Forschende an der Inha Universitätsklinik in Südkorea haben untersucht, ob eine Künstliche-Intelligenz(KI)-gestützte Analyse von EKGs zuverlässig zwischen herz- und lungenbedingten Ursachen unterscheiden kann. Zudem prüfte man in der Studie, ob diese KI-Technologie als klinisches Triage-Werkzeug dienen könnte und wie sie sich im Vergleich zu herkömmlichen Diagnosemethoden, wie der Messung von NT-proBNP, des bekannten Herzinsuffizenzmarkers, schlägt.

Das Wissenschaftlerteam analysierte retrospektiv Daten von 3.105 Erwachsenen, die von 2006 bis 2023 wegen Atemnot in der Notaufnahme behandelt wurden. Diese Patientinnen und Patienten teilte es basierend auf der Diagnose des Krankenhauspersonals in Gruppen mit herz- oder lungenbedingter Atemnot ein. Dann kam ein KI-EKG-Algorithmus aus einem transformerbasierten neuronalen Netzwerk zum Einsatz, um die standardmäßig durchgeführten 12-Kanal-EKG zu analysieren. Dabei wurden unter anderem Parameter wie Genauigkeit, Sensitivität und Spezifität bewertet. Gleichzeitig verglich man die Leistung der KI mit der NT-proBNP-Messung.

In der Diagnosestellung erreichte das KI-gestützte EKG eine Genauigkeit von 88,1 % und übertraf NT-proBNP in der Erkennung herzbedingter Atemnot (area under the curve 0,938 vs. 0,765). Die KI konnte auch Fälle erkennen, die ursprünglich fälschlicherweise als lungenbedingt diagnostiziert worden waren. Die Spezifität betrug 89 %, die Sensitivität lag bei 93 %

Anwendung könnte auch Kosten reduzieren

Die Studie zeigt, dass KI-gestützte EKG-Analysen ein wertvolles Hilfsmittel in Notfallsituationen darstellen könnten, um schnell und präzise die Ursache der Atemnot zu identifizieren. Die Autorinnen und Autoren schlagen vor, diese Methode zukünftig in klinische Standardabläufe in der Notaufnahme zu integrieren. Dies könnte nicht nur das Outcome für die Kranken verbessern, sondern auch Gesundheitskosten reduzieren. Einschränkend weisen sie jedoch darauf hin, dass Personen durchaus gleichzeitig unter Herzinsuffizienz und Pneumonie leiden können, sodass die subjektive Bewertung durch ärztliches Personal nicht vernachlässigt werden darf.

Quelle: Jang J-H et al. Open Heart 2024; 11: e002924; doi: 10.1136/openhrt-2024-002924