.
Appen sender disse opptakene til en sentral server, som bruker maskinlæringsalgoritmen for å identifisere de flygende beistene.
Resultatene er ikke dårlige. Maskinen oppdager nøyaktig Anopheles-arten av mygg omtrent 72 prosent av tiden. Deteksjonsnøyaktighetene for Anopheles-mygg, som er malariavektorer, er imponerende, sier Li og venner.
Det er en nyttig demonstrasjon av prinsippet. Den viser at billige smarttelefoner kan bli rimelige myggsensorer. Vårt akustiske myggdeteksjonssystem, til tross for bruk av rimelige smarttelefoner, gir en lovende vei for levende deteksjon – og artsklassifisering – av mygg kjent for vektormalaria, sier Li og co.
Men det er betydelig arbeid foran oss. Teamet må nå dramatisk øke antallet arter MozzWear-appen kan identifisere. Det vil ikke være lett, siden opptak av høy kvalitet ikke er lett å gjøre. Det vil også være tidkrevende, gitt de 3600 forskjellige artene som finnes der ute.
Deretter må teamet spre appen og overtale folk til å bruke den. Det vil også være vanskelig. Noen apper sprer seg viralt, men andre krever betydelig markedsføring. Og på steder hvor batterikraft er på topp, er et interessant spørsmål om folk kan overtales til å bruke dyrebar batterikraft til denne typen bestrebelser.
La oss håpe de gjør det. En bedre forståelse av hvordan myggbestandene varierer over hele verden og hvordan de endrer seg over tid vil være uvurderlig. Det kan til og med bidra til å redusere forekomsten av malaria og dødsfallene det forårsaker.
Ref: arxiv.org/abs/1711.06346 : Myggdeteksjon med rimelige smarttelefoner: Datainnsamling for malariaforskning