Menü

KI-Algorithmus erkennt Herzrhythmusstörung trotz unauffälligem EKG

Ein in Florida entwickeltes KI-System findet Muster von Vorhofflimmern, die der Arzt nicht sieht. Es wurde mit Daten von 180.000 Patienten trainiert.

Lesezeit: 2 Min.
In Pocket speichern
vorlesen Druckansicht Kommentare lesen 94 Beiträge

(Bild: pixabay.com)

Von

Schlaganfälle gehören zu den häufigsten Todesursachen in Deutschland. Unbehandelte Herzrhythmusstörungen zählen zu den häufigsten Auslösern. Einschlägige Symptome sind aber nicht immer einfach auszumachen. Ein Algorithmus soll Muster einer Herzrhythmusstörung nun aber erkennen können, selbst wenn das Herz bei einem Gesundheitscheck gerade normal schlägt und der Doktor keine Besonderheiten feststellt.

Wissenschaftler der Mayo Clinic in Florida haben das entsprechende System für Künstliche Intelligenz (KI) in einem jetzt veröffentlichten Artikel im Fachjournal Lancet vorgestellt. Die Technik kann demnach Patienten mit wiederkehrendem Vorhofflimmern auf Basis eines Standard-Elektrokardiogramm (EKG) auch dann ausfindig machen, wenn der Herzrhythmus im Moment der 10-sekündigen Aufnahme unauffällig ist. Welche Signale im EKG den Algorithmus zu der Einschätzung veranlassen, können die Medizinforscher aber selbst nicht sagen.

Den Autoren zufolge soll ihre computergestützte Diagnose etwa eine schnelle und spezifischere Behandlung von Schlaganfall-Patienten mit Herzrhythmusstörung ermöglichen. Bei ihnen kann die Gabe von Blutverdünnern helfen, Schlimmeres zu verhindern. Die Verfasser schlagen auch eine Überprüfung von Personen in Risikogruppen für Bluthochdruck oder Diabetes vor, ohne dafür aber bereits spezifische Daten zu präsentieren.

Der beschriebene Algorithmus basiert auf einem Convolutional Neural Network (CNN), das die Wissenschaftler mit der KI-Methode Deep Learning an insgesamt knapp 650.000 EKG-Aufnahmen von rund 180.000 Patienten trainierten, bestätigten und testeten. Das System erkennt auf Basis einer einzelnen EKG-Aufzeichnung wiederkehrendes Vorhofflimmern mit einer Sensitivität von 79 und einer Spezifität von 79,5 Prozent. Werden mehrere EKG-Aufnahmen pro Patient einbezogen, erhöhen sich die Werte auf 82,3 beziehungsweise 83,4 Prozent. Das Diagnoseprogramm soll auch auf einem Smartphone laufen können und ist so prinzipiell kostengünstig und weitreichend anwendbar.

Neuronales Netz erkennt Herzinfarkte

(Bild: Fraunhofer Heinrich Hertz Institut)

Bei einem Herzinfarkt ist eine rasche Behandlung geboten, doch die rechtzeitige Erkennung ist schwierig. Ein Algorithmus hilft.

mehr anzeigen

An der Studie nicht beteiligte Experten sehen viel Licht und etwas Schatten in der Publikation: "Der Wert dieser Arbeit liegt darin, dass sie als eine der ersten die Vision aufkommen lässt, dass KI mittelfristig auch in die klinische Routine der kardiovaskulären Medizin eingehen könnte", erläutert Stefan Kiechl, Co-Leiter der Forschungsgruppe Schlaganfall an der Universitätsklinik für Neurologie Innsbruck. Aktuell handle es sich aber noch um Zukunftsmusik. Der vorgestellte, offenbar auf "subtile P-Wellen-Veränderungen" reagierende Test erlaube nicht die Diagnose eines Vorhofflimmerns, sondern mache lediglich eine Wahrscheinlichkeitsaussage. Der Weg zu einer klinischen Anwendung sei noch weit.

Auch für Titus Kühne, Leiter des Instituts für kardiovaskuläre Computer-assistierte Medizin an der Charité Berlin, zeigt die Arbeit grundsätzlich "sehr schön das enorme Potenzial von KI-Anwendungen" auf. Zugleich trete aber auch deren große Schwachstelle der fehlenden Erklärbarkeit zutage. Umfang und Qualität der Daten bewertet der Fachmann als "sehr gut" und als "Ansporn für europäische Institute, Krankenhausdaten in gut strukturierten digitalen Formaten vorzuhalten". Es sei aber fraglich, ob es ausreiche, automatisiert eine zurückliegende Episode mit Vorhofarrhythmien zu erkennen.

Der Ansatz und die Ergebnisse der Studie seien "von zentraler Bedeutung" für eine frühzeitige Behandlung von Risikopatienten, lobt Christian Meyer, Kommissarischer Direktor der Klinik für Kardiologie mit Schwerpunkt Elektrophysiologie in Hamburg. Der vorliegende Ansatz und die Ergebnisse seien "beeindruckend und verglichen mit anderen Tests gut". Weitere Untersuchungen seien aber nötig, um die Resultate zu bestätigen und die Umsetzbarkeit unter "Alltagsbedingungen" zu prüfen.

Mit einer App, die Herzrhythmusstörungen aufspüren können soll, wirbt etwa auch bereits das Startup Preventicus. Ähnlich wie bei der EKG-Anwendung der Apple Watch muss dabei Vorhofflimmern aber direkt bei einer Pulsmessung festgestellt werden. (tiw)