Schalten Sie den Editor’s Digest kostenlos frei
Roula Khalaf, Herausgeberin der FT, wählt in diesem wöchentlichen Newsletter ihre Lieblingsgeschichten aus.
Wissenschaftler haben strukturelle Herzprobleme aufgedeckt, indem sie Smartwatch-Daten mithilfe eines künstlichen Intelligenztools überprüft haben. Dies ist der jüngste Fortschritt auf dem sich schnell entwickelnden Gebiet der kardiologischen Diagnostik.
Die neue Technik entdeckte Erkrankungen wie eine geschwächte Pumpfähigkeit, beschädigte Klappen und verdickte Muskeln und verspricht, das Potenzial tragbarer Geräte über die Erkennung von Rhythmusstörungen hinaus zu erweitern.
Die Arbeit nutzt einfache Messwerte der elektrischen Herzaktivität, sogenannte Single-Lead-Elektrokardiogramme (EKGs), die von Smartwatches aufgezeichnet werden können, ohne dass zusätzliche Ausrüstung erforderlich ist. Die vorläufige Studie wurde auf den jährlichen wissenschaftlichen Sitzungen der American Heart Association in New Orleans vorgestellt.
Die Innovation habe das „Potenzial, das Screening auf strukturelle Herzerkrankungen in Gemeinden zu verändern“, heißt es in der Studie, die noch nicht von Experten begutachtet wurde.
„Dies könnte ein frühzeitiges Screening auf strukturelle Herzerkrankungen in großem Maßstab ermöglichen, und zwar mithilfe von Geräten, die viele Menschen bereits besitzen“, sagte Rohan Khera, leitender Autor der Studie und Direktor des Cardiocular Data Science Lab an der Yale School of Medicine.
In der Studie wurden Einzel-EKGs verwendet, die Besitzer einer Apple Watch mithilfe von Sensoren auf der Rückseite und der digitalen Krone des Geräts erstellen können. Herzdaten von Smartwatches werden bereits verwendet, um Warnzeichen für Vorhofflimmern oder unregelmäßigen Rhythmus zu erkennen.
Die Wissenschaftler sammelten 266.000 anspruchsvollere Herzaktivitätsmessungen, sogenannte 12-Kanal-EKGs, die zwischen 2015 und 2023 von 110.006 Patienten im Yale New Haven Hospital gesammelt wurden. Sie nutzten diese, um einen KI-Algorithmus zur Erkennung von Herzerkrankungen zu entwickeln, den sie dann extern bei mehr als 45.000 Patienten validierten.
Ihre Idee war, dass der KI-Boost die Verwendung des Einkanal-EKGs ermöglichen würde, um einige Erkrankungen zu erkennen, die zuvor nur mit 12-Kanal-Messungen identifiziert werden konnten. Sie machten das KI-Modell widerstandsfähiger, indem sie während des Trainings „Rauschen“ hinzufügten, um die unvollständigen Signale und Daten zu simulieren, die es wahrscheinlich von den Uhren empfangen würde.
Anschließend testeten die Forscher die Leistung des KI-Tools an 600 ambulanten Yale-Patienten. Die Teilnehmer verwendeten alle denselben Apple Watch-Typ, um am selben Tag, an dem sie eine Herzultraschalluntersuchung erhielten, 30 Sekunden lang Einzelleitungs-EKGs zu messen.
Der KI-Algorithmus identifizierte die Menschen mit struktureller Herzerkrankung in 86 Prozent der Fälle genau. Bei den Teilnehmern, die nicht darunter litten, wurde es in 99 Prozent der Fälle korrekt ausgeschlossen.
Die Forscher erkannten Einschränkungen in ihrer Arbeit an, darunter die geringe Stichprobengröße von Patienten mit strukturellen Herzproblemen und das Auftreten einiger falsch positiver Ergebnisse.
Die Studie sei Teil einer wachsenden Bemühung, den Einsatz der KI-Analyse von EKGs über Kliniken und Krankenhäuser hinaus auf die allgemeine Bevölkerung auszuweiten, sagte Fu Siong Ng, Kardiologieprofessor am Imperial College London.
„Es besteht derzeit (ein) großes Interesse an der Entwicklung und Erprobung von KI-gestützten Elektrokardiogramm-Algorithmen – der Herzverfolgung – zur Diagnose versteckter Krankheiten wie Herzinsuffizienz und Klappenerkrankungen“, sagte Ng. „Diese Arbeit steht weitgehend im Einklang mit laufenden prospektiven klinischen Studien, in denen unsere eigenen Modelle dieser Art auf die Fähigkeit von Smartwatches getestet werden, versteckte Herzkrankheiten zu erkennen.“
