Künstliche Intelligenz enthüllt geheime Warnsignale im EKG
Künstliche Intelligenz erkennt frühzeitig allein aus EKG-Daten, ob das Risiko für eine Herz-Kreislauf erhöht ist. Die KI schätzt dabei das EKG-Alter des Herzens ab.
Künstliche Intelligenz kann aus EKG-Kurven das biologische Herzalter abschätzen und frühzeit vor Herz-Kreislauf-Risiken waren.
Foto: PantherMedia / Szekeres Szabolcs
Ein interdisziplinäres Team des Deutschen Zentrums für Herz-Kreislauf-Forschung (DZHK) hat in einer langfristigen Bevölkerungsstudie herausgefunden, dass künstliche Intelligenz (KI) in der Lage ist, das biologische Alter des Herzens aus EKG-Daten zu bestimmen. Damit einher geht die Erkenntnis, dass die KI frühzeitig vor erhöhten Herz-Kreislauf-Risiken warnen kann.
Inhaltsverzeichnis
Warum das EKG-Alter des Herzens eine entscheidende Rolle spielt
Herz-Kreislauf-Erkrankungen sind weltweit eine der führenden Todesursachen. Die bisherige Risikobewertung beruht auf klassischen Faktoren wie Bluthochdruck, Diabetes, Cholesterinspiegel und familiärer Vorbelastung.
In der aktuellen Studie wurde eine KI darauf trainiert, das „EKG-Alter“ des Herzens im Vergleich zum chronologischen Herzalter zu schätzen. Bestehen hierbei größere Differenzen, könnte das darauf hinweisen, dass sich bereits schädliche Prozesse entwickeln, noch bevor klassische Risikofaktoren auffallen. Die KI weiß daher frühzeitig, wenn sich das kardiovaskuläre Risiko erhöht.
KI-Analyse mit umfangreichen Langzeitdaten
Die Forscherinnen und Forscher nutzten Langzeitdaten einer deutschen Bevölkerungsstudie mit über 20 Jahren Nachbeobachtung. Das KI-Modell wurde zunächst mit EKG-Daten aus Brasilien trainiert und dann auf eine europäische Kohorte angewandt.
Die Ergebnisse zeigten eine hohe Übereinstimmung zwischen dem vorhergesagten biologischen Herzalter und den tatsächlichen Gesundheitszuständen der Probandinnen und Probanden. Besonders spannend ist, dass diese Methode nicht invasiv ist und allein durch die Analyse von EKG-Daten erfolgen kann.
Zusammenhang zwischen EKG-Alter und Erkrankungsrisiko
Die Studie ergab, dass Personen, deren EKG-Alter ihr chronologisches Alter um mehr als acht Jahre übersteigt, ein signifikant erhöhtes Risiko für Herzrhythmusstörungen, Herzinsuffizienz und eine erhöhte Sterblichkeit aufweisen. Zudem konnte durch die Berücksichtigung mehrerer aufeinanderfolgender EKG-Messungen eine noch präzisere Risikoabschätzung getroffen werden.
Besonders aussagekräftig war der Anstieg des Sterblichkeitsrisikos: Es stieg von 1,43 auf 1,65, wenn nicht nur eine einzelne EKG-Messung, sondern eine Serie von Messungen zur Analyse herangezogen wurde. Dies unterstreicht die Bedeutung einer langfristigen, kontinuierlichen Beobachtung der Herzgesundheit.
Personalisierte Prävention durch KI-gestützte Diagnostik
Die Ergebnisse der Studie verdeutlichen, dass KI-gestützte Diagnosesysteme dazu beitragen können, Personen mit erhöhtem kardiovaskulären Risiko frühzeitig zu identifizieren. Durch eine frühzeitige Erkennung könnten gezielte präventive Maßnahmen eingeleitet werden, bevor es zu schwerwiegenden Erkrankungen kommt. Langfristig könnte diese Technologie in routinemäßige Gesundheitschecks integriert werden, um medizinisches Fachpersonal bei der Identifikation von Risikopatientinnen und -patienten zu unterstützen.
„Unsere Studie zeigt, dass künstliche Intelligenz in der Lage ist, subtile Veränderungen im EKG zu erkennen, die auf eine beschleunigte Herzalterung hinweisen. Dies könnte neue Möglichkeiten für eine personalisierte Medizin eröffnen und dazu beitragen, Herz-Kreislauf-Erkrankungen frühzeitig vorzubeugen“, erklärt Philip Hempel, Erstautor der Studie und Mitarbeitender im Institut für Medizinische Informatik der Universitätsmedizin Göttingen.
Transparenz und Erklärbarkeit der KI-Modelle
Ein wichtiger Aspekt dieser Forschung ist die Transparenz der KI-Systeme. „Durch die Integration klassischer EKG-Parameter in unsere Analyse kombinieren wir KI-Technologie mit bewährter, evidenzbasierter Medizin. So erhalten Ärztinnen und Ärzte nicht nur wertvolle Zusatzinformationen, sondern auch eine transparente Grundlage für ihre Diagnose,“ erläutert Hempel weiter. Dieses Vorgehen erhöht das Vertrauen in KI-Technologien und ermöglicht eine fundierte und nachvollziehbare Patientenversorgung.
Die Studie wurde unter der Leitung der Universitätsmedizin Göttingen in Zusammenarbeit mit dem DZHK durchgeführt. Forschende aus Deutschland, Schweden und Brasilien arbeiteten gemeinsam an der Analyse. Die zugrundeliegenden Daten stammen aus der SHIP-Studie (Study of Health in Pomerania), einer umfangreichen Langzeituntersuchung der Bevölkerung in Norddeutschland.
Ein Beitrag von:
