Ein Tool auf Basis künstlicher Intelligenz (KI) kann nun anhand eines Routinetests versteckte Herzerkrankungen aufspüren.
Jedes Jahr verlassen Millionen von Menschen ein Krankenhaus, ohne zu wissen, dass sie ein ernstes Herzproblem haben. Nicht, weil Ärzte nachlässig sind. Nicht, weil es keine geeigneten Tests gibt. Sondern weil die Standardtests, die Ärzte routinemäßig einsetzen, viele Arten von strukturellen Herzerkrankungen allein einfach nicht erkennen können.
Ein Forscherteam der Columbia University und des NewYork-Presbyterian hat möglicherweise einen Weg gefunden, dies zu ändern. Sie entwickelten ein KI-Tool namens EchoNext, das Daten aus einem routinemäßigen Herzuntersuchung auswertet und strukturelle Herzerkrankungen mit größerer Genauigkeit erkennt als menschliche Kardiologen. Diese Studie wurde im Juli 2025 in der Fachzeitschrift Nature veröffentlicht.
Was ist eine strukturelle Herzerkrankung?
Strukturelle Herzerkrankungen sind physische Probleme des Herzens – seiner Klappen, Kammern, seines Muskels oder der direkt mit ihm verbundenen Gefäße. Zu diesen Erkrankungen zählen unter anderem Herzinsuffizienz, Herzklappenerkrankungen, pulmonale Hypertonie und eine starke Verdickung des Herzmuskels. Viele dieser Erkrankungen können, wenn sie frühzeitig erkannt werden, medikamentös oder operativ behandelt werden. Bleiben sie unentdeckt, können sie tödlich verlaufen.
Der Goldstandard zur Diagnose einer strukturellen Herzerkrankung ist ein Echokardiogramm – eine Ultraschalluntersuchung des Herzens. Ein Echokardiogramm liefert Ärzten ein klares Bild von der Struktur und Funktion des Herzens. Das Problem ist, dass Echokardiogramme teuer sind, von geschulten Fachärzten durchgeführt und ausgewertet werden müssen und nicht überall verfügbar sind. Aufgrund dieser Hindernisse ordnen Ärzte ein Echokardiogramm in der Regel nur an, wenn ein Patient bereits Symptome zeigt oder wenn sie einen starken Verdacht auf ein Problem haben.
Das bedeutet, dass eine große Anzahl von Menschen mit strukturellen Herzerkrankungen nie die Untersuchung erhält, die ihre Erkrankung aufdecken könnte. Forschungsergebnisse deuten darauf hin, dass sich die Zahl der erkannten Herzklappenerkrankungen im Vergleich zur Routineversorgung mehr als verdoppelt, wenn in Gemeinden systematische Echokardiographie-Screenings durchgeführt werden. Mit anderen Worten: Bis zur Hälfte aller Fälle bleibt möglicherweise unentdeckt.
Das Elektrokardiogramm ist ein weit verbreitetes Instrument, hat jedoch Einschränkungen
Das Elektrokardiogramm (EKG) ist eine andere Art von Herzuntersuchung. Es misst die elektrische Aktivität des Herzens. Ärzte nutzen EKGs, um Herzrhythmusstörungen, verstopfte Herzkranzgefäße und frühere Herzinfarkte zu erkennen. EKGs sind kostengünstig, schnell, nicht-invasiv und in fast jedem Krankenhaus und jeder Klinik weltweit verfügbar. Ärzte führen jedes Jahr Hunderte Millionen von EKGs durch.
EKGs haben jedoch eine bekannte Einschränkung. Seit Jahrzehnten wissen Kardiologen, dass man strukturelle Herzerkrankungen nicht allein anhand eines Elektrokardiogramms erkennen kann. Die elektrischen Signale, die der Test erfasst, lassen physische Schäden an Herzklappen oder Herzmuskel nicht unmittelbar erkennen. Wie Dr. Pierre Elias, der die EchoNext-Forschung leitete, es ausdrückte: „Uns allen wurde im Medizinstudium beigebracht, dass man strukturelle Herzerkrankungen nicht anhand eines Elektrokardiogramms erkennen kann.“
EchoNext stellt diese Annahme infrage.
