Muỗi vằn châu Á.

Kết quả của nghiên cứu được xuất bản trên Scientific Reports đã đạt được nhờ ứng dụng công nghệ học sâu, một khía cạnh của AI để mô phỏng cách học của con người. Công nghệ này từng được sử dụng trong lĩnh vực y tế để giải thích hình ảnh y tế (chụp X-quang bệnh nhân có COVID-19 để phát hiện viêm phổi, hoặc các đặc điểm trên khuôn mặt để phát hiện bệnh tim...). Học sâu cần nhiều dữ liệu đào tạo để máy học. John Palmer – nhà nghiên cứu UPF và đồng tác giả dự án Mosquito Alert, cho biết, “ý tưởng ban đầu là có được máy để phân loại những bức ảnh đơn giản nhất và để những bức ảnh có vấn đề nhất chờ ý kiến của các chuyên gia”.

Trong trường hợp của ứng dụng Mosquito Alert, những hình ảnh này đã được mọi người gửi đến và được các chuyên gia của dự án dán nhãn là “muỗi vằn” hoặc “không có muỗi vằn” trong nhiều năm. Cụ thể, nghiên cứu đã sử dụng 7.168 bức ảnh đã được phân loại về muỗi mà những người tham gia dự án đã gửi từ năm 2015 đến năm 2019. Sau khi đào tạo, thuật toán đã có thể phân loại chính xác 96% bức ảnh về loài côn trùng này.

“Khi hệ nhân tạo học hỏi từ những phân loại của các chuyên gia, chúng tôi sẽ có khae năng mở rộng phạm vi các loài được liệt kê”, John Palmer giải thích.

Thêm nhiều chính xác

Dấu mốc này có thể đánh dấu được tình trạng trước và sau trong việc giám sát, theo dõi muỗi vằn và các loại muỗi có khả năng truyền bệnh khác. “Chúng tôi đang huấn luyện một hệ miễn dịch xã hội chống lại các loài muỗi. Càng phát hiện nhanh mối đe dọa thì càng có cơ hội xử lý nhanh hơn”, Frederic Bartumeus, đồng giám đốc Mosquito Alert và là nhà nghiên cứu ICREA tại CEAB-CSIC và CREAF, nói. Một mặt, tính chất khoa học không chuyên của Mosquito Alert cho phép bất kỳ ai cũng có thể tham gia vào hệ thống miễn dịch xã hội mới này và đóng góp một số lượng lớn các bức ảnh về muỗi, mặt khác, AI cho phép đẩy nhanh quá trình phân loại các bức ảnh nhận được và do đó giúp các chuyên gia y tế công cộng đưa ra quyết định tốt hơn và nhanh hơn về quản lý muỗi.

“Trong thời kỳ như muỗi hoạt động mạnh nhất hoặc trong bối cảnh khủng hoảng dịch, Ai có thể giúp chúng ta thông qua việc hệ thống có thể hấp thụ một lượng lớn thông tin, kiểm soát chất lượng của nó ở mọi thời điểm, vốn là yếu tố chính nếu dữ liệu được sử dụng cho việc ra quyết định trong y tế công cộng”, Frederic Bartumeus cho biết thêm.

Tự động hóa cứu mạng người

Sự hiện diện của muỗi vằn ở Tây Ban Nha đã dẫn đến một hiểm họa cho y tế công cộng. Hàng triệu người đã bị nhiễm và có nguy cơ rủi ro bị truyền các bệnh như sốt xuất huyết hay chikungunya. Tại châu Âu, muỗi hổ đã được biết đến kể từ năm 2007 trong những bùng phát truyền nhiễm ở quy mô địa phương mà chưa có loại vaccine nào phòng ngừa. Chỉ có một cách ngăn ngừa là kiểm soát muỗi để ngăn chúng làm lây lan. Đánh giá rủi ro này và các giải pháp hành động cần thiết để giảm thiểu nó đòi hỏi phải có thông tin chính xác về quần thể muỗi vằn, một công việc tốn kém và mất công sức đòi hỏi phải đặt và kiểm tra bẫy thủ công và phân tích sau đó trong phòng thí nghiệm nơi côn trùng được xác định. Đây là một phương pháp không khả thi vì phải bao gồm những vị trí địa lý rộng lớn.

Phương pháp sử dụng các nhà khoa học không chuyên của dự án Mosquito Alert cho phép ai cũng có thể báo cáo về sự hiện diện của một con muỗi thông qua ứng dụng điện thoại sẵn có sử dụng hệ điều hành Android và iOS. Nó là giải pháp khiến cho việc bao quát hết cả các khu vực địa lý trong suốt mùa muỗi. Kể từ năm 2015, sáng kiến này đã nhận được hàng nghìn bức ảnh mỗi năm, qua đó giúp cho ước tính được số lượng muỗi. Tuy vậy khối lượng lớn các bức ảnh cứ tiếp tục được phân loại bằng việc kiểm tra trực quan của các chuyên gia côn trùng học, một công việc đòi hỏi thời gian và nhiều năm kinh nghiệm. Do đó việc tích hợp trí tuệ nhân tạo vào quy trình này có thể tăng tốc độ phân loại và phát triển các bản đồ cảnh báo nguy hiểm gần thời gian thực để cải thiện việc quản lý muỗi vằn.

Roger Eritja, nhà khoa học của CREAF và giám đốc côn trùng học của Mosquito Alert, làm rõ những giới hạn của AI: “Sẽ còn mất thời gian cho một cỗ máy có thể có được năng lực tương tự cặp mắt chuyên gia, đặc biệt cho những loài ít có đặc điểm biểu diện bên ngoài hơn muỗi vằn. Ở Tây Ban Nha, 62 loài muỗi đã được miêu tả, nhiều loài trong số đó hiện nay không thể phân loại được chỉ bằng một bức ảnh mà phải kiểm tra trên kính hiển vi. Một số trường hợp khác, ngay cả việc phân tích di truyền cũng cần thiết để nhận diện chúng”.