共计 1410 个字符，预计需要花费 4 分钟才能阅读完成。
南佛罗里达大学的研究人员利用人工智能和公民科学，成功识别出可能是马达加斯加首次发现的斯氏按蚊（Anopheles stephensi）——一种入侵性且致命的疟疾传播蚊子。这项由 USF 科学家 Ryan Carney 和 Sriram Chellappan 领导的研究，展示了 AI 驱动的图像识别和公众参与如何改变全球疾病监测。
斯氏按蚊 AI 图像（示例）。图片来源：USF
该发现发表在《昆虫》杂志上，强调了移动技术和机器学习的结合如何填补病媒传播疾病监测的关键空白。
斯氏按蚊在非洲构成了日益增长的威胁，因为它在城市环境中繁衍生息，在轮胎和桶等人工容器中繁殖，而不是像本地按蚊那样在天然水坑中繁殖。它的传播可能使非洲额外 1.26 亿人面临疟疾风险。
这一突破来自当地居民通过 NASA 的 GLOBE Observer 应用程序提交的一张照片。这张照片显示了一只轮胎中的蚊子幼虫，随后使用经过数千张认证蚊子图像训练的 AI 算法进行了分析。
这段视频展示了普通公民如何使用 AI 驱动的智能手机技术识别蚊子。图片来源：USF
该系统以超过 99% 的置信度将幼虫识别为斯氏按蚊。支持这一分类的是，当天在类似的人工容器中发现了 100 多只其他按蚊幼虫，尽管没有拍照。
虽然官方检测需要基因测试——由于这些标本被立即销毁，已无法进行——但如果这一物种识别是正确的，这将代表马达加斯加首次发现斯氏按蚊的证据。同年，该国的疟疾病例和死亡人数翻了一番。
蚊子是地球上最危险的动物，每年感染超过 7 亿人，传播各种病原体。疟疾仍然是最致命的，每年导致近 50 万五岁以下儿童死亡。
Carney 和 Chellappan 表示，这项研究的意义远远超出了非洲，因为在国内，对疟疾病媒保持警惕和主动监测的需求变得越来越重要。
2023 年，美国经历了 20 年来首次本地疟疾爆发。佛罗里达州的病例比其他所有州的总和还要多，再次使该州成为美国大陆蚊媒疾病的中心。
至关重要的是，研究表明，公民收集的智能手机照片可以作为强大的早期预警数据，帮助应对这一日益增长的威胁。
“虽然蚊子可以被视为微小的飞行注射器，但已知只有 3% 的物种会向人类传播疾病，”Carney 说。“多亏了公民科学应用程序，我们可以众包蚊子的照片，然后使用 AI 分析这些图像，从而扩大对‘草堆中的针’——那些传播疾病的蚊子的检测。”
全球蚊子观测仪表板展示了公民科学按平台的观测结果。图片来源：USF
早期检测斯氏按蚊至关重要，但传统监测方法经常遗漏它。为了解决这一问题，研究人员开发了新的 AI 工具，可以从智能手机照片中识别蚊子幼虫和成虫——类似于面部识别技术。幼虫算法经过数千张斯氏按蚊和其他蚊子物种的认证图像训练。
该研究代表了跨校园多学科合作的成功范例，涉及 USF 综合生物学系、Bellini 人工智能、网络安全与计算学院以及公共卫生学院。这项研究是团队之前在《昆虫》杂志上发表的研究的后续，该研究获得了该杂志 2022 年最佳论文奖。
研究人员现在将目光投向了开发和部署受其软件启发的硬件：一种 AI 驱动的智能陷阱，用于远程识别佛罗里达州及其他地区的斯氏按蚊和其他传播疾病的蚊子。
“AI 越来越多地应用于公共卫生的许多方面，而蚊子监测是全球范围内，尤其是在佛罗里达州，一个非常重要的领域，”Chellappan 说。“我们相信我们正在为公共卫生开创下一代监测系统，旨在对抗蚊媒疾病。”
更多信息：人工智能与公民科学作为全球蚊子监测工具：马达加斯加案例研究，《昆虫》（2025）。
