Argentinië zet kunstmatige intelligentie in tegen zikamug

Een groep Argentijnse onderzoekers kan via kunstmatige intelligentie de plaatsen voorspellen waar meer Aedes aegypti-muggen voorkomen. Die zijn drager van ziekten zoals dengue, chikungunya en zika.

De modellen die de onderzoekers ontwikkelden, werden gevoed met milieudata (zoals temperatuur, neerslag en vegetatie) die werden afgeleid van satellietinformatie. De data werden vergeleken met een telling van het aantal muggeneieren op het terrein.

De studie werd uitgevoerd in de stad Tartagal, in de noordelijke provincie Salta. Daar werden eivallen geplaatst en wekelijks werden metingen verricht. De metingen hielpen de kunstmatige voorspellingsmechanismen te verfijnen. Het doel is om voor het hele land een risicokaart te kunnen maken.

Machine learning om epidemies te voorspellen

De resultaten van de test zijn verschenen in het tijdschrift Acta tropica. “Het artikel gaat over hoe we machine learning binnenbrengen in de epidemiologie. Het is een zeer krachtig instrument om gedrag in te schatten en te voorspellen”, zegt John Scavuzzo, onderzoeker aan de Nationale Universiteit van Córdoba en een van de auteurs van het onderzoek.

“We vergeleken lineaire modellen met modellen die gemaakt waren door kunstmatige neurale netwerken. Bij de voorspelling van het aantal muggeneieren vertoonden die laatste duidelijk meer correlaties met wat we op het terrein zagen.” Volgens Scavuzzo is het model al gevalideerd met statistische technieken en kan het in elke buurt van welke stad ook worden toegepast.

Eivallen om neuraal netwerk te trainen

Het veldwerk gebeurde door onderzoekers van de Fundación Mundo Sano (Stichting Gezonde Wereld), een privé-organisatie die al meer dan tien jaar met wetenschappers werkt die het gedrag van muggen analyseren met de bedoeling de impact van verwaarloosde ziekten te verminderen. “In de loop der jaren hebben we een robuuste reeks van gegevens verzameld via eivallen in steden als Clorinda (Formosa) en Puerto Iguazu (Misiones), zegt Manuel Espinosa, bij de stichting coördinator van de afdeling voor ziekten die door muggen worden overgebracht.

In de stad Tartagal bestond de monitoring uit sensoren (eivallen) op plaatsen waar Aedes aegypti eieren leggen. De monitoring gebeurde van augustus 2012 tot juli 2016 in 50 huizen. In elk huis werden twee eivallen geplaatst (een binnen en een buiten), volgens de richtlijnen van de Wereldgezondheidsorganisatie om de aanwezigheid van muggen te controleren. Elke week werden de eivallen naar laboratoria gebracht om de eieren te tellen.

Door deze gegevens in te voeren in een computer werd een neuraal netwerk getraind dat algoritmen genereert waarmee men kan schatten hoeveel eitjes elke week op een plaats worden gelegd op basis van klimatologische variabelen. “Met deze modellen leert het netwerk van echte resultaten, neemt het een waarde, vergelijkt het die en past het het algoritme aan, zodat de machine zelf leert en zichzelf aanpast”, zegt Espinosa.

Broedplaatsen voorkomen

Nicolas Schweigmann, onafhankelijk onderzoeker van de Studiegroep Muggen van de Universiteit van Buenos Aires, zegt dat het wetenschappelijke werk van zijn collega’s interessant lijkt omdat “het milieuomstandigheden modelleert en probeert aan te passen hoe gunstig de omgeving is voor een ziektedrager.”

Maar hij ziet ook beperkingen. “We zien hiermee de werkelijke dynamiek van de ziektedrager niet vanuit het oogpunt van de verandering van het aantal broedplaatsen dat in de stadswijken te vinden is.”

Preventieprogramma’s hebben zich in het verleden net gericht op het voorkomen van potten en plaatsen met water waar muggen zich kunnen nestelen. “En dat hangt af van sociale, economische factoren, van mensen. En van hoe sterk het denguepreventieprogramma in elke stad is. Dat heeft te maken met milieueducatie”, zegt Schweigmann.