Künstliche Intelligenz spürt herzstrukturierte Probleme auf, die dem menschlichen Auge verborgen bleiben
Für Menschen, die ein schwerwiegendes strukturelles Problem im Herzen haben, aber keine Symptome zeigen, gab es bisher keine praktische Methode, die Störung zu entdecken.
Ein Forscher der Yale School of Medicine hat jedoch eine Methode entwickelt, das scheinbar unsichtbare Problem mit Hilfe von künstlicher Intelligenz zu identifizieren.
Dr. Rohan Khera, klinischer Direktor des Zentrums für Gesundheitsinformatik und Analytik der medizinischen Fakultät, erklärte, dass ein einfaches Elektrokardiogramm (EKG) mit KI analysiert werden kann, um das zu entdecken, was eine normale EKG-Lesung nicht erkennt.
Dr. Rohan Khera of the Yale School of Medicine
Kheras Forschungsarbeit wurde in der Ausgabe vom 25. Juli der Zeitschrift "Circulation" veröffentlicht. Seine Arbeiten werden im Cardiovascular Data Science Lab durchgeführt, wo Khera der Hauptforscher ist.
„Viele Menschen, bis zu einer von 20 Personen, haben eine strukturelle Herzstörung. Ihre Herzfunktion ist beeinträchtigt, aber sie bemerken dies erst, wenn sie Symptome entwickeln und ins Krankenhaus kommen... oder unerwünschte Effekte erleiden, die medizinische Versorgung erfordern", sagte Khera.
Die Störung ist als linksventrikuläre systolische Dysfunktion bekannt, die die Fähigkeit des Herzens, Blut zu pumpen, verringert. Das Problem kann laut Kheras Studie zu einem mehr als achtfachen Anstieg von Herzinsuffizienz und einer Verdoppelung des Risikos eines vorzeitigen Todes führen.
Es gibt "sehr kostengünstige Behandlungen" für die Dysfunktion, so Khera. „Aber bisher wussten wir nicht, wer davon betroffen ist. Die Diagnose erfordert in der Regel ein kardiales Bildgebungsverfahren, wie ein Herzultraschall oder ein MRT. Diese Tests sind jedoch nicht für jeden praktikabel."
Mit KI und Deep Learning hat Khera eine Technologie entwickelt, die EKG-Daten nutzt. EKGs, die die elektrische Aktivität des Herzens messen, werden regelmäßig bei körperlichen Untersuchungen durchgeführt. Sie können jetzt auch über tragbare Geräte, wie die Apple Watch, aufgenommen werden.
„Wir haben nun Wege identifiziert, Signaturen von strukturellen Herzstörungen aus diesen sehr kostengünstigen und weit verbreiteten Tests zu erkennen. Unsere Beobachtung hat eine Genauigkeit von 90 bis 95%“, erklärte Khera.
Kheras Studie wurde in Kalifornien, Missouri und Texas wiederholt und in einer brasilianischen Langzeitstudie validiert. „Unsere Methode zur Identifizierung von Erkrankten hat sich durchweg als wirksam erwiesen", sagte er.
Früher, als man sich nur auf kardiale Bildgebung stützte, gab es keine Infrastruktur, um dies für die gesamte Bevölkerung durchzuführen. „Aber mit diesen Technologien kann man Menschen ohne jeglichen Aufwand oder Herausforderung eine sehr behandelbare Diagnose bieten“, so Khera.
EKGs, die mehrere verschiedene elektrische Signale im Herzen messen, werden auf Papier ausgedruckt. „Wir verwenden Fotos dieser EKGs und Computerbildverarbeitungsalgorithmen", erklärte Khera.
Während das EKG zur Messung der elektrischen Signale verwendet wird, kann die KI strukturelle Anomalien im Herzen erkennen, indem sie das Foto untersucht.
„Das Screening von Herzstörungen mit EKGs wird mit der Zeit immer häufiger werden", sagte Khera. „Es ist schön zu sehen, dass die KI Dinge erkennt, die Menschen nicht erkennen können."
