Controlar la malaria con un ejército de móviles 'low cost' equipados con inteligencia artificial

Esta 'app' identifica a varias especies de mosquitos transmisores a partir del sonido de sus alas al volar. Si se expandiera por los teléfonos del mundo, podría crearse un sensor global para controlar a estas poblaciones y la transmisión de la enfermedad.

La malaria es una asesina. Hasta 600 millones de personas en el padecen la enfermedad y cada año mueren un millón de ellas. Según UNICEF, la mayoría de ellas son niños menores de cinco años que viven en África subsahariana.

Prevenir la propagación de la malaria es un objetivo vital. Los expertos en salud tienen varias formas de controlar la propagación de la enfermedad. Algunas han tenido un gran éxito, y otras no tanto. Pero la diferencia entre el éxito y el fracaso a menudo se entiende mal.

La malaria se transmiten por mosquitos infectados del género Anopheles, pero estos solo representan una pequeña fracción de todas las especies de mosquitos. Hay alrededor de 60 especies de Anopheles que pueden transmitir la malaria, de 3.600 especies diferentes de mosquitos en total.

Foto: 'Anopheles stephensi': una de las 40 especies de mosquitos que pueden transmitir la malaria, de un total de 3.600.

Hacer un seguimiento de los mosquitos en grandes zonas es difícil, e identificar a su especie aún más. Y eso limita la posibilidad de entender cómo una intervención influye en las poblaciones de diferentes especies. Así que a los expertos en enfermedades les encantaría disponer de un sensor de bajo coste para monitorizar las poblaciones de mosquitos que pueda ser distribuido fácilmente a lugares remotos.

Aquí entran en escena el investigador de la Universidad de Oxford (Reino Unido ) Yunpeng Li y sus compañeros, quienes afirman haber desarrollado justo eso. Su enfoque explota el hecho de que las especies de mosquitos pueden ser identificadas por el ruido de sus alas al volar. Estos ruidos pueden ser recogidos y grabados por un smartphone.

Así que el sistema de sensores del equipo es una aplicación de smartphone Android llamada MozzWear que puede registrar ruidos de mosquitos, junto con la hora y la ubicación, y luego enviar los datos a un servidor central donde identifica la especie.

Dado que los smartphones están ampliamente disponibles, incluso en muchos países en desarrollo, este sistema se puede expandir con relativa facilidad. Al menos en teoría. El enfoque del equipo de Li consiste en entrenar un algoritmo de aprendizaje automático para reconocer la firma acústica característica de diferentes especies e identificar los insectos en consecuencia.

Varios estudios han demostrado que es posible identificar mosquitos por el ruido que producen. Incluso es posible distinguir el género, ya que los machos varían la frecuencia del latido de sus alas para atraer a los compañeros. Sin embargo, los datos escasean.

Eso no es bueno para los algoritmos de aprendizaje automático, que solo pueden aprender a partir de grandes cantidades de datos, generalmente etiquetados por adelantado por humanos. En este caso, esos conjuntos de datos simplemente no se han creado. Así que el equipo de Li ha abordado la enorme tarea de crear su propia base de datos, con la ayuda de compañeros y científicos ciudadanos.

Primero, recopilaron grabaciones de mosquitos recogidos por los Centros para el Control y la Prevención de Enfermedades en los Estados Unidos y la Unidad de Investigación Militar del Ejército de Estados Unidos en Kisumu (Kenia). Estos incluían siete especies y un total de 62 muestras diferentes.

A continuación, definieron las características relevantes en un espectrógrafo mediante el servicio de crowdsourcing de científicos ciudadanos Zooniverse. La primera tarea para estos científicos fue etiquetar las regiones de cada grabación que contienen sonidos de mosquitos identificables. Luego utilizaron estos datos para entrenar un algoritmo de aprendizaje automático para reconocer a estas siete especies diferentes en base solo a su sonido.

Por último, el equipo de Li cargó la aplicación en un smartphone barato (un Alcatel One Touch 4009X, que dicen que cuesta alrededor de 25 euros), y lo utilizó para monitorizar los niveles de ruido ambiental mientras reproducen las grabaciones de los mosquitos. La aplicación envía estas grabaciones a un servidor central, que usa el algoritmo de aprendizaje automático para identificar a las bestias voladoras.

Los resultados no están mal. La máquina detecta con precisión las especies de mosquitos Anopheles aproximadamente el 72% de las veces. "Las precisiones de detección para los mosquitos Anopheles, que son vectores de la malaria, son impresionantes", afirma el equipo de Li.

Esa es una útil demostración de prueba de concepto. Demuestra que los teléfonos inteligentes más baratos pueden convertirse en sensores de mosquitos de bajo coste. Li detalla: "Nuestro sistema de detección acústica de mosquitos, a pesar de usar smartphones de bajo coste, ofrece una vía prometedora para la detección y clasificación en vivo de especies de mosquitos conocidos por vectores de malaria".

Pero hay mucho trabajo por hacer. El equipo ahora necesita aumentar drásticamente la cantidad de especies que la aplicación MozzWear puede identificar. Eso no será fácil, ya que las grabaciones de alta calidad no son fáciles de conseguir. También llevará mucho tiempo, dadas las 3.600 especies diferentes que existen.

Después, tendrá que difundir la aplicación y persuadir a la gente para que la use. Eso resultará complicado, también. Algunas aplicaciones se propagan de forma viral, pero otras requieren un considerable esfuerzo de comercialización. Y en lugares donde la energía para cargar la batería escasea, una pregunta interesante es si se podrá persuadir a la gente para que dedique esa preciosa energía a un esfuerzo como este.

Esperemos que lo hagan. Una mejor comprensión de cómo las poblaciones de mosquitos varían en todo el mundo y cambian con el tiempo no tendría precio. Incluso podría ayudar a reducir la incidencia de la malaria y las muertes que causa.

Por Emerging Technology From The Arxiv | traducido por Teresa Woods.

Sitio Fuente: Technology Review