2026年2月4日のPLOS ONE論文は、ガーナEastern州Kwaebibirem郡の8つの小地区で、ドローン画像と水たまりのリスクを順位付けするAIモデルを使った幼虫発生源管理（LSM）を評価しました。確認された発生源は3倍以上に増え、殺幼虫剤の使用量は60%以上、人手は約50%減りました。マラリア患者の推移は対照地区と同程度でした。
要点
- 学術誌：PLoS One 21(2): e0340690。DOI 10.1371/journal.pone.0340690。2025年6月14日受付、2025年12月24日受理、2026年2月4日掲載。著者：Bokpin GA、Adzei FA、Dadzie S、Umeda M、Kim J。
- 作業の流れ：DJI Mavic 3 Multispectralドローン（RGBカメラのみ使用）が処理の1–2日前に地域を撮影し、AIが水たまりを検出して高リスク・低リスクに分類し、座標はモバイルアプリで散布チームに送られます。
- 設計：介入小地区4か所（Abaam、Asuom、Takyiman、Nkwantanang）と手作業のLSMを行う対照小地区4か所（Subi、Kade、Pramkese、Abodom）。介入は乾季の2024年9–12月に、各小地区で約4週間行われました。AIモデルは2024年1–8月にシエラレオネとガーナで調査した水たまり4,021か所で学習しました。
- 著者が挙げた限界：降水量が平年より少ない乾季のみの実施で、複数の伝播期にわたる長期評価が必要です。
VPMAの注記
ガーナでマラリア媒介蚊を対象にした試験です。「まず調査し、適切な場所を処理する」という方法は、会員が広い地域で幼虫を処理する際の参考になりますが、疫学的な効果を示すものではありません。
- 出典
- PLOS ONE
- 掲載
- 2026年2月4日
- 欄
- 害虫管理の新しい手法
- 学術誌
- PLoS One 21(2): e0340690
- DOI
- 10.1371/journal.pone.0340690
編集注: これはVPMAによる短い要約とコメントであり、全文の複製ではありません。原文と著作権は引用した出典にあります。写真：PLOS ONE論文の図3（4小地区でドローン/AIと従来の方法で見つけた水たまり、CC BYライセンス）。
出典: PLOS ONE （VPMAが英語で要約）。 ベトナム語のページを読む.