【要点】
・スタンフォード大学の研究チームは、衛星画像、ドローン映像、現地調査データをAIで統合し、住血吸虫症（Schistosomiasis）の感染リスクを広域で推定する機械学習プラットフォームを開発した。
・住血吸虫症は淡水巻貝を中間宿主として広がる寄生虫病で、研究は巻貝の生息に関わる環境特徴の把握に焦点を当てた。
・畳み込みニューラルネットワークを用い、水生植生などの特徴を宇宙や上空からの画像から識別する手法を提示している。
・セネガルでの取り組みとして、地上調査だけでは把握しにくい広域のリスク分布を可視化できる可能性を示した。
・本手法により、公衆衛生当局が限られた資源を高リスク地域に優先配分する際の判断材料になり得る。
・研究はスタンフォードの支援プログラムから助成を受け、環境と疾患の相関を扱う疾患生態学の手法として位置づけられている。

【編集部コメント】

衛星データとAIの組み合わせは、地上調査が難しい地域での状況把握を補完し、公衆衛生の実務に応用し得る。住血吸虫症のように環境条件と媒介生物の分布が密接に関わる疾病では、広域のリスク推定は対策の優先順位付けに直結する。宇宙由来データの社会実装が、人道・保健分野にも広がっていることを示す事例だ。
【参照情報】
公式リリース
AI platform maps disease risk from space
https://news.stanford.edu/stories/2026/03/ai-platform-disease-mapping-schistosomiasis-research
参照記事
AI platform maps disease risk from space
https://news.stanford.edu/stories/2026/03/ai-platform-disease-mapping-schistosomiasis-research