กับดักยุงอัจฉริยะของมหาวิทยาลัยธากาอาจช่วยเตือนภัยไข้เลือดออกได้เร็วขึ้น

กับดักเสียงจับยุงลายได้ 49 ตัวในการทดลองในมหาวิทยาลัย

กับดักยุงที่พัฒนาขึ้นที่มหาวิทยาลัยธากาจับยุงลายได้ 49 ตัวระหว่างการทดลองกลางแจ้ง เทียบกับกับดักแบบเดียวกันที่ไม่ได้เปิดเสียงซึ่งจับได้หนึ่งตัว ตามข้อมูลจากห้องปฏิบัติการวิจัยของมหาวิทยาลัยที่อยู่เบื้องหลังโครงการ อุปกรณ์ชื่อ MAST-CloudNet ผสานเสียงล่อ กล้อง และปัญญาประดิษฐ์ เพื่อช่วยระบุพื้นที่ที่ยุงพาหะไข้เลือดออกกำลังเพิ่มจำนวน

นักวิจัยวางแผนติดตั้งกับดัก 10 ถึง 15 เครื่องในย่านที่อยู่อาศัยภายใต้การดูแลของ Dhaka South City Corporation ในช่วงเดือนมิถุนายนและกรกฎาคม 2027 โดยมีเป้าหมายเปลี่ยนจำนวนยุงให้เป็นแผนที่ ซึ่งช่วยเตือนเจ้าหน้าที่เมื่อพบกิจกรรมของยุงลายเพิ่มขึ้น และช่วยตัดสินใจว่าจะมุ่งมาตรการป้องกันไปยังพื้นที่ใด

มหาวิทยาลัยประกาศการพัฒนาดังกล่าวเมื่อวันที่ 16 ตุลาคม 2026 นักวิจัยระบุว่างานวิจัยนี้เผยแพร่เมื่อวันที่ 8 ตุลาคมในวารสาร IEEE Transactions on Instrumentation and Measurement ภายใต้ชื่อ "MAST-CloudNet: IoT-Enabled Acoustic Trap With Real-Time AI Surveillance of Aedes" โดยได้รับทุนจากกองทุนวิจัยมหาวิทยาลัยธากา

อุปกรณ์มุ่งล่อยุงเพศผู้ด้วยการเลียนแบบเสียงการบินของยุงเพศเมีย แม้ยุงเพศเมียจะเป็นฝ่ายกัดคนและแพร่เชื้อไข้เลือดออก แต่ยุงเพศผู้อาจเป็นสัญญาณเตือนล่วงหน้าถึงประชากรยุงกลุ่มใหม่ เพราะโตเต็มวัยเร็วกว่าและมักอยู่ใกล้แหล่งเพาะพันธุ์

โครงการนี้จึงเป็นเครื่องมือเฝ้าระวัง โดยมีจุดประสงค์หลักเพื่อแสดงว่ากิจกรรมของยุงเพิ่มขึ้นในบริเวณใด เพื่อให้ผู้รับผิดชอบด้านการป้องกันเข้าดำเนินการ การทดลองที่วางแผนไว้ในย่านชุมชนจะทดสอบว่าแนวทางนี้ใช้ได้ดีเพียงใดนอกพื้นที่มหาวิทยาลัย

เสียงกลายเป็นจำนวนยุงได้อย่างไร

MAST-CloudNet ส่งเสียงที่ความถี่ระหว่าง 350 ถึง 500 เฮิรตซ์ เลียนแบบการกระพือปีกของยุงลายเพศเมีย เฮิรตซ์ใช้วัดจำนวนครั้งที่สิ่งหนึ่งสั่นในแต่ละวินาที ในกรณีนี้ เสียงทำหน้าที่ล่อยุงเพศผู้ที่กำลังหาเพศเมีย

พัดลมดูดยุงที่บินเข้ามาให้ติดกับกระดาษกาวสีเหลืองภายในกับดัก กล้องที่ติดตั้งอยู่ในอุปกรณ์จะถ่ายภาพแมลง จากนั้นส่งภาพผ่านอินเทอร์เน็ตไปยังเซิร์ฟเวอร์คลาวด์ หรือคอมพิวเตอร์ระยะไกลที่ใช้ประมวลผลข้อมูล

โมเดลปัญญาประดิษฐ์จะวิเคราะห์ภาพเพื่อระบุและนับยุงลาย ผลลัพธ์จะแสดงบนแดชบอร์ดออนไลน์ ทำให้ผู้ใช้ติดตามจำนวนยุงที่จับได้จากระยะไกล โดยไม่ต้องไปตรวจทุกกับดักเพียงเพื่ออ่านตัวเลข

ระบบเชื่อมขั้นตอนหลายอย่างที่หากไม่ใช้ระบบนี้จะต้องทำแยกกัน ได้แก่ การล่อแมลง การจับแมลง การถ่ายภาพ และการจัดทำข้อมูลที่นำไปใช้ได้ หากติดตั้งกับดักหลายจุด แดชบอร์ดส่วนกลางจะแสดงได้ว่าพื้นที่เฝ้าระวังใดพบกิจกรรมของยุงลายมากขึ้น

เหตุใดนักวิจัยจึงเฝ้าดูยุงเพศผู้

นักวิจัยระบุว่ายุงลายเพศผู้โตเต็มวัยก่อนเพศเมียและอยู่ใกล้แหล่งเพาะพันธุ์ ดังนั้น จำนวนยุงเพศผู้ที่จับได้เพิ่มขึ้นจึงอาจเป็นสัญญาณว่ามียุงรุ่นใหม่กำลังเกิดขึ้นในบริเวณใกล้เคียง

สำหรับย่านชุมชน ประโยชน์ในทางปฏิบัติคือการช่วยบ่งชี้ล่วงหน้าว่าควรค้นหาแหล่งเพาะพันธุ์ในจุดใด แทนที่จะกระจายงานตรวจสอบไปทุกพื้นที่ที่เฝ้าระวังอย่างเท่าเทียม เจ้าหน้าที่อาจใช้จำนวนยุงที่เพิ่มขึ้นเป็นข้อมูลช่วยจัดลำดับความสำคัญของพื้นที่

จำนวนยุงเป็นตัววัดกิจกรรมของแมลง ส่วนความเสี่ยงไข้เลือดออกยังเกี่ยวข้องกับยุงเพศเมียที่กัดคนและนำเชื้อไวรัส นักวิจัยใช้ยุงเพศผู้เป็นสัญญาณล่วงหน้าของการเพิ่มขึ้นของประชากรยุงพาหะ โดยหวังว่าจะช่วยกำหนดมาตรการป้องกันก่อนที่ประชากรยุงจะขยายตัวมากขึ้น

แผนที่ที่วางแผนจัดทำจะรวบรวมสัญญาณในแต่ละพื้นที่เข้าด้วยกัน หากกับดักหลายจุดในย่านที่อยู่อาศัยใกล้กันรายงานจำนวนยุงที่เพิ่มขึ้น ก็อาจช่วยให้เจ้าหน้าที่ระบุบริเวณที่มีกิจกรรมของยุงลายหนาแน่นและจัดการตอบสนองได้ตรงจุดยิ่งขึ้น

ผลการทดสอบ

การทดสอบในกรงปฏิบัติการพบว่า กับดักที่ใช้เสียงจับยุงลายได้โดยเฉลี่ยเกือบห้าเท่าของกับดักแบบเดียวกันที่ไม่เปิดเสียง จากนั้นนักวิจัยนำอุปกรณ์ไปใช้งานกลางแจ้งในมหาวิทยาลัยธากาติดต่อกันสามวัน

