Разработанное приложение для распознавания внешности собак поможет в борьбе с бешенствомРазработанное приложение для распознавания внешности собак поможет в борьбе с бешенством
Новое мобильное приложение для распознавания собачьих морд способно значительно улучшить работу по вакцинации против бешенства в эндемичных районах Африки и Азии, говорится в исследовании, опубликованном в журнале Scientific Reports.
Группа исследователей под руководством ученых из Университета штата Вашингтон использовала приложение для проверки его эффективности в клинике по вакцинации против бешенства в сельской местности Танзании, где они проводили микрочипирование, вакцинацию и регистрацию собак. Технология оказалась удивительно точной во время последующего посещения близлежащих деревень, когда из базы данных были удалены некачественные снимки и неправильно записанная информация. С помощью приложения операторы идентифицировали 76,2% вакцинированных собак и 98,9% невакцинированных.
"Поскольку домашние собаки являются основным резервуаром человеческого бешенства, борьба с ним в глобальном масштабе требует массовой вакцинации собак", - рассказал Феликс Ланкестер, главный автор исследования. "При проведении массовой вакцинации одной из основных проблем, с которой мы сталкиваемся, является попытка определить, какие собаки были вакцинированы, а какие нет. Микрочипы слишком дороги, чтобы использовать их в масштабах, необходимых для искоренения бешенства, а ошейники могут быть сняты владельцами. Мы разработали это приложение, чтобы выяснить, может ли сработать распознавание морд собак, и оно показывает отличные результаты, помогая нам достичь этой цели".
Ежегодно от бешенства погибает около 60 000 человек. Почти все случаи заболевания происходят в Африке и Азии, и более 99% из них являются результатом укусов собак. Систематическая и последовательная вакцинация, подобная той, что проводится в рамках программы "Африка без бешенства", эффективна для борьбы с заболеванием, однако для достижения стадного иммунитета и предотвращения устойчивой передачи вируса необходимо вакцинировать примерно 40% собак в районе. Поэтому способность точно и эффективно идентифицировать вакцинированных собак жизненно важна для успешной реализации программ по борьбе с бешенством.
Расположение мест проведения полевых испытаний на северо-западе Танзании. Центральные точки вакцинации показаны красными точками в пределах исследуемых деревень (серые контуры). Район Серенгети очерчен черной линией, а прилегающий Национальный парк Серенгети обозначен серым цветом. Карта составлена с помощью статистического программного обеспечения. Иллюстрация: Scientific Reports (2023).
Алгоритм распознавания внешности, используемый в приложении, идентифицирует собаку, изучая ключевые компоненты ее морды и сравнивая их с изображениями морд других собак в архиве ранее сохраненных изображений. Изображения с наибольшим количеством похожих компонентов отображаются как возможные совпадения, и пользователь должен решить, есть ли такое совпадение. Работа приложения зависит от качества изображений и правильной записи информации о каждой собаке, включая ее возраст, окрас и пол. До того как из базы данных были удалены некачественные изображения и неверная информация, пользователи смогли найти совпадения только с 65% вакцинированных собак.
Ланкестер, который также является директором организации "Африка без бешенства", говорит, что эффективность приложения можно повысить с помощью более совершенных технологий - например, новых смартфонов с высококачественными камерами - и дополнительного обучения операторов. Помимо того, что приложение может стать инструментом идентификации вакцинированных собак, оно также может быть использовано для других видов животных и в исследовательских целях, где может потребоваться идентификация животных.
В настоящее время для работы функции сопоставления внешности собак пользователи должны находиться в сети, однако, по словам Ланкестера, команда также работает над уменьшением размера "движка", который управляет системой сопоставления, чтобы приложение можно было загружать и использовать в автономном режиме, что уменьшит зависимость приложения от доступа в интернет, который не всегда есть в отдаленных районах. "Мы еще не дошли до этого, но я думаю, что при наличии инвестиций технология может быть реализована. Я в восторге от ее потенциала, - заявил Ланкестер, - но нам нужно найти средства, чтобы инвестировать в ее развитие".
