Download PDF
Onkologische Welt 2018; 09(02): 71
DOI: 10.1055/s-0038-1649308
Gyn-Onkologie: Internationale Literatur
Schattauer GmbH

Selbstlernende Algorithmen übertreffen Experten

Intelligente digitale Pathologie
Susanne Krome Dr. med
1   Melle
› Author Affiliations
Further Information

Publication History

Publication Date:
25 April 2018 (online)

Also available at
    Permissions and Reprints

Deep Learning basiert auf der Fähigkeit des Computers, aus Beispielen zu lernen. Grundlage sind umfangreiche, klassifizierte Datensätze und künstliche neuronale Netze mit vielen Ebenen, welche das menschliche Gehirn imitieren und die Automatisierung intelligenten Verhaltens ermöglichen. In CAMELYON16 traten zwölf erfahrene Pathologen in Wettbewerb mit 32 Algorithmen für die Detektion von Lymphknotenmetastasen bei Mammakarzinomen.

 

  • Literatur

  • 1 Bejnordi BE. et al. Diagnostic Assessment of Deep Learning Algorithms for Detection of Lymph Node Metastases in Women With Breast Cancer. JAMA 2017; 318: 2199-2210.
    CrossrefPubMedGoogle Scholar
  • 2 Acs B, Rimm DL. Not Just Digital Pathology, Intelligent Digital Pathology. JAMA 2018; 04 (03) 403-404.
    Google Scholar