การทดลองกลางแจ้งเกิดขึ้นท่ามกลางฝนตกหนัก ลมแรง และเสียงรบกวนในเมือง ทีมวิจัยระบุว่าอุปกรณ์ทำงานได้ต่อเนื่องตลอดการทดสอบ รายละเอียดโครงการของห้องปฏิบัติการระบุตัวเลขเปรียบเทียบไว้ว่า กับดักที่เปิดเสียงจับยุงลายได้ 49 ตัว ส่วนกับดักควบคุมที่ไม่เปิดเสียงจับได้หนึ่งตัว

ห้องปฏิบัติการยังรายงานค่าความจำเพาะต่อแมลงเป้าหมายที่ 83.1% ความจำเพาะหมายถึงสัดส่วนของแมลงที่จับได้ซึ่งเป็นชนิดที่ต้องการ ตัวเลขนี้มีความสำคัญ เพราะกับดักเฝ้าระวังจะมีประโยชน์มากขึ้นเมื่อจับยุงเป้าหมายได้เป็นหลัก แทนที่จะจับแมลงชนิดอื่นจำนวนมาก

ผลจากห้องปฏิบัติการและการทดลองกลางแจ้งมาจากสภาพการทดสอบที่แตกต่างกัน การทดลองในกรงพบว่าจำนวนที่จับได้โดยเฉลี่ยเพิ่มขึ้นเกือบห้าเท่า ขณะที่การเปรียบเทียบกลางแจ้งจับได้ 49 ตัวเทียบกับหนึ่งตัวในการทดลองระยะสั้นภายในมหาวิทยาลัย ระยะต่อไปจะประเมินประสิทธิภาพในพื้นที่เพิ่มเติมก่อนนำไปใช้งานในวงกว้าง

อุปกรณ์ราคา 12,000 ตากาพร้อมแบตเตอรี่สำรอง

นักวิจัยระบุว่าการประกอบ MAST-CloudNet แต่ละเครื่องมีค่าใช้จ่ายประมาณ 12,000 ตากา โดยประเมินว่ากับดักแสง CDC มีราคาประมาณ 25,000 ตากา และกับดัก BG-Sentinel ประมาณ 20,000 ตากา

จากตัวเลขดังกล่าว อุปกรณ์ของมหาวิทยาลัยมีราคาต่ำกว่ากับดักแสง CDC อยู่ 13,000 ตากา หรือลดลง 52% และต่ำกว่ากับดัก BG-Sentinel อยู่ 8,000 ตากา หรือลดลง 40% ส่วนต่างนี้อาจมีความสำคัญเมื่อองค์กรต้องการจุดเฝ้าระวังหลายจุดแทนการใช้อุปกรณ์เพียงเครื่องเดียว

การประกอบอุปกรณ์ 10 ถึง 15 เครื่องจะมีค่าใช้จ่ายประมาณ 120,000 ถึง 180,000 ตากา ตามราคาต่อเครื่องที่ระบุ การคำนวณนี้ครอบคลุมเฉพาะตัวกับดัก ส่วนการติดตั้งใช้งานยังต้องจัดเตรียมระบบเชื่อมต่อ การประมวลผลบนเซิร์ฟเวอร์ การบำรุงรักษา และการลงพื้นที่

อุปกรณ์ใช้พลังงานจากแบตเตอรี่ได้นานประมาณสี่ชั่วโมงครึ่งเมื่อไฟฟ้าดับ เซิร์ฟเวอร์ส่วนกลางสามารถประมวลผลข้อมูลจากกับดักหลายเครื่องได้ และทีมวิจัยคาดว่าการแบ่งปันกำลังประมวลผลนี้ในเครือข่ายที่ใหญ่ขึ้นจะช่วยลดค่าใช้จ่ายในการดำเนินงานต่อเครื่อง

วางแผนทดลองในย่านชุมชนปี 2027

ย่านที่อยู่อาศัยภายใต้การดูแลของ Dhaka South City Corporation เป็นพื้นที่ที่เสนอให้ใช้ในการทดสอบครั้งสำคัญระยะต่อไป นักวิจัยตั้งใจติดตั้งอุปกรณ์ 10 ถึง 15 เครื่องในช่วงเดือนมิถุนายนและกรกฎาคม 2027 และใช้ข้อมูลจำนวนยุงที่ได้จัดทำแผนที่แสดงจุดที่เริ่มมีการรวมตัวของยุงลาย

