Mit künstlicher Intelligenz optimierte Stechmückenerkennung dient besserer Krankheitskontrolle
Millionen Menschen weltweit sind mit Krankheiten infiziert, die durch infektiöse Stechmücken verbreitet werden, was tausende Todesfälle, Einkommensverluste durch gesundheitliche Probleme und die Belastung der nationalen Gesundheitssysteme nach sich zieht. Es gibt zunehmend Hinweise darauf, dass der Klimawandel dazu führt, dass mehr von Moskitos übertragene Krankheiten nach Europa gelangen. Umfassende Versuche zur Lösung des Problems beruhen typischerweise auf genauen Informationen über die Stechmückenpopulationen in einem bestimmten Gebiet, die normalerweise durch eine regelmäßige manuelle Inspektion von Fallen zustandekommen. Das REMOSIS-Projekt hat nun intelligente Fallen entwickelt, um die Untersuchungskosten zu senken und den erforderlichen Zeitaufwand zu kürzen. Bei dem Gerät mit der Bezeichnung BG-Eye wird mit Erfolg maschinelles Lernen angewandt, um zwischen verschiedenen Mückenarten, wobei Spezies von besonderem Interesse (wie etwa invasive Krankheitsüberträger) erkannt werden, und zwischen den Geschlechtern derselben Arten zu unterscheiden. Diese Informationen dienen wirkungsvollen Präventivmaßnahmen. Nicht alle Arten sind gleich geschaffen Nicht alle Stechmückenarten sind für die Forscher gleichermaßen interessant, vor allem, wenn es um invasive Spezies oder die Übertragung bestimmter Krankheiten geht. Sie trennen zu können, ist daher wichtig. Bislang konnte das nur durch manuelle Identifizierung der Fallen in Labors realisiert werden. Diese Verfahrensweise ist ohne Frage zeitaufwendig, teuer und ist aufgrund menschlicher Fehler oft ungenau. Bei dem Gerät (BG-Eye) des von der EU finanzierten REMOSIS-Projekts nutzt man die Fähigkeiten der künstlichen Intelligenz (KI), um die Erkennung von Arten, die von Interesse sind, durch Lernen aus den bisherigen Erfahrungen kontinuierlich zu verbessern. Projektkoordinator Dr. Andreas Rose erläutert dazu: „Das Grundlagentraining wird im Labor mit Labormücken durchgeführt, an denen das Gerät lernt, die Zielarten zu erkennen. Das Gerät kommt dann im Feld zum Einsatz, wo seine Erkennungsfähigkeiten geprüft und gegebenenfalls angepasst werden. Danach kann es anwenden, was es selbstständig gelernt hat.“ Ein wichtiger Aspekt von BG-Eye ist, dass das Gerät in Kombination mit handelsüblichen, lüfterbetriebenen Mückenfallen funktioniert. Das bedeutet, dass es bereits problemlos neben den standardmäßigen Feldinstrumenten zur Mückenüberwachung eingesetzt werden kann. Bislang arbeiteten ähnliche Technologien nur in Laborversuchsaufbauten mit Mücken außerhalb des Luftstroms einer Mückenfalle. Die BG-Eye-Detektoreinheit ist ein Upgrade eines bereits auf dem Markt befindlichen Geräts mit der Bezeichnung BG-Counter, das zwischen Mücken und anderen Insekten unterscheidet, indem der Fang durch eine dünne Lichtschranke in die Falle gesaugt wird. Da das resultierende Signal jedoch zum Unterscheiden von Stechmückenarten zu kurz ist, hat REMOSIS damit begonnen, das Signal zu verlängern und die Datenpunkte zu vergrößern, was letztlich bedeutet, dass die Insekten länger gescannt werden mussten, als man ursprünglich annahm. Das Upgrade erwies sich als Erfolg, wie sich Dr. Rose erinnert: „Eine Überraschung, zumindest für die Biologen im Team, war die Genauigkeit, mit der die künstliche Intelligenz die visuell sehr schwer zu unterscheidenden Arten voneinander trennen konnte. Nachdem die maschinellen Lernalgorithmen mit mehr Daten gefüttert worden waren, lernte das System, zwischen zwei Anopheles-Arten zu unterscheiden, die sonst nur mit molekularen Methoden unterschieden werden können.“ Immunsystem der Gesellschaft überwachen Mit der Überwachung potenzieller Krankheitsüberträger schützt man im Grunde das Immunsystem der Gesellschaft, wobei die Geschwindigkeit der Gefahrenerkennung dazu beiträgt, diese Bedrohung schneller unter Kontrolle zu bekommen. Wie Dr. Rose zusammenfasst: „Mit dem REMOSIS-Gerät wird die Überwachung und Kontrolle von krankheitsübertragenden Mücken schneller erfolgen und sie wird nahezu in Echtzeit zuverlässige Informationen liefern. Damit werden äußerst konzentrierte, wirkungsvolle Bekämpfungsmaßnahmen zu stark reduzierten Kosten, mit viel kürzeren Reaktionszeiten und geringeren Auswirkungen auf die Umwelt möglich.“ Derzeit arbeitet das Team an bis zu fünf Prototypen, welche die vollständige Funktionalität des Endprodukts aufweisen. Diese Geräte wird man an verschiedene Partner weltweit schicken, um in verschiedenen Lebensräumen und Umgebungen Stechmücken zu sammeln. Jede Zählung wird eine typische elektronische Signatur für diese Insekten liefern, und maschinelles Lernen, Algorithmen und KI wird man dazu einsetzen, um die Technik zu kalibrieren. Während die Signaturenbibliothek der Moskitos wächst, wird man komplexere Habitate mit vielen verschiedenen Mückenspezies ins Visier nehmen.
Schlüsselbegriffe
REMOSIS, Moskito, Stechmücke, Malaria, Krankheit, Vektoren, Überträger, Zika, Dengue, künstliche Intelligenz, maschinelles Lernen, Algorithmus, Spezies, Insekten, Erkennung