Bei einem Herzinfarkt zählt jede Minute: je eher die Diagnose klar ist, desto größer sind die Chancen, dass der Patient überlebt. Doch nicht jeder, der mit Brustschmerzen in die Notaufnahme kommt, hat tatsächlich einen Infarkt. Erst im Elektrokardiogramm zeigt sich, ob ein Gerinnsel die Blutzufuhr zum Herzen blockiert – falls ja, bekommen die Betroffenen sofort blutverdünnende Medikamente; außerdem wird die Engstelle per Herzkatheter geweitet und mit einem Stent gestützt.
Herzinfarkt - Wettlauf mit der Zeit
Im Chaos der Notaufnahme werden Anzeichen für einen Herzinfarkt jedoch oft übersehen. Und auch die Auswertung der EKG-Bilder ist schwierig: Ärzte müssen die Daten von mindestens zwölf verschiedenen Mess-Elektroden auswerten. Sie müssen fehlerhafte Daten herausfiltern und mögliche Probleme korrekt erkennen. Und sie müssen berücksichtigen, dass auch die stressige Umgebung und die Angst des Patienten das Herz zum Stolpern bringen können.
Als kritisch gilt vor allem ein Signal, die sogenannte ST-Hebung. Wenn sie auftritt, muss der Patient sofort behandelt werden – wenn sie fehlt, sind weitere zeitaufwendige Tests erforderlich.
Schon länger gibt es automatisierte Systeme zur Herzüberwachung – bisher aber funktionieren sie nur mäßig gut, jeder menschliche Arzt ist besser. Das könnte sich nun ändern:
Künstliche Intelligenz übernimmt Diagnose
Forscher am Fraunhofer Heinrich Hertz-Institut in Berlin und am Uniklinikum Schleswig-Holstein haben ein neuronales Netzwerk entwickelt: Das Programm trainierte mit 148 EKG-Protokollen von Infarktpatienten und 52 gesunden Kontrollpersonen. Die künstliche Intelligenz konnte schließlich einen Herzinfarkt genauso gut diagnostizieren wie erfahrene Kardiologen. Interessanterweise nutzte die KI bei der Analyse Daten genau der EKG-Elektroden, die auch menschliche Ärzte für besonders aussagekräftig hielten.
Die Forscher räumen selbst ein, dass das nur ein erster Schritt ist – für den Einsatz im Krankenhaus ist der Algorithmus noch nicht reif; dafür müsste man das neuronale Netz erst mit viel größeren Datenmengen füttern. Genau das haben britische Wissenschaftler schon getan: Allerdings geht es in ihrer Studie nicht um die Diagnose eines akuten Herzinfarkts, sondern um die Bestimmung des Infarktrisikos in den nächsten zehn Jahren.
Herzrisiko-Rechner mit neuronalen Netzen
Dafür gibt es schon länger Herzrisiko-Rechner, doch mit künstlicher Intelligenz lässt sich die Trefferquote deutlich erhöhen. Das Forscherteam hat dafür elektronische Patientendaten von fast 300.000 Probanden ausgewertet – rund 900 britische Hausarztpraxen nahmen an der Studie teil. Vier unterschiedliche Ansätze künstlicher Intelligenz konnten die Infarktgefahr besser ermitteln als sämtliche etablierten Prognoserechner.
Am besten schnitt dabei die Anwendung neuronaler Netze ab. Der Nutzen für Patienten liegt auf der Hand: Hochrisikokandidaten müssen engmaschig betreut werden. Und wenn sie dann trotzdem einen Infarkt erleiden, könnte der mit Hilfe von künstlicher Intelligenz auch in einer hektischen Notaufnahme zuverlässig erkannt werden.
Insofern: Ein weiteres Beispiel dafür, wie Künstliche Intelligenz immer mehr Aufgaben der medizinischen Diagnose übernehmen kann. Kürzlich erst haben Heidelberger Onkologen vergleichbare Erfolge beim Erkennen von Hautkrebs veröffentlicht.