Eine neue Studie hat das Potenzial von Klassifikatoren des maschinellen Lernens zur Vorhersage der Diagnose bei Kindern in der ersten Episode einer Demyelinisierung hervorgehoben.
Bei ihrem Vortrag auf der MSVirtual2020 stellte Dr. Beyza Ciftci vom Hospital for Sick Children in Toronto, Kanada, fest, dass Klassifikatoren des maschinellen Lernens so trainiert werden können, dass sie Assoziationen und Verbindungen zwischen mehreren multimodalen Inputfaktoren und Krankheitsklassifikationen erkennen können.