Ob nun Gene oder Nervensysteme untersucht werden – für die medizinische Forschung und Diagnostik sind moderne Mikroskopieverfahren ein Segen. Doch für die Auswertung solcher Aufnahmen braucht es eine fundierte ­Expertenanalyse. Für Wissenschaftler*­innen eine zeitraubende, aber nötige Aufgabe.

Ein Forschungsteam aus Wirtschaftsinformatikern der Uni Würzburg und Neurowissenschaftlern des Uniklinikums Würzburg (UKW) will die Bilder durch Künstliche Intelligenz (KI) nicht nur auto­matisch analysieren lassen, sondern auch mit Hilfe von KI die Qualität der Bildanalyse verbessern. Dazu haben sie eine Studie verfasst und neue Richtlinien erarbeitet, wie durch maschinelles Lernen die Experten-basierte Bildanalyse objektiver und valider werden kann. Algorithmen durch mehrere Experten trainieren Dabei zeigte sich: Trainieren die selbstlernenden KI-Algorithmen mit den Daten von einem einzelnen Experten, kann dies dazu führen, dass die KI die subjektiven Analysekriterien des Experten lernt. Die Objektivität kann dabei auf der Strecke bleiben. „Nutzt man jedoch das gemeinsame Wissen vieler Experten, um einen Algorithmus zu trainieren, so ist dieser weniger anfällig für subjektive Analysekriterien. Dadurch wird die Auswertung von Bilddaten objektiver und reproduzierbarer“, erläutert Privatdozent Dr. Robert Blum, Neurobiologe am Institut für Klinische Neurobiologie des UKW.

Geprüft wurde dies mit dem Vergleich der Bildanalysen mehrerer Experten. Um auch experimentell zu klären, wie valide künstliche neuronale Netzwerke arbeiten können, erbrachten neurobiologische Laborexperimente objektive Vergleichsparameter. Das Team stellt dabei klar, dass die Beurteilung von Bilddaten durch Experten noch immer der „Goldstandard in Forschung und ­Klinik“ sei. „Aber wir haben gezeigt, dass durch eine Einbettung von künst­lichen neuronalen Netzen in einen strukturierten Arbeitsablauf die Analyse von Bilddaten nicht nur automatisiert werden kann, sondern auch objektiv und zuverlässig möglich ist“, erklärt Prof. Dr. Christoph Flath, Lehrstuhlinhaber für Wirtschaftsinformatik und Informationsmanagement an der Uni Würzburg.