So funktioniert EchoNext
EchoNext ist ein Deep-Learning-Modell – eine Form der künstlichen Intelligenz, die aus großen Datenmengen Muster lernt. Die Forscher trainierten dieses Modell anhand von mehr als 1,2 Millionen EKG-Echokardiogramm-Paaren, die über einen Zeitraum von 14 Jahren bei über 230.000 Patienten in acht Krankenhäusern erhoben wurden. Durch die Untersuchung jedes EKG zusammen mit dem entsprechenden Echokardiogramm-Befund desselben Patienten lernte das Modell, subtile Muster in den EKG-Daten zu erkennen, die strukturellen Herzproblemen entsprechen – Muster, die zu schwach und komplex sind, als dass das menschliche Auge sie erkennen könnte.
Dieses Modell verwendet als Eingabe sowohl die rohe EKG-Kurve als auch sieben Standardwerte, die Ärzte bereits erfassen: Alter, Geschlecht, Vorhof-Frequenz, Ventrikel-Frequenz, das PR-Intervall, die QRS-Dauer und das korrigierte QT-Intervall. Anschließend erstellt es einen Risikowert, der Ärzten anzeigt, wie wahrscheinlich es ist, dass der Patient an einer strukturellen Herzerkrankung leidet.
Entscheidend ist, dass EchoNext nicht versucht, das Echokardiogramm zu ersetzen. Stattdessen fungiert es als intelligenter Filter. Es identifiziert, welche Patienten unter den vielen, die routinemäßige EKGs erhalten, ein so hohes Risiko aufweisen, dass Ärzte eine Nachuntersuchung mittels Echokardiogramm vornehmen sollten. „EchoNext nutzt im Grunde den kostengünstigeren Test, um herauszufinden, wer den teureren Ultraschall benötigt“, erklärte Dr. Elias.
Was diese Studie ergab
Die Ergebnisse dieser Studie waren beeindruckend. In einem direkten Vergleich mit 13 Kardiologen, die 3.200 EKGs auswerteten, erreichte EchoNext eine Genauigkeitsrate von 77 %, verglichen mit 64 % bei den Kardiologen. Selbst wenn die Kardiologen Zugang zu den Risikobewertungen von EchoNext hatten, um ihre Entscheidungen zu unterstützen, schnitten sie immer noch schlechter ab als das eigenständig arbeitende Modell der künstlichen Intelligenz.
Das Forschungsteam setzte EchoNext zudem in einem sogenannten „stillen Einsatz“ ein – sie wandten dieses Tool bei fast 85.000 Patienten an, die zwar ein EKG erhalten hatten, bei denen jedoch zuvor noch kein Echokardiogramm durchgeführt worden war. Das Tool identifizierte mehr als 7.500 dieser Patienten (etwa 9 %) als Hochrisikopatienten für eine nicht diagnostizierte strukturelle Herzerkrankung. Ärzte, die diese Patienten im Laufe des folgenden Jahres beobachteten, bestätigten, dass sich die Vorhersagen von EchoNext bewahrheiteten, mit einem positiven Vorhersagewert von 74 % bei denjenigen, die anschließend ein Echokardiogramm erhielten.
Anschließend validierten die Forscher EchoNext in vier unabhängigen Krankenhausverbünden, darunter Cedars-Sinai, die University of California San Francisco und das Montreal Heart Institute. Dieses Modell behielt seine hohe Genauigkeit über Krankenhäuser hinweg bei, die unterschiedliche Patientengruppen und unterschiedliche Raten struktureller Herzerkrankungen aufwiesen, was darauf hindeutet, dass dieses Tool auch außerhalb der spezifischen Umgebung, in der es entwickelt wurde, zuverlässig funktioniert.
Echte Patienten, echte Ergebnisse
Die EchoNext-Forscher stellten drei konkrete Fälle vor, in denen dieses Tool direkt zu einer lebensverändernden Diagnose führte. Im ersten Fall erkannte EchoNext eine schwere Aortenstenose – eine Erkrankung, bei der sich die Klappe, die den Blutfluss aus dem Herzen steuert, gefährlich verengt – bei einem Patienten, bei dem zuvor keine strukturelle Herzerkrankung diagnostiziert worden war. Dieser Patient erhielt daraufhin einen minimalinvasiven Herzklappenersatz, bekannt als transkathetergestützter Aortenklappenersatz.
