L’intelligence artificielle identifie ’embrasser bugs’ qui la propagation de la maladie de Chagas

De nouvelles recherches de l’Université du Kansas montre l’apprentissage de la machine est capable d’identifier les insectes de la propagation de la maladie incurable appelée maladie de Chagas avec une grande précision, en se fondant sur une des photos numériques. L’idée est de donner aux responsables de la santé publique où la maladie de Chagas est répandue un nouvel outil afin d’enrayer la propagation de la maladie et, éventuellement, de proposer des services d’identification directement au grand public.



La maladie de Chagas est particulièrement désagréable parce que la plupart des gens qui ne savent pas qu’elles ont été infectées. Mais selon les Centers for Disease Control and Prevention, environ 20 pour cent à 30 pour cent des 8 millions de personnes atteintes de la maladie de Chagas dans le monde entier est frappé à un moment plus tard avec des anomalies du rythme cardiaque qui peuvent apporter sur la mort subite; dilatation des cœurs qui ne sont pas de pomper le sang efficacement; ou une dilatation de l’œsophage ou du côlon.


La maladie est causée le plus souvent lorsque les triatomes de bugs, plus communément connu comme le “baiser de bugs” — mordre les gens et de transmettre le parasite Trypanosoma cruzi dans leur bloodstreams. La maladie de Chagas est la plus répandue dans les zones rurales du Mexique, d’Amérique Centrale et d’Amérique du Sud.


Une récente entreprise à KU, appelé le Vecteur Virtuel Projet, visait à permettre aux responsables de la santé publique afin d’identifier les triatomes qui transportent la maladie de Chagas avec leurs smartphones à l’aide d’une sorte de portable studio photo pour prendre des photos de bugs.


Maintenant, un étudiant de troisième cycle à KU a construit sur ce projet, avec la preuve-de-concept de la recherche montrant l’intelligence artificielle peut reconnaître 12 Mexicain et 39 espèces Brésiliennes de baisers bugs avec une grande précision par l’analyse des photos ordinaires — un avantage pour les fonctionnaires à la recherche de couper la propagation de la maladie de Chagas.


Ali Khalighifar, KU étudiant au doctorat à la Biodiversité de l’Institut et le Ministère de l’Écologie et de Biologie Évolutive, a dirigé une équipe qui vient de résultats publiés dans le Journal of Medical Entomology. Pour identifier les baisers les bugs de la régulièrement des photos, Khalighfar et ses collègues ont travaillé avec l’open-source, profond, logiciels d’apprentissage à partir de Google, appelé TensorFlow qui est similaire à la technologie sur laquelle repose Google image inversée de recherche.


“Parce que ce modèle est capable de comprendre, basé sur le pixel de tons et de couleurs, ce qui est impliqué dans une image, il peut prendre les données et de les analyser d’une façon que le modèle peut comprendre — et puis vous donner d’autres images de test et qu’il peut les identifier avec une très bonne identification des taux,” Khalighifar dit. “C’est sans prétraitement — vous venez de commencer avec les images raw, qui est génial. C’était le but. Auparavant, il a été impossible de faire la même chose avec autant de justesse et certainement pas sans prétraitement des images.”


Khalighifar et ses co-auteurs — Ed Komp, chercheur au KU de l’Information et des Télécommunications Centre de Technologie, Janine M. Ramsey du Mexique, de l’Instituto Nacional de Salud Publica, Rodrigo Gurgel-Gonçalves du Brésil Universidade de Brasília, et A. Townsend Peterson, KU, Professeur émérite d’Écologie et de Biologie Évolutive et conservatrice en chef avec le KU de la Biodiversité de l’Institut — formé leur algorithme de 405 images de Mexicain triatomes espèces et de 1 584 images Brésilien triatomes espèces.


Au premier abord, l’équipe a été en mesure de réaliser, “83.0 et 86.7% d’identification correcte tarifs sur tous les Mexicains et Brésiliens espèces, respectivement, une amélioration par rapport à des taux comparables à partir de la statistique des classificateurs,” ils écrivent. Mais après l’ajout de l’information au sujet des baisers bugs’ distributions géographiques dans l’algorithme, les chercheurs ont stimulé l’exactitude de l’identification à l’est de 95,8% pour les espèces Mexicaines et 98,9% pour les espèces Brésiliennes.


Selon Khalighifar, l’algorithme basé sur la technologie pourrait permettre à des responsables de la santé publique et d’autres afin d’identifier les triatomes espèces avec un niveau inégalé de précision, afin de mieux comprendre les vecteurs de la maladie sur le terrain.


“Dans l’avenir, nous espérons développer une application ou une plateforme web de ce modèle, qui est constamment reçu une formation basée sur les nouvelles images, il est donc toujours être mis à jour, qui offre une haute qualité des identifications à tout utilisateur intéressé en temps réel,” dit-il.


Khalighifar est maintenant appliquer la même approche à l’aide de TensorFlow pour permettre une identification instantanée des moustiques basée sur les sons de leurs ailes, et les grenouilles basé sur leurs appels.


“Je travaille à présent sur les enregistrements,” dit-il. “J’ai changé de traitement d’image de traitement du signal d’enregistrements de battements d’ailes des moustiques. Nous obtenons les enregistrements de moustiques à l’aide d’un téléphone cellulaire ordinaire, et puis nous convertir à partir d’enregistrements d’images, de signaux. Ensuite, nous utilisons TensorFlow pour identifier les espèces de moustiques. L’autre projet sur lequel je travaille actuellement est les grenouilles, avec le Dr Rafe Brown à la Biodiversité de l’Institut. Et nous concevons le même système pour identifier les espèces basées sur les appels donnés par chaque espèce.”


Alors que bien souvent, l’intelligence artificielle est communément présenté comme un travail-mort de menace, voire une menace existentielle pour l’humanité, Khalighifar a dit que sa recherche a montré comment l’IA pourrait être une aubaine pour les scientifiques qui étudient la biodiversité.


“C’est incroyable — IA est vraiment capable de tout faire, pour le meilleur ou pour le pire”, dit-il. “Il y a des utilisations figurant qui font peur, comme l’identification des Musulmans visages dans la rue. Imaginez, si nous pouvons identifier des grenouilles, des moustiques, de la facilité peut-être d’identifier la voix humaine. Donc, il y a certainement des côtés sombres de l’IA. Mais cette étude montre un positif IA demande — nous essayons d’utiliser le bon coté de la technologie pour promouvoir la conservation de la biodiversité et de soutenir les actions de santé publique.”