Aortenstenose und mehr: Ein EKG reicht für eine frühzeitige Diagnose. Dank KI

Kurzatmigkeit, Müdigkeit, Schwindel, Herzklopfen. Es ist sicherlich nicht leicht, aufgrund dieser Anzeichen und Symptome sofort auf eine Aortenklappenstenose (die den normalen Blutfluss zur großen Arterie, von der Äste im ganzen Körper abzweigen, verhindert) oder sogar auf eine Mitral- oder Trikuspidalklappenerkrankung zu schließen. Leider können nur spezifische Tests die Diagnose bestätigen, sodass diese und andere Klappenfehler möglicherweise erst dann erkannt werden, wenn sie bereits besonders schwerwiegende Herzprobleme verursacht haben. Künstliche Intelligenz könnte dies nun jedoch ändern. Sie könnte nicht nur eine frühzeitige Diagnose ermöglichen, sondern auch diejenigen identifizieren, die in den kommenden Jahren am anfälligsten für Herzklappenprobleme sein werden – und das ganz ohne Echokardiographie. Wie? Ganz einfach durch die Betrachtung eines Elektrokardiogramms, eines kostengünstigen und nicht-invasiven Tests.

Diese Revolution, die es uns ermöglichen könnte, Erkrankungen wie Herzklappenversagen vorherzusehen, wird in einer im European Heart Journal (Vorname Yixiu Liang ) vorgestellten Studie eines Forscherteams des Imperial College London und des Imperial College Healthcare NHS Trust prognostiziert. Dank eines speziell entwickelten Algorithmus basiert die Studie auf künstlicher Intelligenz.

KI für maßgeschneiderte Prävention

Die Studie zeigt, dass dieser KI-Algorithmus anhand des EKG (Elektrokardiogramm) sehr frühe Veränderungen der Herzstruktur erkennen kann, noch bevor Symptome oder körperliche Veränderungen auftreten, die durch eine Echokardiographie erkennbar sind. Das System konnte das Risiko einer Herzklappe nach dem EKG in etwa 69 bis 79 Prozent der Fälle richtig bestimmen (von hoch bis niedrig). Insbesondere hatten Menschen, die der Algorithmus als „Hochrisikopatienten“ identifizierte, eine bis zu zehnmal höhere Wahrscheinlichkeit, an diesen Krankheiten zu erkranken, als Menschen mit niedrigem Risiko. Die Studie war das Ergebnis einer internationalen Zusammenarbeit unter der Leitung der Forscher Arunashis Sau und Fu Siong Ng , an der auch Forscher des Zhongshan-Krankenhauses in Shanghai teilnahmen. Die KI-Modelle wurden anhand von fast einer Million EKG- und kardialen Echokardiographie-Aufzeichnungen von über 400.000 Patienten in China trainiert. Die Technologie wurde dann an einer separaten Gruppe von über 34.000 Patienten in den USA getestet.

Frühe Behandlungen

Herzklappenprobleme können zunächst nur minimale elektrische Spuren im Elektrokardiogramm hinterlassen und daher unentdeckt bleiben. Breiten sich diese Veränderungen aus, sind oft bereits Symptome vorhanden und die kardiale hämodynamische Situation ist bereits beeinträchtigt. Dieses KI-System ermöglicht die Erkennung minimal veränderter elektrischer Bahnen deutlich früher, (hoffentlich) bevor Symptome auftreten. Dies bietet erhebliche Vorteile. „Eine frühzeitige Diagnose kann den klinischen Ausgang des Patienten deutlich verbessern, da der Klappenfehler frühzeitig erkannt, die medizinische Therapie früher eingeleitet und eine interventionelle oder chirurgische Behandlung der Klappenerkrankung geplant werden kann“, kommentiert Giuseppe Musumeci, Direktor der Kardiologie am Mauriziano-Krankenhaus in Turin.

Kommende Anwendungen

Kurz gesagt: Die Frühdiagnose von Herzklappenerkrankungen steht vor der Tür. Arunashis Sau , einer der Studienleiter, warnt davor, die frühen Anzeichen einer Herzerkrankung zu unterschätzen, und betont, wie wichtig es sei, den Fokus auf Risikopatienten zu richten. „Anstatt auf das Auftreten von Symptomen zu warten oder uns ausschließlich auf teure und zeitaufwändige bildgebende Verfahren zu verlassen, könnten wir KI-gestützte EKGs nutzen, um die Risikopatienten früher als je zuvor zu identifizieren“, so der Experte in einer Pressemitteilung. „Das bedeutet, dass viel mehr Menschen die benötigte Versorgung erhalten könnten, bevor ihre versteckte Erkrankung ihre Lebensqualität beeinträchtigt oder lebensbedrohlich wird.“

Die Forschung folgt der Entwicklung des AIRE-Risikoschätzungsmodells durch das Team, das auf KI und EKGs basiert. Weitere KI-Modelle aus diesem Projekt wurden trainiert, um EKGs zu analysieren und Erkrankungen wie das Risiko geschlechtsspezifischer Herzerkrankungen, Bluthochdruck und Typ-2-Diabetes vorherzusagen. Die ersten Tests im National Health Service (NHS) sind für Ende 2025 geplant.