Im zweiten Fall erkannte dieses Tool eine schwere Mitralinsuffizienz – eine Erkrankung, bei der Blut zwischen zwei Herzkammern zurückfließt. Der Patient unterzog sich daraufhin einer korrigierenden Herzklappenoperation. Im dritten Fall erkannte EchoNext eine Herzinsuffizienz, und der Patient erhielt schließlich eine Herztransplantation. Bei jedem dieser Patienten war ein routinemäßiges EKG durchgeführt worden, ohne dass jemand eine strukturelle Herzerkrankung vermutete. EchoNext entdeckte, was dem menschlichen Auge entgangen war.
Was bedeutet das für Sie?
Wenn Sie jemals ein EKG in einem Krankenhaus oder einer Klinik hatten, haben Sie bereits die Art von Untersuchung erlebt, die EchoNext auswertet. Sie benötigten dafür weder einen separaten Eingriff noch zusätzliche Geräte oder Vorbereitungen. Die gleichen Daten, die die Untersuchung ohnehin liefert, könnten – mit EchoNext im Hintergrund – Ihren Arzt darauf hinweisen, dass Sie weitere Untersuchungen benötigen.
Dies ist besonders wichtig in Umgebungen, in denen Kardiologen und Echokardiographiegeräte rar sind – in ländlichen Krankenhäusern, kommunalen Kliniken und Gesundheitssystemen in Ländern mit geringerem Einkommen. Da EchoNext auf Standard-EKG-Daten basiert, könnte es die Reichweite der Herzkrankheitsvorsorge auf Menschen ausweiten, die sonst niemals ein Echokardiogramm erhalten würden.
Dr. Elias und sein Team sind der Ansicht, dass „EKG in Verbindung mit künstlicher Intelligenz das Potenzial hat, ein völlig neues Screening-Paradigma zu schaffen“. Die Forscher arbeiten derzeit daran, diese Technologie breiter verfügbar zu machen und das Modell weiter zu verbessern, indem sie es mit zusätzlichen Patientendatensätzen trainieren.
EchoNext ist noch nicht Teil der klinischen Standardversorgung. Die Forscher und ihre Einrichtung – die Columbia University – haben ein Patent für den Algorithmus angemeldet, und das Team arbeitet auf einen breiteren Einsatz hin. Sie haben außerdem einen öffentlichen Datensatz und eine abgespeckte Version des Modells veröffentlicht, um weitere Forschungen von Wissenschaftlern weltweit zu unterstützen.
Die Forschungsgemeinschaft hat mit großem Interesse reagiert. Andere Teams bauen bereits auf dem EchoNext-Benchmark-Datensatz auf, um neue Modelle zu entwickeln, die künstliche Intelligenz mit statistischen Methoden kombinieren. Ihr Ziel ist es, die Ergebnisse nicht nur genau, sondern auch interpretierbar zu machen – damit Ärzte nachvollziehen können, welche spezifischen Merkmale eines EKG-Signals zu einem bestimmten Risikowert geführt haben.
Informationsquellen:
- Columbia University Irving Medical Center. Kann KI versteckte Herzerkrankungen erkennen?
- ColumbiaDoctors / NewYork-Presbyterian. EchoNext: KI-Tool erkennt versteckte strukturelle Herzerkrankungen
- NewYork-Presbyterian Advances in Cardiology. Studie zeigt: KI-Screening-Tool kann strukturelle Herzerkrankungen anhand von EKG-Daten erkennen
- News-Medical. KI-gestütztes EKG-Modell übertrifft Ärzte bei der Erkennung versteckter Herzerkrankungen
- Inside Precision Medicine. KI macht EKGs zu einem leistungsstarken Screening-Tool für Herzerkrankungen
- ODSC / Open Data Science. KI-Modell erkennt versteckte Herzerkrankungen anhand von EKGs und übertrifft Kardiologen
- Zeitschrift Nature. Erkennung struktureller Herzerkrankungen anhand von Elektrokardiogrammen mithilfe von KI PhysioNet. EchoNext: Ein Datensatz zur Erkennung von echokardiographisch bestätigten strukturellen Herzerkrankungen anhand von EKGs
- American College of Cardiology. Transformative Trends in der Herz-Kreislauf-Medizin für 2025
- Healio. 2026: Das Jahr, in dem sich unser Instrumentarium in der Kardiologie erweitert
Discussion about this post