KI-Algorithmus erkennt strukturelle Herzerkrankungen über Smartwatch-ECG

Ein künstlicher Intelligenz-Algorithmus hat strukturelle Herzerkrankungen anhand von Einkanal-Elektrokardiogrammen erkannt, die mit den elektrischen Herzsensoren auf der Rückseite und der Digital Crown einer Smartwatch aufgezeichnet wurden. Die in einer vorläufigen Studie entwickelte KI erreichte eine Genauigkeit von 88% bei der Erkennung von strukturellen Herzerkrankungen wie geschwächter Pumpfunktion, geschädigten Herzklappen oder verdicktem Herzmuskel.

Die Forschung, die auf der Scientific Sessions 2025 der American Heart Association vorgestellt werden soll, stellt die erste prospektive Studie dar, die zeigt, dass ein KI-Algorithmus mehrere strukturelle Herzerkrankungen basierend auf Messungen eines Einkanal-ECG-Sensors an Smartwatches erkennen kann. Millionen Menschen tragen Smartwatches, die derzeit hauptsächlich zur Erkennung von Herzrhythmusstörungen wie Vorhofflimmern verwendet werden. Strukturelle Herzerkrankungen werden dagegen normalerweise mit einem Echokardiogramm festgestellt, einem erweiterten Ultraschall-Bildgebungstest des Herzens, der spezielle Ausrüstung erfordert und nicht weit verbreitet für Routine-Screenings verfügbar ist.

Forscher entwickelten den KI-Algorithmus unter Verwendung von mehr als 266.000 12-Kanal-ECG-Aufzeichnungen von mehr als 110.000 Erwachsenen. Basierend auf dieser Datenbibliothek entwickelten sie einen Algorithmus zur Identifizierung struktureller Herzerkrankungen aus einem Einkanal-ECG, das mit Smartwatch-Sensoren erhalten werden kann. Für diesen Zweck isolierten die Forscher nur eine der 12 Ableitungen des EKGs, die dem Einkanal-ECG auf Smartwatches ähnelt. Sie berücksichtigten auch zufällige Störungen im ECG-Signal oder "Rauschen", das bei der Aufzeichnung eines Einkanal-EKGs mit realen Smartwatches auftreten könnte.

Die Analyse ergab, dass das KI-Modell bei der Verwendung von Einkanal-EKGs, die mit Krankenhausgeräten erhalten wurden, sehr effektiv bei der Unterscheidung von Personen mit und ohne strukturelle Herzerkrankungen war und 92% auf einer standardisierten Leistungsskala erreichte. Unter den 600 Teilnehmern mit den Einkanal-EKGs, die von einer Smartwatch erhalten wurden, behielt das KI-Modell eine hohe Leistung von 88% für die Erkennung struktureller Herzerkrankungen bei. Der KI-Algorithmus identifizierte die meisten Menschen mit Herzerkrankungen genau (86% Sensitivität) und war hochpräzise beim Ausschluss von Herzerkrankungen (99% negativer prädiktiver Wert).

Die Studie umfasste 600 Teilnehmer, die an einem realen prospektiven Test teilnahmen und 30-Sekunden-Einkanal-EKGs mit einer Smartwatch aufzeichneten, während sie am selben Tag einen Herzultraschall erhielten. Das mediane Alter der Teilnehmer betrug 62 Jahre, und etwa die Hälfte waren Frauen. Etwa 5% wiesen strukturelle Herzerkrankungen im Herzultraschall auf.

Forscher planen, das KI-Tool in breiteren Umgebungen zu evaluieren und zu untersuchen, wie es in gemeindebasierte Screening-Programme für Herzerkrankungen integriert werden könnte, um sein potenzielles Potenzial zur Verbesserung der Präventivversorgung zu bewerten. Die vollständigen Studienergebnisse sind im Online Program Planner der Scientific Sessions 2025 verfügbar.