從登革熱防治的誘卵桶談發展人工智慧的難題

為了提昇登革熱防治相關工作的效率,陸續接觸了不少人工智慧領域的團隊,希望能夠讓誘卵桶的蟲卵計算工作交給人工智慧處理;在一些範例影像的處理上可以看到不錯的成效,只是問題來了,如何取得大量且品質穩定的影像以及如何即時取得計算結果?

處理誘卵桶的第一線人員,為了深入許多巷弄,經常是以機車代步,因此沒辦法攜帶比較大型的設備;同時他們並不是只有處理誘卵桶數據,現場計算蟲卵數量超過警戒值時,他們會需要即刻在周遭區域進行積水容器的清查等工作,有時也得針對積水位置進行投藥等工作,所以如果照片拍攝工作沒辦法簡化到一定程度,其實不容易取代既有人工流程。

也因為必須深入巷弄,第一線人員的作業環境是複雜的,有時在下雨等天候不佳的情況還是得工作,設備的防水、防摔等等設計都必須要被考量進去;同時這個設備也不能太貴重,因為第一線人員需要做許多工作,很難同時兼顧高貴的設備避免遺失,攜帶貴重的設備會增加工作人員的壓力。

誘卵桶放置的位置不一定有穩定的網路連線,而第一線人員在完成影像拍攝之後需要短時間內就取得計算結果,因為這關係著他們是否要接著進行延伸的環境檢查工作,這樣的條件下會需要在設備端就進行初步的計算,而不是等到影像傳回機房才做處理,然後這個設備不能太貴、不能太重…

也思考過,如果調整誘卵桶的設計或是作業方式去配合自動化的需求,這個方向就會衍生一個方法論的重新檢驗,因為現有的方法已經經過許多專家學者的檢驗,具有一定的可信度,調整誘卵桶的設計表示這個驗證的程序需要重新來過,學術驗證的嚴謹過程大概也不是短時間內可以完成實驗。

我們知道人工智慧的技術突破讓許多影像辨識變得可能,但設定了一個主題之後往往需要有各種週邊配合,回頭看這個案例,我們可以找到很多處理影像辨識的團隊,但是很難找到能夠突破各種作業環境限制的解決方案;不過這也突顯了我們並沒有充裕的預算進行大規模的登革熱防治工作,目前所知新加坡針對類似的誘殺桶有安排一組人力專門做影像拍攝工作,因此他們在防疫工作導入人工智慧的部份對比之下有更好的基礎。

天氣慢慢轉涼了,所以登革熱疫情已經可以看出趨緩的情況,希望我們在明年夏天來臨之前可以找出更好的方法來解決登革熱問題。

評論

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *