The MosAICo ecosystem: bridging the taxonomic gap in vector surveillance with real-time entomological artificial intelligence
MosAICo 生态系统是一个由人工智能驱动的标准化软硬件流水线，通过实现对重点媒介物种的高精度、实时自动化鉴定，并有效标记未知标本以供专家评审，克服了蚊媒监测中的分类学瓶颈，从而扩大了国家级及跨境疾病监测工作的规模。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一座巨大的图书馆，每天都有成千上万本新书（蚊子）被送达。问题在于，图书管理员（专家级昆虫学家）人数稀少，每天只能阅读极少数的书籍。由于新书到来的速度太快，管理员们应接不暇，图书馆正面临进度滞后的困境。这就是论文中所描述的“分类学障碍”：我们捕捉到的蚊子太多，以至于人类无法足够快地进行鉴定，从而无法及时阻止它们传播疾病。
为了解决这个问题，研究人员开发了 MosAICo，它就像是这些图书管理员的一个超级快速、不知疲倦的机器人助手。以下是它的工作原理，分为几个简单的部分：
1. 照相机与大脑
MosAICo 是一个完整的系统。它始于一个特殊的照相机（一个标准化的台式设备），用于拍摄蚊子的照片。这些照片随后被输入到 MosAICo-Net 中——这是一个经过训练的计算机大脑，学习了来自意大利 15 种不同蚊子的 1.2 万多张照片。
你可以把这个计算机大脑想象成一名受过高度训练的侦探，他记住了七种最危险蚊子物种的“证件照”。它不仅仅是在瞎猜；它会观察蚊子的特征并说：“我有 95% 的把握确定这是那一种特定的类型。”
2. “我不知道”按钮
该系统最聪明的功能之一是它知道自己何时不确定。在现实世界中，并不是每只蚊子看起来都和训练照片中的一模一样。有时会出现新的或罕见的物种。
该系统不会强行给出一个错误的答案，而是拥有一个**“不确定性”开关**。如果它看到一只不太符合其数据库的蚊子，它会标记出来并说：“我不认识这一只；请把它交给人类专家。”这确保了机器人处理那些常见的、容易的情况，同时将人类专家的时间节省下来，去处理那些棘手的、罕见的或未知的案例。
3. 在现实世界中得到验证
团队不仅在实验室里进行了测试；他们还将其带到了实地。
- 在意大利： 他们在 20 个不同的地点对其进行了测试。该机器人正确识别了 94% 的目标蚊子，并且在统计捕获数量方面与人类专家几乎完全一致。
- 在加纳： 为了测试它在远离训练地的地方是否依然有效，他们在加纳的蚊子身上进行了测试。尽管该系统是基于意大利蚊子进行训练的，但它在加纳正确识别出白纹伊蚊（Aedes albopictus）的准确率达到了 97.4%。它仅在一只蚊子上出了错，并且正确地将其标记出来交由人类检查。
4. 速度倍增器
最令人印象深刻的部分是速度。人类专家可能会在快速且准确地清点 80 只蚊子的堆叠时感到吃力。而 MosAICo 可以在瞬间处理单张照片中的 82 只蚊子。无论物种组合多么复杂，它都能以恒定的速度工作。
总结
MosAICo 并不是试图取代人类专家。相反，它扮演着力量倍增器的角色。它承担了筛选数千只常见蚊子的繁重工作，从而让专家能够专注于那些真正需要他们特殊关注的稀有、入侵或令人困惑的标本。通过这种方式，它帮助公共卫生官员在应对日益增长的蚊媒疾病威胁时，不会被繁重的文书工作所淹没。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。