ยังไม่มีการประกาศย่านที่จะทดลองและวันที่ติดตั้งอย่างแน่ชัด การทดลองขนาดใหญ่ขึ้นมีเป้าหมายเพื่อประเมินการใช้งานภาคสนามเพิ่มเติมก่อนนำไปใช้เชิงพาณิชย์ รวมถึงเก็บประสบการณ์จากการใช้งานกับดักหลายเครื่องในพื้นที่อยู่อาศัย

โครงการมีหมุดหมายตามกำหนดการดังนี้:

• 8 ตุลาคม 2026: เผยแพร่ผลการศึกษา MAST-CloudNet ตามประกาศของมหาวิทยาลัย
• 16 ตุลาคม 2026: มหาวิทยาลัยประกาศการพัฒนาอุปกรณ์และผลการทดสอบ
• มิถุนายนและกรกฎาคม 2027: วางแผนติดตั้งกับดัก 10 ถึง 15 เครื่องในย่านที่อยู่อาศัยภายใต้การดูแลของ Dhaka South City Corporation

สำหรับประชาชน ผลลัพธ์ที่คาดหวังคือข้อมูลที่เฉพาะเจาะจงยิ่งขึ้นว่ากิจกรรมของยุงลายเพิ่มขึ้นในจุดใด ส่วนนักวิจัยจะได้ทดสอบการติดตั้งในย่านชุมชนในวงกว้างขึ้น เพื่อดูการเก็บและเปรียบเทียบข้อมูลยุงในเครือข่ายที่ใช้งานจริง

รุ่นถัดไปจะประมวลผลข้อมูลภายในกับดัก

ห้องปฏิบัติการของมหาวิทยาลัยกำลังพัฒนาอุปกรณ์รุ่นต่อไปชื่อ MAAS-IoT ต้นแบบเครื่องตรวจจับด้วยแสงที่อยู่ระหว่างพัฒนาสามารถบันทึกการกระพือปีกของยุงลายเพศผู้ที่ยังมีชีวิตได้แล้ว เครื่องตรวจจับด้วยแสงใช้แสงรับรู้การเคลื่อนไหว ทำให้นักวิจัยวัดรูปแบบการกระพือปีกได้

MAST-CloudNet ส่งภาพถ่ายไปยังเซิร์ฟเวอร์ระยะไกลเพื่อวิเคราะห์ ส่วนอุปกรณ์รุ่นถัดไปกำลังพัฒนาให้จำแนกแมลงได้โดยตรงภายในเครื่อง โดยใช้คอมพิวเตอร์ขนาดเล็กที่เรียกว่าไมโครคอนโทรลเลอร์ แนวทางนี้มักเรียกว่า Edge AI เพราะประมวลผลข้อมูล ณ จุดที่เก็บข้อมูล

ห้องปฏิบัติการระบุว่าการจำแนกภายในอุปกรณ์ เครือข่าย LoRa และตัวเครื่องที่เหมาะกับการใช้งานภาคสนามยังอยู่ระหว่างพัฒนา LoRa ใช้สื่อสารทางวิทยุได้ในระยะไกลโดยกินพลังงานต่ำ ส่วนการเชื่อมต่อ LoRaWAN ที่ทีมวางแผนไว้จะช่วยให้ส่งข้อมูลยุงแบบกระชับได้โดยไม่ต้องพึ่งการเชื่อมต่อ Wi-Fi ใกล้กับดักแต่ละเครื่อง

นอกจากนี้ยังมีแผนใช้พลังงานแสงอาทิตย์และเพิ่มการป้องกันแสงแดดกับฝน ห้องปฏิบัติการระบุว่าเป้าหมายระยะยาวคือเครือข่ายเฝ้าระวังอัตโนมัติที่ใช้พลังงานแสงอาทิตย์ ต้นแบบตรวจจับด้วยแสงที่ใช้งานได้เป็นส่วนประกอบระยะแรกของความพยายามดังกล่าว ขณะที่ระบบกล้องในปัจจุบันเป็นจุดเริ่มต้นสำหรับการประเมินภาคสนาม

