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.

Highlights

DGK-Kongress to go

DGK.Online 2020 – der Online-Kongress der DGK: Damit Sie auch in Zeiten eingeschränkter Versammlungs- und Reiseaktivitäten immer auf dem aktuellen Stand sind. Sehen Sie Vorträge zu aktuellen Themen von führenden Experten - wann und wo immer Sie wollen.  

Aktuelles zum Coronavirus

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.

Das könnte Sie auch interessieren

Sollte man sehr alte NSTEMI-Patienten invasiv behandeln?

Bei über 80-jährigen Patienten mit einem Nicht-ST-Hebungsinfarkt (NSTEMI) ist der Nutzen einer Revaskularisation bisher wenig erforscht. Eine randomisierte Studie sollte diese Evidenzlücke schließen. Das Ergebnis lässt allerdings Raum für Interpretation.

Welche Vorteile eine verlängerte VTE-Prophylaxe mit Rivaroxaban bietet

Eine verlängerte Prophylaxe mit Rivaroxaban senkt bei wegen internistischen Akuterkrankungen hospitalisierten Patienten signifikant das Risiko sowohl für venöse als auch arterielle thrombotische Ereignisse, ergab eine neue Analyse der MARINER-Studie. 

Schmerzen von Herzinfarkt-Patienten besser mit Paracetamol behandeln?

Patienten mit akutem Koronarsyndrom erhalten häufig Opioide gegen ihre Schmerzen. Doch diese Analgetika können mit der Antiplättchentherapie interagieren. Wissenschaftler haben nun die Eignung eines alternativen Schmerzmittels geprüft.  

Aus der Kardiothek

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.

Kardiologische Implikationen und Komplikationen von COVID-19

Sind kardiovaskulär vorerkrankte Patienten besonders gefährdet, welchen Einfluss haben ACE-Hemmer und Angiotensin-II-Rezeptor-Blocker nun wirklich und was passiert mit dem Herz-Kreislaufsystem im Rahmen eines schweren COVID-19-Verlaufs? Dies und mehr beantwortet Prof. Martin Möckel, Internist, Kardiologe und Notfallmediziner von der Berliner Charité in diesem Webinar.

Bildnachweise
DGK.Online 2020/© DGK
Corona/© Naeblys / Getty images / iStock
Kardio-MRT (Late Gadolinium Enhancement)/© Stephan Achenbach, Friedrich-Alexander-Universität Erlangen
BNK-Webinar/© BNK | Kardiologie.org
Webinar Prof. Martin Möckel/© Springer Medizin Verlag GmbH