Se está construyendo una red global de detección de mosquitos con teléfonos inteligentes

La malaria es un asesino. Hasta 600 millones de personas padecen la enfermedad, y cada año muere un millón a causa de ella. Según Unicef, la mayoría son niños menores de cinco años que viven en el África subsahariana.

Por lo tanto, prevenir la propagación de la malaria es un objetivo importante. Los expertos en salud tienen varias formas de controlar la propagación de la enfermedad. Algunas de estas intervenciones han tenido un gran éxito, pero otras no tanto. Pero la diferencia entre el éxito y el fracaso a menudo no se comprende bien.

Un problema es que la malaria es transmitida por mosquitos Anopheles infectados, y estos representan solo una pequeña fracción de las especies de mosquitos. Hay alrededor de 60 especies de Anopheles que pueden transmitir la malaria, de un total de 3600 especies diferentes de mosquitos.

Anopheles stephensi: una de las 40 especies de mosquitos que pueden transmitir la malaria, de un total de 3600 especies.

El seguimiento de los mosquitos en grandes áreas es difícil, y la identificación de sus especies es aún más difícil. Y eso dificulta entender cómo una intervención influye en las poblaciones de diferentes especies. Para resolver este problema, a los expertos en enfermedades les encantaría tener un sistema de sensores de bajo costo para monitorear las poblaciones de mosquitos que puedan distribuirse fácilmente a lugares remotos.

Ingrese a Yunpeng Li y sus amigos de la Universidad de Oxford en el Reino Unido, quienes dicen que han desarrollado un sistema de este tipo. Su enfoque explota el hecho de que las especies de mosquitos pueden identificarse por el ruido que hacen sus alas mientras vuelan. Estos ruidos pueden ser recogidos y grabados por un teléfono inteligente.

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

Dado que los teléfonos inteligentes están ampliamente disponibles, incluso en muchos países en desarrollo, este sistema puede distribuirse ampliamente con relativa facilidad. Al menos en teoría.

El enfoque de Li y compañía es entrenar un algoritmo de aprendizaje automático para reconocer la firma acústica característica de diferentes especies y luego identificar los insectos en consecuencia.

Diversos estudios han demostrado cómo es posible identificar a los mosquitos por el ruido que hacen. Incluso es posible distinguir los sexos, ya que los machos varían la frecuencia de sus aleteos para atraer parejas. Sin embargo, los datos son escasos.

Eso no es bueno para los algoritmos de aprendizaje automático, que solo pueden aprender de grandes cantidades de datos, generalmente anotados de antemano por humanos. En este caso, esos conjuntos de datos simplemente no se han creado. Entonces, Li y compañía han comenzado la enorme tarea de crear su propia base de datos, con la ayuda de colegas y científicos ciudadanos.

Primero, recopilaron grabaciones de mosquitos recopiladas por los Centros para el Control y la Prevención de Enfermedades de los EE. UU. y la Unidad de Investigación Militar del Ejército de los EE. UU. en Kisumu, Kenia. Estos involucraron siete especies diferentes y un total de 62 muestras diferentes.

A continuación, el equipo marca las características relevantes en un espectrógrafo de estas grabaciones utilizando el servicio de crowdsourcing científico ciudadano Zooniverse. La primera tarea de estos científicos es marcar las regiones de cada grabación que contienen sonidos identificables de mosquitos. Luego usan estos datos para entrenar un algoritmo de aprendizaje automático para reconocer estas siete especies diferentes solo por su sonido.

Finalmente, Li y compañía prueban el sistema cargando la aplicación en un teléfono inteligente económico, un Alcatel One Touch 4009X, que dicen que cuesta alrededor de £ 20, y luego lo usan para monitorear los niveles de ruido ambiental mientras reproducen grabaciones de los mosquitos.

La aplicación envía estas grabaciones a un servidor central, que utiliza el algoritmo de aprendizaje automático para identificar a las bestias voladoras.

Los resultados no son malos. La máquina detecta con precisión la especie de mosquito Anopheles aproximadamente el 72 por ciento de las veces. Las precisiones de detección de los mosquitos Anopheles, que son vectores de la malaria, son impresionantes, dicen Li y sus amigos.

Esa es una demostración útil de prueba de principio. Muestra que los teléfonos inteligentes de bajo costo pueden convertirse en sensores de mosquitos de bajo costo. Nuestro sistema acústico de detección de mosquitos, a pesar de utilizar teléfonos inteligentes de bajo costo, proporciona una vía prometedora para la detección en vivo y la clasificación de especies de mosquitos que se sabe que son vectores de la malaria, dicen Li y compañía.

Pero hay un trabajo importante por delante. 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 hacer. También llevará mucho tiempo, dadas las 3600 especies diferentes que existen.

Luego, el equipo tiene que difundir la aplicación y persuadir a la gente para que la use. Eso también será complicado. Algunas aplicaciones se propagan de forma viral, pero otras requieren una comercialización considerable. Y en lugares donde la energía de la batería es escasa, una pregunta interesante es si se puede persuadir a las personas para que dediquen la valiosa energía de la batería a este tipo de esfuerzo.

Esperemos que lo hagan. Una mejor comprensión de la forma en que las poblaciones de mosquitos varían en todo el mundo y cómo cambian con el tiempo será invaluable. Incluso puede ayudar a reducir la incidencia de la malaria y las muertes que causa.

Ref: arxiv.org/abs/1711.06346 : Detección de mosquitos con teléfonos inteligentes de bajo costo: adquisición de datos para la investigación de la malaria

esconder