Nachrichten 12.07.2017

Algorithmus schlägt Kardiologen bei der EKG-Diagnostik

Moderne Maschinenlernalgorithmen schrauben die Qualität automatischer EKG-Auswertungen nach oben. An der Universität Stanford hat jetzt ein Algorithmus zwölf verschiedene Herzrhythmusstörungen anhand eines Ein-Kanal-EKGs zuverlässiger diagnostiziert als sechs erfahrene Kardiologen.

Das Maschinenlernen, im Englischen Deep Learning und umgangssprachlich oft und nicht ganz korrekt „künstliche Intelligenz“ (KI) genannt, macht in der medizinischen Diagnostik und der Risikoprädiktion zunehmend auf sich aufmerksam. Erst kürzlich konnten britische Experten zeigen, dass ein mit vielen tausend Patientendatensätzen gefüttertes, auf neuronalen Netzwerken basierendes Deep Learning-System das kardiovaskuläre Risiko präziser vorhersagt als ein gängiger Risiko-Score der American Heart Association.

Jetzt haben Computerexperten und Kardiologen der Universität Stanford einen Algorithmus entwickelt, der ein Ein-Kanal-EKG im Hinblick auf zwölf daran erkennbare Herzrhythmusstörungen – darunter Vorhofflimmern und -flattern, AV-Block Typ I und II und totaler Herzblock, Bigeminus, Trigeminus, ventrikuläre und supraventrikuläre Tachykardien und junktionaler Rhythmus – sowie Sinusrhythmus und Messfehler („Noise“) auswertet.

Sie berichten darüber auf dem Preprint-Server arXiv, einer Online-Datenbank, in der vor allem Physiker und Computerwissenschaftler Originalarbeiten zur Kommentierung einstellen, die noch keinen Peer Review durchlaufen haben.

Automatische EKG-Auswertungen an sich sind keine Neuheit. Die diagnostische Treffsicherheit der existierenden Programme ist aber begrenzt, und insbesondere bei der Differenzialdiagnostik von Arrhythmien stoßen konventionelle Programme sehr rasch an Grenzen.

Selbstlernender Algorithmus

Die Stanforder Lösung arbeitet deutlich feingranularer. Dies gelang, weil sie mit einem selbstlernenden Algorithmus arbeitet, der auf einem sehr komplexen neuronalen Netzwerk beruht. Das Netzwerk wurde mit insgesamt rund 64.000 Ein-Kanal-EKGs von knapp 30.000 Patienten trainiert. Die jeweils 30 Sekunden langen EKG-Streifen mussten dafür von geschulten Experten eigens annotiert werden.

Im Anschluss an dieses „Training“ wurde ein Test-Set von 336 EKGs für die Validierung benutzt. Die Validierung lief so ab, dass zunächst ein Gremium ausgewiesener Herzrhythmusexperten die 336 Test-EKGs gemeinsam befundete und sich im Konsensverfahren jeweils auf eine Diagnose festlegte. Dieser Expertenkonsensus war der Goldstandard. Danach wurden die 336 EKGs dann einerseits von dem trainierten Algorithmus analysiert, andererseits von sechs EKG-erfahrenen einzelnen Kardiologen befundet, die nichts mit dem Goldstandard-Expertengremium zu tun hatten.

Um es kurz zu machen: Das Computermodell schlug alle sechs einzelnen Kardiologen bei fast allen Rhythmusstörungen. Lediglich bei den ventrikulären Tachykardien waren die Kardiologen besser, beim junktionalen Rhythmus gab es ein Patt. Wurde die Performance über alle Rhythmusstörungen hinweg gemittelt, waren sowohl die Sensitivität als auch der positiv-prädiktive Wert beim Computermodell höher als beim Durchschnitt der sechs Kardiologen.

Literatur

Rajpurkar P et al. Cardiologist-Level Arrhythmia Detection with Convolutional Neural Networks. arXiv:1707.01836; https://arxiv.org/abs/1707.01836

Highlights

ESC-Kongress 2020

Für die virtuelle Jahrestagung der European Society of Cardiology (ESC) haben sich mehr als 100.000 Teilnehmer angemeldet. Die wichtigsten Änderungen der neuen Leitlinien und die praxisrelevanten Studien finden Sie in diesem Dossier.

Corona, COVID-19 & Co.

Die Ausbreitung des Coronavirus hat einschneidende Folgen auch für die Herzmedizin. Aktuelle Meldungen zu SARS-CoV-2 bzw. zu der Lungenkrankheit COVID-19 finden Sie in diesem Dossier.

Aktuelles und Neues aus der Kardiologie

Konsensuspapier zu medikamenteninduzierten Rhythmusstörungen

Viele verbreitete Medikamente können Herzrhythmusstörungen verursachen, mit teils lebensbedrohlichen Folgen. Ein neues Konsensuspapier soll Ärzte dafür sensibilisieren und Präventionsmöglichkeiten aufzeigen.

Herzschäden durch COVID-19 – Grund zur Vorsicht, aber kein Grund zur Panik

Selbst bei wenig symptomatischen Patienten finden sich im Kardio-MRT zumindest teilweise Myokardschäden. Doch wie relevant sind diese und wie damit umgehen? Ein Gespräch mit Prof. Eike Nagel, der sich unabhängig von COVID-19 für ein neues Myokarditis-Konzept stark macht. 

Wann der ultradünne Stent die bessere Wahl ist

Der ultradünne Orsiro-Stent läuft dem Xience-Stent langsam den Rang ab. Beim DGK.Online-Kongress diskutieren Experten, ob und wann genau der Orsiro wirklich besser ist.

Aus der Kardiothek

Thorax-CT bei COVID-19-Patient – worauf zeigen die Pfeile?

Natives CT des Thorax bei einem Patienten mit COVID-19-Pneumonie (kleiner Pfeil). Was ist noch zu sehen (große Pfeile)?

Was sehen Sie im Kardio-MRT?

Kardio-MRT (Late Gadolinium Enhancement) mit Darstellung eines Kurzachsenschnitts im mittventrikulären Bereich. Was ist zu sehen?

BNK-Webinar "Von den Toten lernen für das Leben"

Alle verstorbenen COVID-19-Patienten werden in Hamburg obduziert und häufig auch im CT  betrachtet. Rechtsmediziner Prof. Klaus Püschel gewährt einen Einblick in seine Arbeit und erläutert die Todesursachen der Patienten – mit speziellem Fokus auf das Herz.

Bildnachweise
ESC-Kongress (virtuell)/© [M] metamorworks / Getty Images / iStock | ESC
Corona/© Naeblys / Getty images / iStock
Thorax-CT/© S. Achenbach (Friedrich-Alexander-Universität Erlangen)
Kardio-MRT (Late Gadolinium Enhancement)/© Stephan Achenbach, Friedrich-Alexander-Universität Erlangen
BNK-Webinar/© BNK | Kardiologie.org