Lesen jetzt

CNS-ICNA 2020

Entdecken Sie die Konferenzhighlights

Ein auf maschinellem Lernen basierendes Tool übertrifft Kliniker bei der Differenzierung von Muskelerkrankungen

Forscher haben einen Algorithmus entwickelt, der die Diagnose von Muskelkrankheiten auf Grundlage von gefärbten Pathologiebildern unter Verwendung von tiefen konvolutionellen neuronalen Netzwerken (Convolutional Neural Networks, CNN) unterstützt.

Es stellte sich heraus, dass der Algorithmus die Kliniker bei der genauen Unterscheidung zwischen zwei Krankheitsgruppen übertrifft: idiopathische entzündliche Myopathien (Idiopathic Inflammatory Myopathies, IIM), und Nicht-Myositis- und neurogene Erkrankungen.

Die Forscher von IBM Japan und dem Nationalen Zentrum für Neurologie und Psychiatrie (National Center of Neurology and Psychiatry) in Tokio, Japan, entwickelten Trainingsdatensätze und Testdatensätze auf Grundlage von insgesamt 4.041 Hämatoxylin- und Eosin (H&E)-gefärbten Pathologiebildern von 1.400 Objektträgern.

Das Ziel war die Entwicklung eines 2-Schritt-Algorithmus. Der erste Schritt würde zwischen den folgenden beiden Gruppen unterscheiden:

Ology Medical Education ist ein globaler Anbieter unabhängiger medizinischer Bildungsangebote. Seine Mission ist es, medizinischen Fachkräften hochwertige, verlässliche medizinische Informationen zur Verfügung zu stellen, um die Patientenversorgung zu optimieren.

Ology Medical Education übernimmt keine Verantwortung für Verletzungen und/oder Personen- oder Sachschäden durch Fahrlässigkeit oder auf andere Weise oder durch die Verwendung oder den Einsatz von Verfahren, Produkten, Anweisungen oder Ideen, die in diesen Materialien enthalten sind. Aufgrund des schnellen Fortschritts in der Medizinwissenschaft empfiehlt Ology Medical Education eine unabhängige Überprüfung der Diagnosen und der Arzneimitteldosierungen. Die geäußerten Meinungen spiegeln nicht die Meinungen von Ology Medical Education oder des Sponsors wider. Ology Medical Education übernimmt keine Haftung für hierin enthaltene Materialien.