Drohnen, Satelliten und Google Earth helfen Forschern bei der Vorhersage, wo tropische Krankheiten ausbrechen können

Forscher entwickeln ein Verfahren zur Ermittlung von Gemeinden mit dem höchsten Risiko für Bilharziose.

Schistosoma Mansoni Ei
Schistosoma Mansoni Ei

Mehr als 200 Millionen Menschen leiden an Bilharziose, einer Parasitenkrankheit, die nach Malaria die zweitgrößte gesundheitliche Auswirkung auf der Welt hat.

Schistosomiasis ist zwar behandelbar, aber die Krankheit, die blutigen Urin und Stuhl, Bauchschmerzen und Schäden an Leber, Milz, Darm, Lunge und Blase verursachen kann, ist in Regionen auf der ganzen Welt nur schwer auszurotten. Schistosomen, also die Würmer, die die Krankheit verursachen, wachsen in Süßwasserschnecken und vermehren sich, wenn sie in Flüsse, Seen und Bäche gelangen. Menschen, die im Wasser schwimmen, baden oder waten, können sich mit Würmern infizieren, die in die Haut eindringen.

Schnecken sind schuld an der Bilharziose

Ein Team von Wissenschaftlern unter der Leitung der University of Washington und der Standford University hat eine Technik entwickelt, mit deren Hilfe die Gemeinden mit dem höchsten Risiko für diese Tropenkrankheit ermittelt werden können. Ihre Arbeit wurde in der Zeitschrift Proceedings of the National Academy of Sciences veröffentlicht.

Anhand von Satellitenbildern, Drohnenfotos und Google Earth untersuchten die Wissenschaftler mehr als 30 Stellen im Nordwesten Senegals, wo die Dorfbewohner den Fluss und See zum Baden, Schwimmen, Wäschewaschen und Geschirrspülen nutzen. Mitte der 1980er Jahre kam es hier zu einem der größten Bilharzioseausbrüche.

Die Forscher zählten und kartierten die Schnecken an den Standorten mehr als zwei Jahre lang. Sie wateten auch ins Wasser, um Proben von Schlamm und Pflanzen zu nehmen. Bei ihrer Feldarbeit konnten sie nachweisen, dass die Schnecken uneinheitlich verteilt waren: An einem Ort gab es Schnecken, drei Monate später jedoch nicht mehr. Da sie erkannten, dass die Kartierung der Schnecken möglicherweise nicht der effektivste Weg ist, um gefährdete Gebiete zu identifizieren, konzentrierten sie sich auf die Lebensräume, in denen die Schnecken leben. Mit dem Wissen, dass Schnecken in unbewurzelter, schwimmender Vegetation gedeihen, die von Satelliten und Drohnen erfasst wurde, konzentrierten sie sich auf Gebiete, die reich an schwimmender Vegetation sind.

Automatisierung der Identifizierung

Dank dieser Arbeit können die Gesundheitsbehörden im Senegal nun anhand von Luftbildern die Gebiete mit der stärksten schwimmenden Vegetation ausfindig machen und diese Dörfer gezielt gegen die Parasitenkrankheit behandeln.

„Jetzt können wir diese Luftbilder von Saison zu Saison betrachten und uns ein Bild davon machen, wie sich die Landschaft der Krankheitserreger in Zeit und Raum verändert. So können wir uns ein besseres Bild von den Infektionsraten machen“, sagte Mitautor Giulio De Leo, Biologieprofessor an der Stanford University, in einer Pressemitteilung , in der die Arbeit hervorgehoben wurde. „Dieses Projekt war eine enorme Anstrengung und ein Beispiel für kollaborative Forschung, die für eine einzelne Person oder ein einzelnes Labor unmöglich wäre.“

Um den Behörden die Nutzung der Informationen zu erleichtern, wendet das Forscherteam maschinelles Lernen an, um die Identifizierung dieser schwimmenden Vegetation auf Fotos zu automatisieren.

„Wir sind vorsichtig optimistisch, aber wir haben noch einiges zu tun, um unsere Ergebnisse auf neue Kontexte zu verallgemeinern“, sagte Mitautorin Susanne Sokolow, Wissenschaftlerin an der Stanford University, in derselben Pressemitteilung. „Wenn wir tatsächlich feststellen, dass die Prädiktoren für Bilharziose skalierbar und automatisierbar sind, dann haben wir ein leistungsfähiges neues Instrument im Kampf gegen die Krankheit und eines, das eine kritische Kapazitätslücke füllt: eine Möglichkeit, neben der menschlichen Behandlung auch Umweltmaßnahmen zur Bekämpfung der Krankheit effizient einzusetzen.“