Nachrichten 24.07.2019

Künstliche Intelligenz: Maschinelles Lernen soll Risikostratifizierung vor TAVI verbessern

Beim Maschinellen Lernen generiert ein Computerprogramm selbstständig Wissen aus Erfahrung, indem es Beispiele analysiert. Diese Art von Künstlicher Intelligenz liefert inzwischen auch präzise Vorhersagen bezüglich des Sterberisikos von TAVI-Patienten, ergab eine neue Studie. Doch reicht das schon für den Einsatz in der klinischen Praxis?

In einer neuen Analyse aus den USA untersuchten Forscher, inwieweit Maschinelles Lernen dabei helfen könnte, zu berechnen, wie hoch das Risiko für Patienten nach einer Transkatheter-Aortenklappenimplantation (TAVI) ist, im Krankenhaus zu sterben. Vier Modelle, die durch Maschinelles Lernen entwickelt wurden, zeigten gute Ergebnisse. Am besten funktionierte das Modell basierend auf Logistischer Regression.

Genauere Prognose durch Künstliche Intelligenz?

Die Studienautoren um Dr. Dagmar Hernandez-Suarez von der Universität Puerto Rico sehen in solchen Modellen nicht nur Potential für die Risikostratifizierung nach TAVI, sondern bei allen interventionellen Eingriffen bei strukturellen Herzerkrankungen. In ihrer Publikation plädieren sie dafür, Maschinelles Lernen im Klinikalltag weiter auszuwerten, um genauer zu verstehen, wie es Patienten mit schwerer Aortenstenose unterstützen kann. Sie erhoffen sich, Patienten und Angehörigen dadurch genauer sagen zu können, wie hoch die Überlebenschance im Falle von Komplikationen ist.

Die Forscher nutzten für das Maschinelle Lernen Daten aus der amerikanischen National Inpatient Sample Datenbank. Mehr als 10.000 Patienten, die zwischen 2012 und 2015 eine TAVI erhielten, waren Teil der Studie. Das Durchschnittsalter lag bei 81 Jahren, 48% waren Frauen. 3,6% der Patienten starben vor der Entlassung.

Alle Modelle zeigten gute Ergebnisse

Die Grundlagen der vier verschiedenen Modelle des Maschinenlernens waren: Logistische Regression, ein künstliches neuronales Netzwerk, Naive Bayes-Klassifikatoren und Random Forest Algorithmen, die auf Entscheidungsbäumen basieren. Die Forscher berichteten, dass alle vier gut funktionierten, gemessen an der Fläche unter der Kurve (AUC). Die beste Leistung zeigte das auf Logistischer Regression basierende Modell (0,92 AUC), gefolgt von den Naiven Bayes-Klassifikatoren (0,90 AUC) und den Random Forest Algorithmen (0,90 AUC). Schlusslicht war das künstliche neuronale Netzwerk (0,85 AUC).

Die in allen Modellen am stärksten berücksichtigten Faktoren waren folgende, in der Reihenfolge ihrer Gewichtung: Akute Nierenschäden, kardiogener Schock, Flüssigkeits- und Elektrolytstörungen, Herzstillstand, Sepsis, Hyperlipidämie, Bluthochdruck, Koagulopathie, Rauchen und Gefäßkomplikationen.

Nach Ansicht von Hernandez-Suarez könnte das logistische Regressionsmodell, das die besten Ergebnisse lieferte, Ärzte beim Einschätzen der Prognose von TAVI-Patienten unterstützen. Es sei jedoch notwendig, zunächst weitere Studien mit anderen Kohorten durchzuführen.

Zurzeit meistgelesene Artikel

Highlights

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.

„Polypille“ reduziert kardiovaskuläre Ereignisse um ein Drittel

In der bisher größten randomisierten Studie zum Nutzen der „Polypille“ konnte ein  niedrigdosierte Fixkombination von vier Wirkstoffen  die Häufigkeit kardiovaskulärer Ereignisse um rund ein Drittel senken. In der Primärprävention und bei hoher Compliance war der Effekt am eindrucksvollsten.

Aus der Kardiothek

Risikoadjustierter Vergleich zwischen transapikaler TAVI und chirurgischem Aortenklappenersatz

PD Dr. Peter Stachon, UK Freiburg – Sprecher
vs. 
Prof. Rüdiger Autschbach, UK Aachen – Diskutant

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
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