Künstliche Intelligenz unterstützt bei präzisen Herzdiagnosen

Forscher aus Deutschland haben neue, auf Künstlicher Intelligenz (KI) basierende Methoden entwickelt, die differenzierte Herzinsuffizienz-Diagnosen und funktionelle Messungen anhand von einzelnen MRT-Aufnahmen des Herzens ermöglichen sollen.

Die Behandlungsmöglichkeiten für Menschen mit Herzinsuffizienz schreiten enorm voran und werden immer differenzierter. Die gezielte Versorgung beruht dabei vor allem auf der Identifikation der zugrundeliegenden Erkrankung. Doch die richtige und frühzeitige Diagnosestellung gestaltet sich mitunter als zeitintensiv und ist von einer Vielzahl von Untersuchungen geprägt.

Nun erarbeitete ein Team um Prof. Benjamin Meder vom Universitätsklinikum Heidelberg (UKHD), Sprecher von Informatics for Life und Wissenschaftler am Deutschen Zentrum für Herz-Kreislauf-Forschung (DZHK), maschinelle Unterstützungssysteme, die die Diagnose schnell, präzise und mit möglichst wenig Aufwand erleichtern sollen. Informatics for life ist eine interdisziplinäre Allianz von Herz-Kreislauf-Medizinern und Informatikern der Universität Heidelberg, des UKHD und des Heidelberger Instituts für Theoretische Studien. Die von der Klaus Tschira Stiftung geförderte Initiative will mit ihren Projekten die angewandte Medizin mit der digitalen Medizin sowie dem maschinellen Lernen verbinden. Beteiligt waren auch Teams der Universitätsklinik Ulm (Prof. Wolfgang Rottbauer) und des Robert Bosch Klinikums Stuttgart (Prof. Raffi Bekeredjian). Sie berichten über ihre Erkenntnisse in „The Lancet Digital Health“.

Genaues Bild anhand einzelner MRT-Aufnahmen

„Unsere KI kann das Fachwissen und die Erfahrung von Experten, die viele Herzschwäche-Patienten behandeln, in die klinische Breite bringen. Ärzte erhalten in Zukunft deutlich mehr maschinelle Unterstützung, um Herzinsuffizienz rechtzeitig und genau zu diagnostizieren“, erklärt Meder. Die neu entwickelte KI kann zum Beispiel den Füllungsdruck in den Herzkammern anhand von MRT-Aufnahmen bestimmen, wie die Wissenschaftler in ihrer Publikation zeigen. Auch die Diagnose struktureller Kardiomyopathien war mittels KI möglich. Die Wissenschaftler spekulieren, dass dadurch bestimmte invasive Untersuchungen in Zukunft überflüssig werden könnten. Eine präzisere Diagnose ermöglicht eine gezieltere Behandlung und könnte so auch die Gesundheitskosten senken.

Weiterhin hat das Team es geschafft, dass die KI nur ein einziges MRT-Bild für eine genaue Diagnose benötigt, anstatt vieler verschiedener Sequenzen. Solch schnelle Untersuchungen könnten Engpässen bei der MRT-Diagnostik entgegenwirken und damit die Methode für deutlich mehr Patienten zugänglich machen. Auch heben die Studienverantwortlichen hervor, dass die KI Arbeitsabläufe verbessern kann, indem sie den Zeitaufwand für Experten und medizinisch-technisches Personal im Diagnoseprozess verringert, dem Patienten die Untersuchung erleichtert und die Ablesung wichtiger physiologischer Parameter allein auf Basis nichtinvasiver Bildgebung ermöglicht.

Heterogene Daten aus der realen Anwendung erwünscht

Das Forscherteam legte großen Wert auf die Generalisierbarkeit der KI, damit sie nicht nur in Heidelberg, sondern auch in anderen Kliniken funktionieren wird. Durch ein multizentrisches Studiendesign wurden dementsprechend heterogene Daten, also Daten von verschiedenen Geräten und Untersuchungsprotokollen, berücksichtigt. Durch Untergruppenanalysen wurde sichergestellt, dass die KI unabhängig vom Alter oder Geschlecht der Patienten funktioniert.

KI made in Germany

Gesundheitsdaten unterliegen in Deutschland strengen Datenschutzgesetzen. Alle Datenanalysen fanden auf lokalen Servern in Heidelberg statt. Die Forschungsarbeiten zur KI sind abgeschlossen, jedoch muss die Software noch gemäß dem Medizinproduktegesetz zertifiziert werden, bevor sie vertrieben werden kann. Die Forscher um Meder planen, ihre KI auch auf andere Fragestellungen anzuwenden, beispielsweise zur Erfassung zusätzlicher Parameter aus einem Elektrokardiogramm (EKG). „Wir können in Deutschland auch unter Berücksichtigung des Schutzes der Privatsphäre modernste KI-Systeme entwickeln und in den Alltag integrieren. Ich nenne dies auch gerne ‚Healthy AI‘, also ‚gesunde KI‘, die Gutes ermöglicht und dabei keine Kompromisse bei der Sicherheit eingeht“, ergänzt Meder.