「蚊脸」辨识 助登革热防疫
国卫院开发「蚊脸」辨识，登革热斑蚊准确率逾9成！一般仅听过的「人脸」辨识，但现在已有「蚊脸」辨识技术，利用前瞻的医疗电子技术与人工智能科技(AI)，结合网络云端数据库以及地理信息系统(GIS)，可望作为侦测地区蚊媒传染病风险的利器。
「蚊脸」辨识 准确度逾9成
台南市已确诊今（108）年该市首例境外移入登革热病例，国内病媒蚊密度的长时期监控是蚊媒传染性疾病防治的重要工作，在进行监控时，如果可以即时辨识蚊种，将可精准协助防疫策略的制定，提升防疫性能。国卫院蚊媒病中心及生医工程与纳米医学研究所(简称医奈所)共同研发的「智能辨蚊系统」，可以在捕捉到蚊子的同时，即时进行蚊种的辨识，目前针对具登革热传染力的斑蚊与一般的家蚊的即时辨识准确度已达到9成以上。
大数据分析病蚊密度 即早启动防疫
蚊媒病中心指出，利用建置各式蚊种的影像数据库，透过AI进行深度学习 (Deep Learning) 让机器能协助人们进行即时动态的活体蚊种辨识，这套系统最大的特色是在相对低成本的前提下，即时且准确地将捕蚊设备所捕获的蚊种进行辨识，辨识与捕捉后的结果也会第一时间回传到系统后台，配合地理信息系统的套叠，透过大数据系统的创建了解各地区病媒蚊密度的现况。
利用AI辨别蚊子的重要性在于分辨蚊子种类与捕获活体后，卫生单位可以立刻知道当地之蚊子是属于家蚊、埃及斑蚊或白线斑蚊，若是埃及斑蚊，前线防疫部队则可提早启动后续的防治机制，降低疾病蔓延的可能。
「辩蚊」结合捕蚊 防堵疫情爆发
利用诱卵桶监测指数与地理信息系统的配合，是未来科学防疫的战略，然而目前防疫单位在回收诱卵桶之后，必须透过人工的方式进行虫卵的孵化，待幼虫孵化或成蚊羽化后才能确定所采集的蚊种。未来结合智能辨蚊系统和捕蚊设备后，预计将可以提升辨识的效率，在有限的防疫资源下，更有效率的协助地方政府进行更精确的防疫规划，在每年疫情来临之前有效预测高风险地区，防堵登革热的爆发。