Ein KI-basiertes Deep-Learning-Modell wertet EKG-Aufzeichnungen in der Notaufnahme selbstständig aus und schätzt das Herzinfarkt-Risiko zuverlässig ein – ohne auf zusätzliche Laborwerte angewiesen zu sein. Dr. Antonius Büscher vom Universitätsklinikum Münster wurde dafür mit dem Forschungspreis „Digitale Innovation in der Herzmedizin” der Deutschen Herzstiftung ausgezeichnet.
„Zeit ist Muskel” – dieser Grundsatz gilt in der Notfallkardiologie mehr als irgendwo sonst. Jede Minute, in der ein Herzinfarkt nicht erkannt und behandelt wird, kostet Herzmuskelzellen das Leben. Doch die Diagnose ist in der Notaufnahme oft alles andere als eindeutig: Das EKG zeigt nicht bei allen Betroffenen klare Veränderungen, und erhöhte Troponin-Werte können auch ohne klassischen Gefäßverschluss vorliegen. Genau hier setzt ein neues KI-Modell an.
Digitale Entscheidungshilfe für die Notaufnahme
Dr. med. Antonius Büscher und seine Arbeitsgruppe „Computational Cardiology Research Group” an der Klinik für Kardiologie II des Universitätsklinikums Münster haben ein Deep-Learning (DL)-Modell entwickelt, das allein auf Basis eines Standard-12-Kanal-EKG das individuelle Risiko eines Patienten einschätzt – und damit die Frage beantwortet, ob ein Herzkatheterlabor-Eingriff notwendig ist oder nicht.
„Der Ansatz zielt darauf ab, eine sofort verfügbare Risikoeinschätzung ohne zusätzliche klinische Informationen zu ermöglichen und somit Wartezeiten in der Notaufnahme zu reduzieren”, erklärt Dr. Büscher.
Trainiert mit über 180.000 Fällen
Das DL-Modell wurde mit Daten von 180.686 Notaufnahmevorstellungen aus den USA trainiert und anschließend anhand einer unabhängigen europäischen Validierungskohorte mit 18.673 Fällen geprüft. Diese breite Datenbasis ermöglicht es dem Modell, die gesamte Bandbreite an Notaufnahmepatienten abzubilden – einschließlich jener mit untypischen oder unauffälligen Symptomen.
Patienten werden einem niedrigen, mittleren oder hohen Risiko zugeordnet. Die Ergebnisse sind beeindruckend: Hochrisiko-Patienten werden mit einer Spezifität von 96 bis 97 Prozent erkannt. Niedrigrisiko-Patienten haben mit einer Wahrscheinlichkeit von 99,5 bis 99,9 % tatsächlich keinen Herzinfarkt – und übertreffen damit die Vorhersagegenauigkeit der ärztlichen EKG-Interpretation deutlich.
EKG-Modell und Troponin ergänzen sich
Besonders interessant ist das diagnostische Zusammenspiel: Während der hochsensitive Troponin-Wert (hs-TnT) mit hoher Sensitivität auf einen Herzinfarkt hinweist, zeigt das EKG-Modell eine höhere Spezifität für den sogenannten Typ-1-Herzinfarkt – also einen Infarkt infolge einer Plaque-Ruptur oder eines Thrombus in einer Herzkranzarterie. Beide Instrumente könnten sich damit diagnostisch sinnvoll ergänzen.
„Das DL-Modell ermöglicht eine standardisierte Bewertung von EKG-Befunden in allgemeinen Notaufnahmen – die diagnostische Genauigkeit steigt und die Versorgungseffizienz ließe sich verbessern”, betont Prof. Dr. Thorsten Dill, Chefarzt der Klinik für Innere Medizin und Kardiologie am Sana Krankenhaus Düsseldorf-Benrath.
Vielversprechende Ergänzung – kein Ersatz
Trotz der beeindruckenden Ergebnisse betonen die Experten den ergänzenden Charakter des Systems. „Die Studie zeigt, dass künstliche Intelligenz die Herzinfarktdiagnostik in der Notfallmedizin sinnvoll ergänzen kann. Noch ersetzt das Verfahren jedoch nicht die ärztliche Beurteilung oder die Labordiagnostik”, stellt Prof. Dr. Benjamin Meder, stellvertretender Ärztlicher Direktor der Klinik für Kardiologie am Universitätsklinikum Heidelberg und Sprecher der Sektion eCardiology der DGK, klar. Weitere prospektive Studien im klinischen Alltag sind geplant.
Forschungspreis der Deutschen Herzstiftung
Für das Projekt „Deep-Learning-basiertes EKG-Modell zur Risikostratifizierung hinsichtlich der Notwendigkeit koronarer Revaskularisation in der Notaufnahme” erhielt Dr. Büscher den Forschungspreis „Digitale Innovation in der Herzmedizin” der Deutschen Herzstiftung, vergeben gemeinsam mit der Sektion eCardiology der Deutschen Gesellschaft für Kardiologie (DGK). Der von der Sana Kliniken AG geförderte Preis ist mit 10.000 Euro dotiert und wurde im Rahmen der DGK-Jahrestagung in Mannheim verliehen.
„Die ausgezeichnete Arbeit von Dr. Büscher leistet einen wichtigen Beitrag für die Weiterentwicklung der Herzinfarkt-Diagnostik in der modernen Kardiologie”, würdigte Prof. Dr. Thomas Voigtländer, Vorstandsvorsitzender der Deutschen Herzstiftung, die Leistung des Forschers.
Originalpublikation: Büscher A et al. Deep learning electrocardiogram model for risk stratification of coronary revascularization need in the emergency department. Eur Heart J 2025
Quelle: Deutsche Herzstiftung e. V.
