Nachrichten 22.05.2019

Berechnet künstliche Intelligenz das Sterberisiko präziser als der Mensch?

Beim maschinellen Lernen generiert eine Maschine Wissen aus Erfahrung. Das gelang in einer neuen Studie erstaunlich gut. Ein Algorithmus berechnete das Herzinfarkt- und Sterberisiko von Patienten so genau, dass er Ärzte bei Behandlungsentscheidungen unterstützen könnte.

Ob bei der Google-Suche, Gesichtserkennung oder selbstfahrenden Autos – maschinelles Lernen, die Basis von künstlicher Intelligenz, wird bereits vielfach eingesetzt. In einer Studie, die bei der ICNC 2019 (Internationale Konferenz für Nukleare Kardiologie und Herz-CT) in Lissabon präsentiert wurde, lernte ein Algorithmus, wie Bilddaten interagieren. Er analysierte mehrfach 85 Variablen bei 950 Patienten mit bekannten Sechsjahresergebnissen. Im Anschluss identifizierte er Muster, die die Variablen mit mehr als 90-prozentiger Genauigkeit mit Endpunkten wie Tod und Herzinfarkt in Beziehung setzten. Dadurch waren deutlich präzisere Vorhersagen möglich als mit von Menschen verwendeten Formeln, die viel weniger Variablen berücksichtigen.

Analyse mehrerer Verfahren funktionierte am besten

Das Forscherteam um Studienautor Dr. Luis Eduardo Juarez-Orozco vom Turku PET Center in Finnland beobachtete 950 Brustschmerzpatienten über sechs Jahre. Zu Beginn hatten alle die gängige Untersuchung durchlaufen, um Erkrankungen der Koronargefäße festzustellen. Die Forscher berücksichtigten Daten aus der CT-Angiografie (CTA) bezüglich Koronarplaque und Gefäßverengung, Daten zum Blutfluss aus der Positronen-Emissions-Tomografie (PET) und klinische Variablen wie Geschlecht, Alter oder Risikofaktoren aus medizinischen Unterlagen. Die insgesamt 85 Variablen wurden in einen maschinellen Lernalgorithmus namens LogitBoost eingegeben, der sie so lange analysierte, bis er die beste Struktur fand, um vorherzusagen, wer einen Herzinfarkt hatte oder starb. Während der Nachbeobachtungszeit traten 24 Herzinfarkte und 49 Todesfälle auf.

Nach Ansicht der Autoren könnten die vom Algorithmus gefundenen Muster helfen, das individuelle Risiko von Patienten zu bewerten. Im Vergleich dazu funktionierte die Vorhersage durch zehn klinische Variablen, wie in der gängigen Praxis, deutlich schlechter. Eine entsprechende AUC-Berechnung (Area under the curve), bei der 1,0 ein perfektes und 0,5 ein zufälliges Ergebnis ist, ergab dafür einen Wert von 0,65. Kamen PET-Daten hinzu, stieg er auf 0,69. Die Vorhersageleistung von klinischen Daten plus PET-Daten und CTA-Daten war mit 0,82 signifikant besser.

Algorithmus könnte Risikoprädiktion unterstützen

Studienautor Juarez-Orozco ist zuversichtlich: „Ärzte sammeln bereits viele Informationen über Patienten, etwa Menschen mit Brustschmerzen. Wir haben festgestellt, dass maschinelles Lernen diese Daten integrieren und das individuelle Risiko genau vorhersagen kann. Dies sollte es uns ermöglichen, die Behandlung zu personalisieren und letztendlich zu besseren Ergebnissen für die Patienten führen“, sagte er in einer Pressemitteilung der ESC.

Literatur

Juarez Orozco L et al. Refining the long-term prognostic value of hybrid PET/CT through machine learning. ICNC, Lissabon. Young Investigator Award Abstracts, 12.5.2019, 9-10h.

ESC-Pressemitteilung: Machine learning overtakes humans in predicting death or heart attack. 12.5.2019.

Zurzeit meistgelesene Artikel

Highlights

STEMI – mein Alptraum – aus Fehlern lernen

PD Dr. Michael Kreußer, UK Heidelberg

Erstes Antidot gegen Faktor-Xa-Hemmer jetzt in Deutschland verfügbar

Andexanet-alfa, das erste in der EU zugelassene Faktor-Xa-Inhibitor-Antidot zur Behandlung lebensbedrohlicher Blutungen bei Antikoagulation mit  Rivaroxaban oder Apixaban, ist seit dem 1. September verfügbar, teilt die Portola Deutschland GmbH mit

Neuartiger Lipidsenker besteht Test in erster Phase-III-Studie

Über positive „Top Line“-Ergebnisse  der ersten Phase-III-Studie zur Wirksamkeit und Sicherheit des innovativen Cholesterinsenkers Inclisiran  informiert aktuell der Hersteller. Im Detail wird die Studie in Kürze beim europäischen Kardiologenkongress vorgestellt.

Aus der Kardiothek

Live Cases

Kontroverser Fall: So kann man wiederkehrendes Vorhofflimmern auch behandeln

Ein Patient leidet an wiederkehrendem Vorhofflimmern. Das Team um Prof. Boris Schmidt entscheidet sich für eine ungewöhnliche Strategie: die Implantation eines endokardialen Watchmann-Okkluders, um den linken Vorhof zu isolieren. Das genaue Prozedere sehen Sie hier. 

Spezielle Katheterablations-Strategie bei ausgeprägtem Narbengewebe

Die ventrikuläre Tachykardie eines 54-jährigen Patienten mit zurückliegendem Hinterwandinfarkt soll mit einer Katheterablation beseitigt werden. Prof. Thomas Deneke entscheidet sich für eine unkonventionelle Strategie und erläutert wie das CT  in solchen Fällen helfen kann. 

Komplizierte Mehrgefäß-KHK bei einem jungen Patienten

Mehrere komplexe Stenosen bei einem 46-jährigen Patienten erfordern ein strategisch sinnvolles Vorgehen. Wofür sich das Team um PD Dr. Hans-Jörg Hippe vom Universitätsklinikum Schleswig-Holstein Klinik entschieden hat, erfahren Sie in diesem Livecase. 

Bildnachweise
Vortrag von M. Kreußer/© DGK 2019
Vortrag von Ch. Liebetrau/© DGK 2019
Diskussion P. Stachon vs. R. Autschbach/© DGK 2019
Vortrag von T. Schmidt/© DGK 2019
Vortrag von St. Massberg/© DGK 2019
DGK Herztage 2018 - Interview Prof. Dr. Boris Schmidt
Vortrag Prof. Dr. Thomas Deneke - Jahrestagung DGK 2018/© DGK 2018
Vortrag Priv.-Doz. Dr. Hans-Jörg Hippe Jahrestagung DGK 2018/© DGK