Publicado 08/07/2021 10:54CET

Investigadores españoles desarrollan una tecnología para identificar mosquitos tigre

Archivo - Aedes albopictus, mosquito tigre hembra alimentándose de un huésped humano.
Archivo - Aedes albopictus, mosquito tigre hembra alimentándose de un huésped humano. - JAMES GATHANY, CDC - Archivo

MADRID, 8 Jul. (EUROPA PRESS) -

Un estudio de investigadores de los Estudios de Informática, Multimedia y Telecomunicación de la Universitat Oberta de Catalunya (UOC) ha desarrollado una tecnología que aprende a identificar mosquitos a través de un gran volumen de fotografías subidas a una plataforma, Mosquito Alert, realizadas por ciudadanos voluntarios.

Los mosquitos pueden ser, además de molestos por sus picaduras, portadores de patógenos. El aumento de las temperaturas terrestres, además, facilita su expansión. Es el caso del mosquito tigre, 'Aedes albopictus', en España. A medida que estas especies se expanden, también lo hace la ciencia dedicada a combatir los problemas que se les asocia.

Así nació Mosquito Alert, un proyecto de ciencia ciudadana coordinado por el Centro de Estudios Avanzados de Blanes, el Centro de Investigación Ecológica y Aplicaciones Forestales y la Universitat Pompeu Fabra, en el que han colaborado los investigadores de la UOC.

Este proyecto reúne la información recogida por los usuarios quienes, gracias a sus móviles, pueden fotografiar a los mosquitos y avisar de su presencia en una zona. Esta información es procesada por entomólogos y expertos para confirmar la presencia de una especie potencialmente peligrosa y avisar a las autoridades pertinentes. Con una sencilla foto y una aplicación, la ciudadanía puede contribuir a generar un mapa de distribución de mosquitos a nivel mundial y ayudar a combatirlos.

"Mosquito Alert es una plataforma que se lanzó en 2014 para monitorizar y controlar los mosquitos portadores de enfermedades. La identificación de los mosquitos es fundamental, ya que las enfermedades que transmiten siguen siendo un problema de salud pública importante. El mayor desafío que encontramos al identificar el tipo de mosquito es procesar fotos tomadas en condiciones no controladas y por voluntarios, que al final no son expertos", explica Gereziher Weldegebriel Adhane, que junto a Mohammad Mahdi Dehshibi y David Masip, han participado en el reciente estudio.

Es aquí donde entran las redes neuronales como tecnología práctica para estudiar los mosquitos. Las redes neuronales consisten en un conjunto complejo de unidades computacionales conectadas entre sí. La información se introduce por uno de sus extremos y la atraviesa, generando numerosas operaciones hasta que se obtiene un resultado.

Una de las características de las redes neuronales es que son procesos que pueden aprender, de manera que se forman a sí mismos cuando se entrenan, procesando unos datos e instruyendo a la red del tipo de resultado que se busca. Otra de las características principales es su capacidad para procesar grandes cantidades de datos, como, por ejemplo, los proporcionados por miles de voluntarios identificando imágenes de mosquitos. La red neuronal se puede adiestrar para que identifique las imágenes adecuadas y detecte pequeñas variaciones, que pueden ser casi imperceptibles para el ojo humano.

Los investigadores de la UOC comprobaron en el estudio que las redes neuronales profundas pueden emplearse para distinguir las similitudes morfológicas entre las especies de mosquitos a partir de las fotografías subidas a la 'app'. "La red neuronal que hemos desarrollado pueden lograr un rendimiento similar al de un experto, y los algoritmos son potentes para procesar los datos masivos de las fotografías", confirma Adhane.

Según los investigadores, el modelo podría usarse en aplicaciones prácticas con pequeñas modificaciones para funcionar en aplicaciones móviles. Aunque queda mucho trabajo de desarrollo por delante, el investigador concluye que "usando la red entrenada es posible hacer predicciones sobre las imágenes de los mosquitos tomadas con los 'smartphones' de forma eficaz y en tiempo real".

Contador