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: