Herzinfarktdiagnose durch Künstliche Intelligenz

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.

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) 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.
• 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.