Noticias

Identifican mosquitos de malaria con inteligencia artificial

El aprendizaje profundo es un enfoque poderoso para distinguir clases de imágenes, y existe un interés creciente en aplicar estos métodos para delimitar especies, particularmente en la identificación de mosquitos.

La identificación visual de las especies de mosquitos es la base de la vigilancia y el manejo de las enfermedades transmitidas por mosquitos, pero puede verse obstaculizada por una variación morfológica críptica en los complejos de especies de mosquitos vectores, como el complejo Anopheles gambiae transmisor de malaria.

Clasificación de imágenes con aprendizaje profundo

Un grupo de científicos de Austria aplicaron redes neuronales convolucionales (CNN) a imágenes de mosquitos como prueba de concepto para determinar la viabilidad de la clasificación automática del sexo, género, especie y cepa de mosquitos utilizando imágenes 2D de cuerpo completo de estos insectos.

La inteligencia artificial analizó una biblioteca de 1, 709 imágenes de mosquitos adultos recolectadas de 16 colonias de especies y cepas de mosquitos vectores que se originan en cinco regiones geográficas, con 4 especies crípticas que no son fácilmente distinguibles morfológicamente incluso por entomólogos médicos capacitados.

En el artículo publicado en PLoS Neglected Tropical Diseases presentaron una metodología para procesamiento de imágenes, aumento de datos y entrenamiento y validación de una CNN.

La mejor configuración de redes neuronales convolucionales logró altas precisiones de predicción del 96,96% para la identificación de especies y del 98,48% para el sexo.

Los resultados demuestran que las redes neuronales convolucionales pueden delimitar especies con variación morfológica críptica, 2 cepas de una sola especie y muestras de una sola colonia almacenadas mediante dos métodos diferentes.

También presentaron visualizaciones del espacio de características de redes neuronales convolucionales y predicciones para la interpretación de nuestros resultados.

Estos resultados demuestran que la clasificación de imágenes con aprendizaje profundo puede ser un método útil para la identificación del mosquito de la malaria, incluso entre especies con variación morfológica críptica.

Redaccion

Entradas recientes

Hitachi lanza Fábrica Global de IA sobre

Hitachi anunció la creación de una Fábrica Global de Inteligencia Artificial (IA), construida sobre la…

18 horas hace

Acelerar la sostenibilidad con IA

Miles de líderes mundiales se reunieron en la Semana del Clima de Nueva York 2025,…

18 horas hace

Retos y oportunidades de la IA en el e-commerce: José Reynoso González

El comercio electrónico mantiene un crecimiento constante y, con la incursión de la inteligencia artificial,…

2 días hace

Valoraciones de las startups de IA aumentan el temor de una burbuja

“Hay una especie de burbuja publicitaria en el espacio de capital de riesgo en etapa…

2 días hace

HONOR ALPHA Store, la primera tienda del mundo de IA

HONOR acaba de inaugurar la HONOR ALPHA Store, un espacio definido por la compañía como…

2 días hace

América Latina acelera en inteligencia artificial

América Latina y el Caribe muestra una adopción de inteligencia artificial que supera su peso…

2 días hace