Klopf, klopf, klo-opf – Herzrhythmusstörungen sind keine Seltenheit und in den meisten Fällen harmlos. Problematisch wird es, wenn ernsthafte Rhythmusstörungen wie Vorhofflimmern oder ventrikuläre Tachykardien, das sind Herzfrequenzen über 100, unerkannt bleiben. Vorhofflimmern ist ein Hauptrisikofaktor für Schlaganfälle und eine anhaltende Tachykardie kann zu plötzlichem Herztod führen. Hier setzt das gemeinsam mit dem Medtech-Startup evismo lancierte Innosuisse-Projekt von Prof. Dr. Patric Eberle und seiner Forschungsgruppe an: Sie haben eine KI entwickelt, die Unregelmässigkeiten in EKG-Aufzeichnungen selbst dann erkennt, wenn das EKG auf den ersten Blick unauffällig ist.
Trefferquote steigt
Trainiert wurde die KI mit anonymisierten EKG-Daten der Zürcher Firma evismo, die Langzeit-EKG-Services für Hausarztpraxen anbietet. Sie stellte EKG-Aufzeichnungen von 7’000 Personen zur Verfügung. Dies ergibt eine Messdauer von insgesamt 87 Jahren. Die Aufzeichnungen wurden mit einem kompakten Gerät unter realen Alltagsbedingungen über mehrere Tage gemacht.
Anders als bei herkömmlichen EKG-Auswertungen erkennt die KI komplette Muster im Herzstrom, die auf ein erhöhtes Risiko hinweisen, auch wenn die Störung gerade nicht auftritt. Vorklinische Resultate zeigen, dass damit die diagnostische Ausbeute bei Vorhofflimmern von 35 auf 80 Prozent gesteigert werden kann, ohne die gängige EKG-Messdauer von 24 Stunden zu erhöhen. Die KI markiert die erkannten Abschnitte, die anschliessend gezielt durch Fachpersonal überprüft und ausgewertet werden können.
«Die KI erkennt Anomalien noch bevor Symptome auftreten. Damit verändern wir die medizinische Diagnostik.»
Alexander Panos, Co-CEO von evismo
EKGs vom Handgelenk?
Durch stetiges Training mit weiteren, diverseren Datensätzen soll die Vorhersage der KI noch präziser werden, insbesondere bei seltenen Rhythmusstörungen. Grundsätzlich wäre das auch für die EKG-Daten von Wearables denkbar. Diese sind derzeit jedoch noch zu ungenau. HSLU-Projektleiter Eberle sieht dennoch Potenzial: «Sollten Wearables wie Smartwatches künftig präzisere EKG-Daten liefern, könnten diese einerseits zum Training der KI genutzt und andererseits von ihr auf Unregelmässigkeiten untersucht werden. Das ist jedoch noch Zukunftsmusik.»
