Künstliche Intelligenz hilft bei Diagnostik des Herzinfarkts

Abbott hat mitgeteilt, dass aktuelle Forschungsergebnisse, die im Fachjournal Circulation veröffentlicht wurden, bestätigt haben, dass der entwickelte Algorithmus Ärzten in Notaufnahmen dabei helfen kann, genauer zu bestimmen, ob bei Patienten ein Herzinfarkt vorliegt oder nicht, sodass die Patienten schneller einer zielgerichteten Behandlung zugeführt oder – wenn kein Herzinfarkt diagnostiziert wurde – sicher entlassen werden können.¹ In der Studie untersuchten Forscher aus Deutschland, USA, Großbritannien, der Schweiz, Australien und Neuseeland anhand von 11.000 Patientenfällen, ob die von Abbott entwickelte, Künstliche Intelligenz nutzende Technologie eine schnellere und genauere Bestimmung von Myokardinfarkten ermöglicht. Wie die Auswertung ergab, bot der Algorithmus den Ärzten eine umfassendere Analyse bezüglich der individuellen Wahrscheinlichkeit, ob der Patient einen Herzinfarkt erlitten hatte oder nicht. Dies galt insbesondere für die Fälle, die innerhalb der ersten drei Stunden nach Beginn ihrer Symptome hospitalisiert und untersucht wurden.¹

Symptomatische Patienten mit Verdacht auf Myokardinfarkt werden in der Notaufnahme aktuell zumeist mittels Elektrokardiogramm und Troponintests in vordefinierten Abständen untersucht und diagnostiziert. „Mit Hilfe von Technologien auf Grundlage maschinellen Lernens können Ärzte nun den Schritt von einer generellen Herzinfarkt-Risikobewertung hin zu einer individualisierten und präziseren Diagnose vollziehen, die sich aus dem Gesamtbild aller relevanten Variablen zum aktuellen Zeitpunkt ableitet“, sagt Prof. Dr. Stefan Blankenberg vom Universitätsklinikum Hamburg-Eppendorf. „Damit könnte diese Technologie Ärzten in Notaufnahmen individuellere, schnellere und genauere Informationen für die Entscheidung liefern, ob ein Herzinfarkt vorliegt oder nicht.“

Abbau von Barrieren bei der Bestimmung von Herzinfarkten

Den Algorithmus* entwickelte ein Team aus Ärzten und Statistikern bei Abbott, die mit Hilfe von Künstlicher Intelligenz umfangreiche Datensätze analysierten und die Variablen identifizierten, die Aufschluss über die Wahrscheinlichkeit des Vorliegens eines Myokardinfarkts geben können. Zu diesen gehören neben dem Alter und dem Geschlecht auch die spezifischen Troponinwerte, die mit einem hochsensitiven Troponin-I-Test bestimmt werden können. Der Algorithmus kann die Ärzte unterstützen, die für eine Herzinfarktdiagnose individuelle Patienteninformationen heranziehen möchten. Damit werden zwei bisherige Barrieren überwunden: 

• Internationale Empfehlungen der European Society of Cardiology (ESC)² sowie des American College of Cardiology (ACC) und der American Heart Association (AHA)³ für die Verwendung hochsensitiver Troponintests berücksichtigen derzeit kaum individuelle Faktoren wie Alter und Geschlecht, obwohl diese die Testergebnisse beeinflussen können. Zum Beispiel produzieren Frauen weniger Troponin als Männer, was die Wahrscheinlichkeit erhöhen kann, dass ihr Herzinfarkt undiagnostiziert bleibt.⁴
• Die ESC-Leitlinien² empfehlen die Durchführung von Troponintests zu festgelegten Zeitpunkten über einen Zeitraum von bis zu 12 Stunden. Dabei wird allerdings weder das Alter noch das Geschlecht des Patienten einbezogen. Somit erfolgt die Diagnose aufgrund der Ergebnisse eines allgemeinen anstatt eines individualisierten Algorithmus, der für jede einzelne Person spezifische Faktoren berücksichtigt.

Der in der Studie verwendete Algorithmus bezog Alter, Geschlecht und Entwicklung der Troponinwerte über einen definierten Zeitraum mit ein. Die Forscher sind der Meinung, die Technologie könnte dabei helfen, Ärzten ein größeres Vertrauen in die Ergebnisse und damit eine größere Sicherheit in ihre Diagnose zu geben. „Ärzte werden mit einer Vielzahl von Informationen und Daten konfrontiert. Der von Abbott entwickelte Algorithmus nutzt persönliche Daten und errechnet aufgrund individueller Variablen die Wahrscheinlichkeit für einen Myokardinfarkt“, sagt Dr. Agim Beshiri, einer der Entwickler des Algorithmus und Senior Medical Director für den Bereich Diagnostics bei Abbott. „In Zukunft könnte man sich vorstellen, diese Technologie zur Entwicklung von Algorithmen zu nutzen, die Ärzten helfen, nicht nur besser zu bestimmen, ob ihr Patient einen Herzinfarkt erlitten hat oder nicht, sondern möglicherweise auch um zu bestimmen, ob das Risiko eines zukünftigen Herzinfarktes besteht.“ Abbott nutzt kontinuierlich neue Technologien wie Künstliche Intelligenz und maschinelles Lernen, um innovative Lösungen im Gesundheitswesen zu schaffen.

* Der verwendete Algorithmus dient ausschließlich zu Forschungszwecken und ist nicht kommerziell verfügbar.

Quellen:
1. Than, MP et al. Circulation. 2019; published online Sept 10. doi.org/10.1161/CIRCULATIONAHA.119.041980
2. Roffi M et al. 2015 ESC Guidelines for the management of acute coronary syndromes in patients presenting without persistent ST-segment elevation: task force for the management of acute coronary syndromes in patients presenting without persistent ST-segment elevation of the European Society of Cardiology (ESC). Eur Heart J. 2016;37:267–315.
3. Thygesen K et al. ESC/ACCF/AHA/WHF expert consensus document: third universal definition of myocardial infarction. Circulation. 2012;126:2020–2035.
4. Ferry AV et al. Presenting Symptoms in Men and Women Diagnosed With Myocardial Infarction Using Sex-Specific Criteria. J Am Heart Assoc 2019;8(17):e012307.