Eine kürzlich im Fachmagazin „The Lancet“ veröffentlichte Studie präsentiert ein neuartiges, KI-gestütztes Elektrokardiogramm (EKG)-Modell – AIRE. Dieses Modell kann basierend auf Patientenanamnese und bildgebenden Verfahren die Mortalität und das Risiko für Herz-Kreislauf-Erkrankungen (KHK) präzise vorhersagen und Ärzten so handlungsorientierte, personalisierte Empfehlungen liefern.
Bildquelle: KI-generiertes Bild, Lizenzgeber Midjourney
Das AIRE-Modell wurde mit umfangreichen Daten verschiedener Patientengruppen entwickelt und behebt die bisherigen Mängel anderer Modelle hinsichtlich zeitlicher Plausibilität und Interpretierbarkeit. Die Vorhersagen sind nicht nur präzise, sondern auch direkt in die klinische Praxis umsetzbar. Die Studie zeigt, dass AIRE das Risiko für den Tod aus allen Ursachen, ventrikuläre Arrhythmien, arteriosklerotische Herz-Kreislauf-Erkrankungen und Herzinsuffizienz vorhersagen kann und dabei sowohl bei kurz- als auch langfristigen Risikobewertungen herkömmliche KI-Modelle übertrifft.
Ein Elektrokardiogramm (EKG) ist eine nicht-invasive Methode zur Beurteilung der elektrischen Aktivität des Herzens durch Anbringen von Elektroden an Brustkorb, Armen und Beinen. Obwohl die EKG-Technologie bereits seit über hundert Jahren existiert, bieten die jüngsten Fortschritte in der Computerleistung und bei prädiktiven Machine-Learning-Modellen neue Hoffnung in diesem Bereich. Obwohl bereits zahlreiche Studien versucht haben, KI zur Vorhersage von Herz-Kreislauf-Erkrankungen und Mortalitätsrisiken einzusetzen, ist die praktische Anwendung bisher begrenzt geblieben.
In dieser Studie wurden acht AIRE-Modelle entwickelt, die individuelle Überlebenskurvenvorhersagen liefern und nicht nur Risikobewertungen zu einem festen Zeitpunkt. Die Studiendaten stammen aus verschiedenen klinischen Quellen an unterschiedlichen geografischen Standorten, darunter das Beth Israel Deaconess Medical Center in den USA und das Centro de Pesquisas em Medicina Tropical de São Paulo-Minas Gerais in Brasilien. Das AIRE-Modell nutzt eine Architektur mit Rest-Block-Convolutional-Neural-Networks und erstellt patientenspezifische Überlebenskurven, die den Tod und fehlende Nachbeobachtungsdaten der Teilnehmer berücksichtigen.
Die Ergebnisse zeigen, dass AIRE die Gesamtmortalität mit einem Concordanzindex von 0,775 präzise vorhersagen kann. Besonders bei Teilnehmern ohne familiäre Vorbelastung für Herz-Kreislauf-Erkrankungen konnte AIRE Herzinsuffizienzereignisse effektiv vorhersagen. Darüber hinaus zeigt AIRE Stabilität bei der Verwendung von Daten aus Ein-Kanal-EKGs (z. B. von Konsumgeräten), was die Möglichkeit einer häuslichen Überwachung des Herz-Kreislauf-Risikos eröffnet.
Das Forschungsteam betont, dass die AIRE-Plattform nicht nur die Vorhersagegenauigkeit traditioneller Expertenurteile übertrifft, sondern auch die Grundlage für eine weltweite klinische Anwendung schafft. Die Plattform dürfte in der Primär- und Sekundärversorgung breite Anwendung finden und personalisierte Vorhersagen des Herz-Kreislauf-Risikos für verschiedene Bevölkerungsgruppen ermöglichen.
Wichtigste Punkte:
💡 Das AIRE-Modell nutzt diverse Patientendaten, um Herz-Kreislauf-Erkrankungen und das Todesrisiko präzise vorherzusagen und Ärzten personalisierte Empfehlungen zu geben.
📊 Das Modell übertrifft herkömmliche KI-Modelle bei der kurz- und langfristigen Risikobewertung.
🏥 AIRE bietet vielversprechende Anwendungsmöglichkeiten sowohl in der häuslichen Überwachung als auch im klinischen Umfeld.
