CT-Scans und künstliche Intelligenz: Wie wir das Herzinfarktrisiko zehn Jahre früher erkennen können.

Man nehme Computertomographien (CT), um erhöhte Kalziumwerte in den Herzkranzgefäßen, die das Herz mit Blut versorgen, zu identifizieren. Kombiniere diese mit einem maßgeschneiderten Programm auf Basis künstlicher Intelligenz. Und dann, metaphorisch gesprochen, vermische alles miteinander. Genau das haben Forscher am Mass General Brigham and Women's Hospital in Zusammenarbeit mit dem US-Veteranenministerium getan. Dank dieser Kombination haben sie ein Tool namens AI-CAC entwickelt, mit dem sich das Herzinfarkt- und Sterberisiko für die nächsten zehn Jahre bestimmen lässt. Und wie? Ganz einfach durch die Analyse zuvor erstellter CT-Scans und die Identifizierung von Personen mit erhöhten Kalziumwerten (einem Marker für Plaque) in ihren Herzkranzgefäßen.

Die Studie erschien in NEJM AI und legt einen möglichen großflächigen Einsatz dieses Algorithmus nahe, um Ärzte bei der Beurteilung des kardiovaskulären Risikos von Patienten zu unterstützen.

Wie genau ist das Modell?

CT-Scans des Brustkorbs können Kalkablagerungen im Herzen und in den Arterien erkennen, die das Herzinfarktrisiko erhöhen. Um es klar zu sagen: Nicht alle Geräte sind gleich. Der Goldstandard zur Quantifizierung von CAC (Kalziumablagerungen an der Arterienwand) verwendet „getriggerte“ CT-Scans: Diese Geräte synchronisieren sich mit dem Herzschlag, um Bewegungen während des Scans zu reduzieren. Häufig kommen aber auch weniger fortschrittliche Geräte zum Einsatz. Genau aus diesem Grund wurde der Deep-Learning-Algorithmus AI-CAC entwickelt. Das Modell wurde anhand von CT-Scans des Brustkorbs evaluiert, die im Rahmen der routinemäßigen Versorgung von Veteranen in 98 medizinischen Zentren des Department of Veterans Affairs (DVA) durchgeführt wurden. Anschließend wurde die Leistung von AI-CAC anhand von 8.052 CT-Scans getestet, um das CAC-Screening in routinemäßigen Bildgebungsuntersuchungen zu simulieren. Das Ergebnis: Das AI-CAC-Modell erkannte in fast 90 % der Fälle, ob ein Scan CAC enthielt. Und das ist noch nicht alles. Bei Kalkablagerungen in den Gefäßen ermittelte das Modell mit einer Genauigkeit von 87,3 %, ob der Wert über oder unter 100 lag, was auf ein moderates kardiovaskuläres Risiko hindeutet. Schließlich erwies sich AI-CAC auch als prädiktiv für die Gesamtmortalität nach 10 Jahren: Patienten mit einem CAC-Score über 400 hatten über einen Zeitraum von 10 Jahren ein 3,49-mal höheres Sterberisiko als Patienten mit einem Score von null.

Der Wert von Daten

Wie Erstautor R. Affi Hagopian in einer Pressemitteilung feststellt, „kann der Einsatz von KI für Aufgaben wie die CAC-Erkennung dazu beitragen, die Medizin von einem reaktiven Ansatz zu einer proaktiven Krankheitsprävention zu bewegen und so Morbidität, Mortalität und langfristige Gesundheitskosten zu senken.“ Kurz gesagt: Wichtig ist, die verfügbaren Informationen zu nutzen, insbesondere wenn es um Tests geht, die aus anderen Gründen durchgeführt werden.

„Jedes Jahr werden Millionen von Thorax-CT-Scans durchgeführt, oft an gesunden Menschen, beispielsweise zur Früherkennung von Lungenkrebs. Unsere Studie zeigt, dass wichtige Informationen über das kardiovaskuläre Risiko in diesen Scans unbemerkt bleiben“, sagte der leitende Autor Hugo Aerts . „Unsere Studie zeigt, dass KI das Potenzial hat, die Art und Weise zu verändern, wie Ärzte Medizin praktizieren, und es ihnen ermöglicht, schneller mit Patienten zu interagieren, bevor sich ihre Herzerkrankung zu einem kardialen Ereignis entwickelt.“

Über die Koronarangiographie hinaus

Der technologische Fortschritt hat außerdem zur gleichzeitigen Beurteilung der Koronararterien und des Herzmuskels geführt. Dadurch konnte die Bildauflösung soweit gesteigert werden, dass Plaques so dünn wie ein Haar sind, wodurch sich der Bedarf an invasiven Verfahren wie der diagnostischen Koronarangiographie um 50 % verringert hat.

Genau das bietet das IRCCS Sacro Cuore Don Calabria in Negrar: ein hochmoderner Herz-CT-Scanner mit „Photon-Counting“-Technologie. Das System kann die Koronararterien entlang ihres Verlaufs beobachten und ihre anatomischen Unregelmäßigkeiten in bisher unerreichter Detailgenauigkeit untersuchen. Diese Technologie ermöglicht eine bessere und frühere Identifizierung von Patienten mit Herzinfarktrisiko und ermöglicht Interventionen zur Vorbeugung ischämischer Ereignisse, bevor diese auftreten.

„Durch die Vervielfachung der Informationen und die Erhöhung der Genauigkeit der Bilder, die mit einem einzigen Diagnosetest gewonnen werden können, wird der Bedarf an invasiven Tests wie der Koronarangiographie um etwa 50 % reduziert. Dies wird definitiv den Weg für die Frühdiagnose schwerer Koronararterienerkrankungen ebnen“, sagt Carmelo Cicciò , Medizinischer Direktor und Experte für kardiovaskuläre Radiologie am IRCCS Negrar. „Dies erweist sich auch als wertvolle Hilfe bei der Diagnose von Patienten mit höherem Risiko, komplexen Erkrankungen oder Patienten, die sich bereits einer Angioplastie unterzogen haben. Darüber hinaus ermöglicht es hochfrequente Herzscans ohne Betablocker, die die Herzfrequenz verlangsamen. So können wir das Herz selbst unter Stress präzise bei seiner Arbeit beobachten.“