KI in der Kardiologie
Kardiovaskuläre Risikovorhersage durch intelligente EKG-Analyse

Im Bereich der Früherkennung von Herz-Kreislauf-Erkrankungen besteht eine »diagnostische Lücke«: Menschen mit erhöhten Risikofaktoren, die jedoch keine Symptome aufweisen, werden oft nicht frühzeitig als Risikopatientinnen und -patienten identifiziert. Durch ein optimiertes Screening könnte aber die Prävention von kardiovaskulären Erkrankungen verbessert werden. Genau hier setzt das Projekt »AI Cardiology« an.

Das Ziel ist die Entwicklung einer auf Künstlicher Intelligenz (KI) gestützten EKG-Analyse zur Detektion kardiovaskulärer Risikofaktoren in 12-Kanal- und 1-Kanal-EKGs, um ein effektives Screening zur Früherkennung des kardiovaskulären Risikos zu ermöglichen.

Der Ansatz: Von der Klinik in den Alltag

Das Projekt verfolgt einen zweistufigen Plan, um die kardiovaskuläre Prävention weiterzuentwickeln:

1. Im ersten Schritt sollen auf Basis von 12-Kanal-EKGs KI-Modelle erforscht und entwickelt werden, die relevante kardiovaskuläre Biomarker und Risikofaktoren aus EKGs identifizieren. Dazu gehören Laborparameter wie HbA1c (Langzeitblutzucker), LDL-Cholesterin oder der systolische Blutdruck. Die Erschließung derartiger Werte aus dem EKG ist für medizinisches Personal mit bloßem Auge nach derzeitigem Kenntnisstand nicht möglich. Mittels KI-Methoden wird nun der noch unvollständig erforschte Informationsgehalt von EKGs genutzt, und dessen diagnostische Einsatzmöglichkeiten erweitert.
2. Skalierbarkeit durch Wearables: In einem zweiten Schritt soll dieser Ansatz auf 1-Kanal-EKGs übertragen werden, wie sie in Smartwatches oder Wearables zum Einsatz kommen. Dies ermöglicht ein kostengünstiges sowie leicht zugängliches kontinuierliches Screening im Alltag der Bevölkerung – lange bevor eine Klinik aufgesucht werden muss.

Für dieses Projekt gilt ebenso wie für jedes andere in diesem Feld: KI-Entscheidungen in der Medizin müssen verlässlich sein. Die Aufgabe des Fraunhofer IKS im Projekt ist die Konzeption, Entwicklung und Evaluation der KI-Modelle. Dies spiegelt zwei Kernkompetenzen des Instituts wider

• Robustheit: Der Fokus liegt darauf, , dass KI auch bei unterschiedlichen Datenqualitäten und externen Datensätzen zuverlässig funktioniert.
• Explainable AI (XAI): Damit Mediziner den Ergebnissen vertrauen können, nutzen die Forscherinnen und Forscher des Fraunhofer IKS Techniken der erklärbaren KI. Dies soll Transparenz ermöglichen , warum eine KI eine bestimmte Vorhersage trifft. Das Ziel davon ist, die KI vom »Black-Box-Algorithmus« zu einem verständlichen Assistenzsystem für Ärzte zu machen.

Durch die enge Kooperation mit der Uniklinik Freiburg ist sichergestellt, , dass die Forschung von dort initiiert wird und dort ankommt, wo sie gebraucht wird, nämlich bei den Patientinnen und Patienten.

Das Projekt »AI Cardiology« zeigt, wie durch Forschungsprojekte, die kardiovaskuläre Prävention der Bevölkerung verbessert und die medizinische Forschung am Standort Deutschland gestärkt werden kann. Ein besonderer Dank gilt hierbei der Hector Stiftung für die wertvolle Unterstützung unserer Arbeit.