วิศวกรรมและสัตววิทยาผสานกันในอุปกรณ์เดียว

โครงการนี้เป็นความร่วมมือระหว่าง Microsystems and Nanoengineering Lab ในภาควิชาวิศวกรรมไฟฟ้าและอิเล็กทรอนิกส์ มหาวิทยาลัยธากา กับ Genome-Guided Vector Control and Innovation Lab ในภาควิชาสัตววิทยา

ความร่วมมือนี้เชื่อมโยงความรู้เกี่ยวกับพฤติกรรมยุงเข้ากับอิเล็กทรอนิกส์ การถ่ายภาพ และการประมวลผลข้อมูล การออกแบบเสียงล่ออาศัยความเข้าใจว่ายุงเพศผู้ตอบสนองต่อเสียงการบินของเพศเมียอย่างไร ส่วนพัดลม กล้อง การเชื่อมต่ออินเทอร์เน็ต และซอฟต์แวร์จำแนกข้อมูล จะเปลี่ยนการตอบสนองนั้นให้เป็นข้อมูลที่ดูได้จากระยะไกล

ศาสตราจารย์ ABM Obaidul Islam อธิการบดีมหาวิทยาลัยธากา แสดงความยินดีกับการพัฒนาครั้งนี้ และกล่าวว่าการระบุพื้นที่ที่ประชากรยุงลายเพิ่มขึ้นจะช่วยให้เจ้าหน้าที่ดำเนินมาตรการป้องกันได้ พร้อมเรียกร้องให้ปรับปรุงอุปกรณ์เพิ่มเติมเพื่อให้ใช้งานภาคสนามได้อย่างมีประสิทธิภาพ

ขั้นตอนในทางปฏิบัติต่อไปคือการขยับจากการทดสอบระยะสั้นในมหาวิทยาลัยไปสู่การเฝ้าระวังในย่านที่อยู่อาศัย การติดตั้งที่เสนอไว้ในปี 2027 จะเปิดโอกาสให้ทีมวิจัยประเมินว่าอุปกรณ์ทำงานได้สม่ำเสมอเพียงใด และข้อมูลที่รวบรวมร่วมกันมีประโยชน์แค่ไหนในการระบุกิจกรรมของยุงที่เพิ่มขึ้น

ประเด็นสำคัญ

• MAST-CloudNet ใช้เสียง พัดลม กล้อง และ AI บนคลาวด์ เพื่อล่อ จับ และระบุยุงลาย
• การทดลองกลางแจ้งในมหาวิทยาลัยจับยุงลายได้ 49 ตัวในกับดักที่เปิดเสียง เทียบกับหนึ่งตัวในกับดักควบคุมที่ไม่เปิดเสียง
• ห้องปฏิบัติการรายงานค่าความจำเพาะต่อแมลงเป้าหมายที่ 83.1% ส่วนการทดลองในกรงพบว่ากับดักที่ใช้เสียงจับยุงได้โดยเฉลี่ยเกือบห้าเท่า
• การประกอบอุปกรณ์แต่ละเครื่องมีค่าใช้จ่ายประมาณ 12,000 ตากา และมีแบตเตอรี่สำรองประมาณสี่ชั่วโมงครึ่ง
• นักวิจัยวางแผนติดตั้งกับดัก 10 ถึง 15 เครื่องในย่านที่อยู่อาศัยทางใต้ของธากาในช่วงเดือนมิถุนายนและกรกฎาคม 2027
• ต้นแบบรุ่นถัดไปบันทึกการกระพือปีกของยุงเพศผู้ที่ยังมีชีวิตได้แล้ว ส่วนการจำแนกภายในอุปกรณ์ เครือข่ายวิทยุ และตัวเครื่องสำหรับภาคสนามยังอยู่ระหว่างพัฒนา