ノルウェー科学技術大学（NTNU）とオランダのワゲニンゲン大学は、養殖サケの寄生虫であるアオウオダニ幼生を検出する人工知能モデルを開発し、専門生物学者を上回る処理性能を実現した。本研究の成果は学術誌「Computers and Electronics in Agriculture」で公開された。 研究陣はノルウェー・アールネス周辺海域の海水サンプルから12万枚以上の高解像度画像を収集し、AI訓練データセットを構築した。単一シナリオの偏りを解消するため、取得画像に回転、スケール変更、反転などの画像処理を施すことで合成データを生成し、機械学習の汎用性を高めた。これにより、海洋浮遊物の中でも極めて微量な幼生を正確に識別する基盤を整備した。 実証実験において、複雑な海水試料中の幼生識別に熟練技術者は30時間以上を要し検出率82％に留まった。一方、学習済みAIは30分で検出率97.5％を達成し、精度と業務効率の劇的な向上を確認した。 アオウオダニは養殖業に甚大な被害をもたらす脅威であり、ノルウェー政府は野生魚類の保護を目的に養殖量の増減を規制する交通信号システムを導入している。従来は養殖魚体表の数に基づき海水中の発生量を間接推定しており、対策効果の評価には不確実性が残されていた。今回のAI監視技術は海水中の幼生を直接計測することを可能にし、モニタリング精度を大幅に引き上げる。これにより、防護対策の最適化、養殖場の適切な立地選定、および野生サケ個体群への感染リスク低減が促進され、持続可能な海洋養殖の実現に貢献すると期待される。