Uno strumento di apprendimento automatico supera i medici nella differenziazione delle patologie muscolari

Alcuni ricercatori hanno sviluppato un algoritmo per facilitare la diagnosi dei disturbi muscolari in base a immagini patologiche colorate, utilizzando reti neurali convoluzionali (Convolutional Neural Network, CNN) profonde.

È stato scoperto che l’algoritmo era in grado di fornire prestazioni migliori dei medici differenziando accuratamente tra due gruppi di malattie: miopatie infiammatorie idiopatiche (Idiopathic Inflammatory Myopathies, IIM) e non miosite e malattie neurogeniche.

I ricercatori di IBM Japan e del Centro Nazionale di Neurologia e Psichiatria (National Center of Neurology and Psychiatry), di Tokyo, Giappone, hanno sviluppato set di dati di addestramento e set di dati di test basati su un totale di 4.041 immagini patologiche colorate con ematossilina ed eosina (Hematoxylin and Eosin, H&E) da 1.400 vetrini.

L’obiettivo era sviluppare un algoritmo in 2 fasi. La prima fase avrebbe consentito di differenziare tra i seguenti due gruppi: