黄斑山尾虫（Neurergus derjugini）の個体識別と個体群推定に関する深層学習ベースの研究

小さな山のイモリが重要な理由

イランのザグロス山脈の渓流に暮らす小さな絶滅危惧種――黄斑山尾虫。この種は世界中の多くのカエルやサンショウウオと同様に、汚染、生息地の喪失、気候変動といった圧力にさらされています。こうした脆弱な種を保護するには、生息数がどれほどいるのか、個体群が減少しているのか回復しているのかを把握する必要がありますが、伝統的な個体の標識・追跡法は、保護しようとする生物自身に負担をかけることがあります。本研究は、一般的なスマートフォン写真と最新の人工知能を組み合わせることで、個々のイモリの独自の斑点パターンを識別し、非侵襲的に個体群を推定できることを示しています。

有害なタグから無害な写真へ

保全生物学では長年、趾切断、埋め込み型マイクロチップ、または色付きのバンドといった方法で個体を識別してきました。これらは有効ですが、小さく繊細な両生類にとっては痛みやストレスを伴い、実用的でない場合があります。本研究の研究者たちは、こうした侵襲的な方法を単純な撮影技術で置き換えることを目指しました。黄斑山尾虫は暗色の皮膚に鮮やかな黄色い斑点を自然に持ち、指紋や夜空の星座のように個体ごとに特徴的です。野外でこれらの模様を慎重に撮影することで、チームは個体を目視で識別し、繰り返しの調査で追跡できるシステムを構築しようとしました。

斑点をデータに変える

繁殖のホットスポットとして知られる渓流での作業では、研究チームは2024年のシーズン中に549頭の成体を捕獲しました。各個体は小さな白い撮影ボックスに短時間入れられ、柔らかな自然光で上方から標準的なスマートフォンで撮影され、その後発見場所と同じ場所に放されました。ラボではまず、古典的な画像処理手法を用いて、コンピュータに「黄色い斑点」と「背景」を区別させる学習を行いました。カラー画像を色相や明度を強調する形式に変換し、視覚的なノイズを取り除くことで、各個体の斑点の数、斑点の大きさや丸み、体を覆う割合を測定できました。この幾何学的な手法だけでも、頭部や胴部に切り出した画像でも約10件中9件の割合で斑点を正しく検出しました。

人工知能が“顔”を学ぶ仕組み

単に斑点を数えるだけでなく個体を真正に識別するために、研究者たちは深層学習に注目しました。深層学習は脳が視覚情報を処理する仕組みに着想を得た人工知能の一種です。彼らは3種類の畳み込みニューラルネットワーク（画像認識に優れた計算モデル）を、新tの写真と既知の個体識別情報を使って訓練しました。特定の特徴を与えずとも、これらのネットワークは黄色斑点の配列や形状の微妙な違いを見分けることを学びました。3モデルはいずれも高い性能を示し、最良のモデルは99％を超える精度に達しました。頭部と胴部を合わせて解析した場合に特に良好に機能し、複数の体部位を組み合わせることでAIが個体を識別する手がかりが増えることが示唆されました。

隠れた個体群の数を数える

個体識別は強力で、マーク・リキャプチャと呼ばれる古典的な生態学的手法の利用を可能にします。これは最初の訪問で検出した個体を「標識」し、その後再び探索することで個体群を推定する方法です。本研究では物理的な標識の代わりに、深層学習システムによる画像一致を仮想的なタグとして用いました。13日間隔の2回の調査で、チームは初回に332頭、2回目に217頭を撮影し、両方の画像セットに現れた個体が65頭いることを確認しました。これらの数値を標準的な式に入力すると、当該渓流内の黄斑山尾虫の局所個体群は約1,100頭と推定されました。この数値には不確実性があり（実際の個体は研究区域を出入りする可能性があります）が、非侵襲的に現存個体数のスナップショットを得られ、将来の変化を追うための基準値を提供します。

種の保全にとっての意義

専門外の読者に向けた要点は明快です。メスやタグの代わりに写真とAIを使うことで、科学者は生物を傷つけるリスクを大幅に減らして監視できるということです。本例では、山イモリの独特な黄斑がコンピュータに読める自然のバーコードとなり、驚くほど高い信頼性で個体を識別できます。この迅速で低コストな手法は、遠隔地のフィールドでスマートフォンとノートパソコンを用いて展開可能であり、気候変動や生息地の変化に直面する脅威種の両生類を監視するのに役立ちます。本種に限らず、本研究は現代の画像認識技術を用いて、見られることが生存につながるが触れられるべきではない、臆病で繊細な多様な生物を保護するための設計図を示しています。

引用: Rahmdel, Z., Vaissi, S., Faramarzi, P. et al. Deep learning based individual identification and population estimation of the yellow spotted mountain newt (Neurergus derjugini). Sci Rep 16, 6475 (2026). https://doi.org/10.1038/s41598-026-36092-2

キーワード: 両生類の保全, 写真による個体識別, 深層学習, 個体群モニタリング, 絶滅危惧種