Künstliche Intelligenz könnte Herzinfarktdiagnose verbessern

Ein mit Künstlicher Intelligenz entwickelter Algorithmus scheint auf Basis von Troponinwerten Herzinfarkte schneller und genauer als je zuvor zu diagnostizieren. Dies geht aus neuen Forschungsergebnissen der Universität Edinburgh hervor, die jüngst in „Nature Medicine“ veröffentlicht wurden.

Die Wirksamkeit des Algorithmus mit dem Namen CoDE-ACS wurde an 10.286 Patienten in sechs Ländern auf der ganzen Welt getestet. Die Forscher fanden heraus, dass CoDE-ACS im Vergleich zu den derzeitigen Testmethoden bei mehr als doppelt so vielen Patienten einen Herzinfarkt ausschließen konnte, und zwar mit einer Genauigkeit von 99,6 Prozent. Die Studie wurde von der British Heart Foundation (BHF) und dem National Institute for Health and Care Research finanziert.

Nach Ansicht der BHF könnte die Fähigkeit des neuen Algorithmus, einen Herzinfarkt schneller als je zuvor auszuschließen, die Zahl der Krankenhauseinweisungen erheblich verringern. Mit Unterstützung von der gemeinnützigen Organisation Wellcome Leap werden jetzt in Schottland klinische Versuche durchgeführt, um zu prüfen, ob das Instrument den Ärzten helfen kann, den Druck auf überfüllte Notaufnahmen zu verringern. „CoDE-ACS hat das Potenzial, die Notfallversorgung effizienter und effektiver zu gestalten, indem es schnell die Patienten identifiziert, die sicher nach Hause gehen können, und die Ärzte auf diejenigen hinweist, die für weitere Tests im Krankenhaus bleiben müssen“, betont die Stiftung in einer aktuellen Mitteilung zur Studie.

Der derzeitige Goldstandard für die Diagnose eines Herzinfarkts ist die Messung des Troponinspiegels im Blut. Allerdings wird für jeden Patienten derselbe Grenzwert verwendet. Dies bedeutet, dass Faktoren wie Alter, Geschlecht und andere Gesundheitsprobleme, die sich auf den Troponinspiegel auswirken, nicht berücksichtigt werden, was die Genauigkeit der Herzinfarktdiagnose beeinträchtigt. Dies kann zu Ungleichheiten bei der Diagnose führen. So haben frühere, von der BHF finanzierte Forschungsarbeiten gezeigt, dass die Wahrscheinlichkeit, eine falsche Erstdiagnose zu erhalten, bei Frauen um 50 Prozent höher ist. Menschen, die zunächst falsch diagnostiziert werden, haben ein um 70 Prozent höheres Risiko, nach 30 Tagen zu sterben. Der neue Algorithmus ist eine Möglichkeit, dies zu verhindern.

CoDE-ACS kann nicht nur Herzinfarkte bei Patienten schnell ausschließen, sondern könnte Ärzten auch helfen, diejenigen zu identifizieren, deren abnorme Troponinwerte auf einen Herzinfarkt und nicht auf eine andere Erkrankung zurückzuführen sind. Das KI-Tool schnitt unabhängig von Alter, Geschlecht oder Vorerkrankungen gut ab, was zeigt, dass es das Potenzial hat, Fehldiagnosen und Ungleichheiten in der Bevölkerung zu verringern.

CoDE-ACS wurde anhand der Daten von 10.038 Patienten aus Schottland entwickelt, die mit Verdacht auf einen Herzinfarkt ins Krankenhaus eingeliefert worden waren. Der Algorithmus nutzt routinemäßig erhobene Patienteninformationen wie Alter, Geschlecht, EKG-Befunde und Anamnese sowie Troponinwerte, um die Wahrscheinlichkeit eines Herzinfarkts vorherzusagen. Das Ergebnis ist ein Wahrscheinlichkeitsscore von 0 bis 100 für jeden Patienten. Eine externe Validierung erfolgte unter Verwendung der Daten von 10.286 Patienten aus sieben verschiedenen Kohorten.

Studienleiter Nicholas Mills, Professor für Kardiologie am Zentrum für kardiovaskuläre Wissenschaft der Universität Edinburgh, blickt hoffnungsvoll in die Zukunft: „Für Patienten mit akuten Brustschmerzen aufgrund eines Herzinfarkts ist eine frühzeitige Diagnose und Behandlung lebensrettend. Leider verursachen viele Krankheiten diese häufigen Symptome, und die Diagnose ist nicht immer eindeutig. Die Nutzung von Daten und Künstlicher Intelligenz zur Unterstützung klinischer Entscheidungen birgt ein enormes Potenzial zur Verbesserung der Patientenversorgung und der Effizienz in unseren stark frequentierten Notaufnahmen.“

Der Medizinische Direktor der BHF, Prof. Nilesh Samani, ergänzt: „Brustschmerzen sind einer der häufigsten Gründe, warum Menschen in die Notaufnahme kommen. Jeden Tag stehen Ärzte auf der ganzen Welt vor der Herausforderung, die Patienten, deren Schmerzen auf einen Herzinfarkt zurückzuführen sind, von denen zu unterscheiden, deren Schmerzen auf etwas weniger Ernstes zurückzuführen sind. CoDE-ACS, das mit Hilfe modernster Datenwissenschaft und Künstlicher Intelligenz entwickelt wurde, hat das Potenzial, einen Herzinfarkt mit größerer Genauigkeit zu erkennen oder auszuschließen als die derzeitigen Ansätze. Es könnte für die Notaufnahmen eine grundlegende Veränderung bedeuten, da es die für die Diagnose benötigte Zeit verkürzt und für die Patienten wesentlich besser ist.“