衛星画像、ドローン写真、さらにはGoogle Earthを用いることで、世界で最も深刻な熱帯病の一つである住血吸虫症のリスクが最も高い地域社会を特定できる可能性があると、研究者らは報告しています。
新たな研究により、環境中の手がかりが寄生虫病の感染ホットスポットの特定に役立つことが示されました。この病気の世界の健康への影響は、マラリアに次ぐものです。研究者らは、厳密な現地調査と航空写真を用いて、最もリスクの高い地域社会を正確に地図化しました。
「これは発展途上国の公衆衛生機関にとって画期的なことです。最も支援を必要とする村を効率的に見つけ出すことが可能になるからです」と述べるのは、ワシントン大学水産海洋科学部准教授で、論文の筆頭著者であるチェルシー・ウッド氏です。論文の掲載誌は PNAS。
世界では2億人以上が住血吸虫症に感染しています。この病気は治療可能ですが、世界の一部の地域では根絶が困難な状況が続いています。
住血吸虫、この病気を引き起こす寄生虫は淡水産の巻貝の体内で成長し、そこで増殖して河川、湖沼、小川の水中に放出されます。人への感染は、寄生虫が水泳、水浴び、水中歩行の際に皮膚から侵入することで起こります。
住血吸虫症では、血尿や血便、腹痛が生じるほか、肝臓、脾臓、腸、肺、膀胱が損傷を受けることがあります。子どもの場合、感染により成長が阻害されたり、認知機能の発達が妨げられたりすることがあります。
この病気はサハラ以南のアフリカ、南米、カリブ海地域、中東、東アジアおよび東南アジアに広く分布しています。住血吸虫症はプラジカンテルという薬で治療可能ですが、寄生虫が存在する淡水で泳いだり水浴びをしたりすると、治療後に再感染しやすいという問題があります。
巻貝を数える
世界保健機関（WHO）は近年、薬剤の配布による感染拡大の抑制が一部の地域では効果を上げていないことを認めました。WHOは現在、薬剤配布に加え、寄生虫を媒介する種類の巻貝を標的とすることを推奨しており、これが今回の研究チームが関わるきっかけとなりました。
「この問題の生態学的な側面こそが住血吸虫症の制御と根絶を妨げてきたものであり、今や生態学者がその空白を埋めるために関わり始めています」とウッド氏は述べています。「私たちが学ぶべきことが非常に多いため、今は刺激的な時期です。私たちが導入した技術革新は、住血吸虫症の制御に生態学者が貢献できることの、ほんの始まりに過ぎません。」
研究チームは、セネガル北西部の30以上の地点で調査を行いました。この地域の村々では、地元の河川や湖を、水浴びや水泳から食器や衣類の洗濯まで、あらゆる用途に利用しています。この場所は、1980年代半ばに記録された、これまでで最大の住血吸虫症の流行の震源地でした。
研究チームはまず、2年間にわたり各地点での 巻貝の分布を系統的に数え、地図化することから着手しました。現地調査は困難で消耗の激しいものでした。研究者らは、住血吸虫に汚染された水に皮膚が触れないよう注意しながら、胸の高さまで水に入り、泥や水草の試料を採取しなければなりませんでした。気温と湿度が高く、岸辺の密生した植生には蚊、クモ、ヘビ、さらには野良犬までが生息していました。
研究者らは、河川で巻貝を発見しましたが、その分布は斑状で、時期によって一貫性がありませんでした。ある地点に巻貝が存在しても、3か月後には完全にいなくなっていることもありました。巻貝の一時的な性質を踏まえると、巻貝の集まりを除去の対象とすることは、住血吸虫症の感染拡大を抑える効率的な方法ではないかもしれないと研究者らは気づきました。
住血吸虫症を見つけるためのより良い方法
そこで研究者らは、巻貝が生息する環境に焦点を移しました。巻貝は、衛星やドローンによる画像で確認できる、根を持たずに水面に浮かぶ植物の中で繁殖します。
研究者らは、こうした生息環境の特徴に加え、巻貝の密度、村の規模、位置などの各地点に関する既存データを考慮し、モデルを用いて住血吸虫症の感染拡大を最もよく予測できる要因を評価しました。水の取水地点の総面積と、水面に浮かぶ植物の面積が、近くで人の感染が起こる可能性を示す最も有効な2つの指標でした。
これらの生息環境の特徴はいずれも、衛星画像やドローン画像で容易に測定できます。
「巻貝を数えることは容易な作業ではなく、ドローンから得られるデータほど有用ではないデータしか得られません」とウッド氏は述べています。「巻貝の存在と特定の生息環境の特徴との関連性を把握すれば、ドローンや衛星画像を用いて、それらの生息環境の特徴を検出できます。これにより、住血吸虫症の感染リスクを評価するのに必要な時間が、巻貝だけを調べる場合と比べて、ごくわずかに短縮されます。」
セネガルの公衆衛生機関は、管轄地域全体の航空写真を確認し、水の取水地点で水面に浮かぶ植物が最も多い地域を特定して、そうした村々を住血吸虫症の治療対象とすることができるようになった、と研究者らは述べています。
「今や、季節ごとにこれらの航空写真を用いて、病原性の環境が時間と空間の中でどのように変化するかを把握できます。これにより、感染率をより正確に把握できるようになります」と、共著者でスタンフォード大学の生物学教授であるジュリオ・デ・レオ氏は語っています。
機械学習は役立つか？
研究チームは現在、写真中の水面に浮かぶ植物の特定を自動化するために機械学習の活用も試みており、これにより各機関が情報をさらに容易に利用できるようになる見込みです。今後は、一般に公開されている感染データと衛星画像を用いて、アフリカの他の地域でより広範な規模でこの手法を検証する計画です。
「慎重ながらも楽観的に見ていますが、研究結果を新たな状況に一般化するには、まだ取り組むべき課題があります」と、共著者でスタンフォード大学の研究科学者であるスーザン・ソコロウ氏は語っています。
「住血吸虫症の予測因子が拡張可能で自動化可能であることが実際に確認できれば、この病気との闘いにおける強力な新しいツールとなり、さらに重要な能力の不足を補うことになります。つまり、人への治療と並行して環境への介入を効率的に実施し、この病気に対処する方法です。」
その他の共著者は、スタンフォード大学、ベルギー王立自然科学研究所、バージニア工科大学、ワシントン大学、ノースカロライナ大学ウィルミントン校、カリフォルニア大学ロサンゼルス校、ノートルダム大学、ロンドン自然史博物館、ロンドン大学、およびセネガルのセントルイスにあるEPLS生物医学研究センターに所属しています。
本研究は、ミシガン大学、アルフレッド・P・スローン財団、ウェルカム・トラスト、ビル＆メリンダ・ゲイツ財団、スタンフォード大学、米国国立衛生研究所、米国国立科学財団の支援を受けて実施されました。
