Rete globale di rilevamento delle zanzare in fase di creazione tramite smartphone

La malaria è un assassino. Fino a 600 milioni di persone soffrono della malattia e ogni anno un milione ne muore. Secondo l'UNICEF, la maggior parte di loro sono bambini di età inferiore ai cinque anni che vivono nell'Africa subsahariana.

Quindi prevenire la diffusione della malaria è un obiettivo importante. Gli esperti di salute hanno vari modi per controllare la diffusione della malattia. Alcuni di questi interventi hanno avuto un enorme successo, altri meno. Ma la differenza tra successo e fallimento è spesso poco conosciuta.

Un problema è che la malaria è trasmessa dalle zanzare anofele infette, che costituiscono solo una piccola parte delle specie di zanzare. Ci sono circa 60 specie di Anopheles che possono trasmettere la malaria, su un totale di 3.600 diverse specie di zanzare.

Anopheles stephensi: una delle 40 specie di zanzare che possono trasmettere la malaria, su 3.600 specie in totale.

Rintracciare le zanzare su vaste aree è difficile e identificare le loro specie ancora più difficile. E questo rende difficile capire come un intervento influenzi le popolazioni di specie diverse. Per risolvere questo problema, gli esperti di malattie vorrebbero avere un sistema di sensori a basso costo per monitorare le popolazioni di zanzare che possono essere facilmente distribuite in luoghi remoti.

Entrano Yunpeng Li e i suoi amici dell'Università di Oxford nel Regno Unito, che affermano di aver sviluppato proprio un sistema del genere. Il loro approccio sfrutta il fatto che le specie di zanzare possono essere identificate dal rumore che fanno le loro ali mentre volano. Questi rumori possono essere rilevati e registrati da uno smartphone.

Quindi il sistema di sensori del team è un'app per smartphone Android chiamata MozzWear in grado di registrare i rumori delle zanzare, insieme all'ora e alla posizione, e quindi inviare i dati a un server centrale in cui viene identificata la specie.

Poiché gli smartphone sono ampiamente disponibili, anche in molti paesi in via di sviluppo, questo sistema può essere ampiamente distribuito in modo relativamente semplice. Almeno in teoria.

L'approccio di Li e co consiste nell'addestrare un algoritmo di apprendimento automatico per riconoscere la caratteristica firma acustica di diverse specie e quindi identificare gli insetti di conseguenza.

Vari studi hanno dimostrato come sia possibile identificare le zanzare dal rumore che fanno. È anche possibile distinguere i sessi, poiché i maschi variano la frequenza del battito delle ali per attirare i compagni. Tuttavia, i dati sono scarsi.

Questo non va bene per gli algoritmi di apprendimento automatico, che possono imparare solo da grandi quantità di dati, di solito annotati in anticipo dagli esseri umani. In questo caso, quei set di dati non sono stati creati. Così Li e compagni hanno iniziato l'enorme compito di creare il proprio database, con l'aiuto di colleghi e scienziati cittadini.

In primo luogo, hanno raccolto le registrazioni delle zanzare raccolte dai Centers for Disease Control and Prevention negli Stati Uniti e dall'Unità di ricerca militare dell'esercito americano a Kisumu, in Kenya. Questi hanno coinvolto sette specie diverse e un totale di 62 campioni diversi.

Successivamente, il team contrassegna le caratteristiche rilevanti in uno spettrografo di queste registrazioni utilizzando il servizio di crowdsourcing degli scienziati cittadini Zooniverse. Il primo compito di questi scienziati è contrassegnare le regioni in ogni registrazione che contengono suoni identificabili delle zanzare. Quindi usano questi dati per addestrare un algoritmo di apprendimento automatico per riconoscere queste sette specie diverse dal solo suono.

Infine, Li e co testano il sistema caricando l'app su uno smartphone economico, un Alcatel One Touch 4009X, che secondo loro costa circa £ 20, e quindi utilizzandolo per monitorare i livelli di rumore ambientale mentre riproducono le registrazioni delle zanzare.

L'app invia queste registrazioni a un server centrale, che utilizza l'algoritmo di apprendimento automatico per identificare le bestie volanti.

I risultati non sono male. La macchina rileva accuratamente le specie di zanzare Anopheles circa il 72% delle volte. La precisione di rilevamento delle zanzare anofele, che sono vettori della malaria, è impressionante, affermano Li e amici.

Questa è un'utile dimostrazione di principio. Dimostra che gli smartphone a basso costo possono diventare sensori per zanzare a basso costo. Il nostro sistema acustico di rilevamento delle zanzare, nonostante utilizzi smartphone a basso costo, fornisce una strada promettente per il rilevamento in tempo reale e la classificazione delle specie di zanzare note per la malaria vettoriale, affermano Li e co.

Ma c'è molto lavoro da fare. Il team ora deve aumentare notevolmente il numero di specie che l'app MozzWear può identificare. Non sarà facile, dal momento che le registrazioni di alta qualità non sono facili da realizzare. Ci vorrà anche molto tempo, date le 3.600 specie diverse che sono là fuori.

Quindi il team deve diffondere l'app e convincere le persone a usarla. Anche quello sarà complicato. Alcune app si diffondono in modo virale, ma altre richiedono un marketing considerevole. E nei luoghi in cui la carica della batteria è un premio, una domanda interessante è se le persone possono essere persuase a dedicare la preziosa carica della batteria a questo tipo di attività.

Speriamo che lo faranno. Una migliore comprensione del modo in cui le popolazioni di zanzare variano nel mondo e di come cambiano nel tempo sarà inestimabile. Può anche aiutare a ridurre l'incidenza della malaria e le morti che provoca.

Rif: arxiv.org/abs/1711.06346 : Rilevamento di zanzare con smartphone a basso costo: acquisizione dati per la ricerca sulla malaria

nascondere