Nachrichten 05.08.2019

Zeig mir deinen Sinusrhythmus, und ich sage dir, ob du Vorhofflimmern bekommst

Neues aus der digitalen Kardiologie: Die in Sachen Maschinenlernen sehr aktiven Herzforscher der Mayo Clinic haben einem Algorithmus beigebracht, Vorhofflimmern zu erkennen – auf Basis eines scheinbar normalen kurzen EKG-Streifens mit Sinusrhythmus.

Maschinenlernalgorithmen können aus diagnostischen Datensätzen unter Umständen Informationen ablesen, die dem menschlichen Auge nicht ohne weiteres zugänglich sind. Das EKG ist dafür ein besonders prägnantes Beispiel. Wissenschaftler der Mayo Clinic hatten vor einem Jahr berichtet, dass ein Algorithmus anhand von 12-Kanal-Sinusrhythmus-EKGs Patienten mit erhöhtem Risiko für eine spätere Verringerung der linksventrikulären Funktion identifizieren kann. Dies gelang zuverlässiger als mit den allseits bekannten EKG-Zeichen für linksventrikuläre Belastung.

650.000 kurze EKG-Streifen analysiert

Dieselbe Arbeitsgruppe berichtet jetzt im Fachblatt „The Lancet“ über eine Folgestudie, bei der ein neuronales Netzwerk auf Basis von Googles TensorFlow-Plattform darauf trainiert wurde, anhand von nur zehn Sekunden langen 12-Kanal-EKG-Streifen mit Sinusrhythmus zu erkennen, ob der Patient ein Vorhofflimmern entwickeln wird. Eine solche Anwendung könnte bei Patienten mit kryptogenem Schlaganfall nützlich sein: Es könnten Patienten identifiziert werden, bei denen die Chance, Vorhofflimmern durch ein aufwändiges Rhythmusmonitoring zu entdecken, besonders hoch ist.

Konkret haben sich die Wissenschaftler um den Data Scientist Zachi Attia sämtliche Patienten angesehen, bei denen zwischen 1994 und Mitte 2017 an der Mayo Clinic ambulant oder stationär ein 12-Kanal-EKG aufgezeichnet wurde, das einen Sinusrhythmus zeigte. Insgesamt handelte es sich um gut 180.000 Patienten mit rund 650.000 normalen oder scheinbar normalen Sinusrhythmus-EKGs. Etwa acht bis neun Prozent dieser Patienten entwickelten im Verlauf Vorhofflimmern, dokumentiert durch mindestens ein anderes EKG mit entsprechendem Befund.

Die Wissenschaftler wollten jetzt wissen, ob es möglich ist, anhand der Sinusrhythmus-EKGs vorherzusagen, beim wem später ein Vorhofflimmern-EKG aufgezeichnet wird. Dazu wurde ein Zeitfenster von 31 Tagen vor dem ersten dokumentierten Vorhofflimmern-EKG definiert. Der Algorithmus wurde anhand von 126.000 Patienten trainiert, danach an 18.000 Patienten validiert und schließlich anhand von 36.000 Patienten getestet.

Prädiktion gelang zu einem gewissen Grad

Die Hypothese war, dass strukturelle und/oder elektrophysiologische Veränderungen auf Ebene der Vorhöfe sich bei Patienten mit intermittierendem oder bevorstehendem kontinuierlichem Vorhofflimmern bereits in den Sinusrhythmus-EKGs niederschlagen. Beispielhaft genannt werden in der Veröffentlichung subtile P-Wellen-Veränderungen als Folge interatrialer Blocks oder als Folge von Reizleitungsstörungen im Vorhofohr, die mit bloßem Auge kaum erkennbar sind.

Tatsächlich gelang diese Prädiktion zu einem gewissen Grad. Wenn die Spezifität auf knapp 80 Prozent eingestellt wurde, betrug die Sensitivität ebenfalls rund 80 Prozent. Für einen diagnostischen Test wäre das inakzeptabel, für ein Erstlinien-Screening ist es so schlecht nicht, insbesondere wenn die Vorhersage auf Basis einer ohnehin vorliegenden Routineuntersuchung erfolgt.  Die Autoren weisen darauf hin, dass die Vorhersagekraft des EKG-Algorithmus, wenn sich die Daten bestätigen sollten, eher besser sei als beispielsweise beim Papanicolaou-Screening auf Gebärmutterhalskrebs.

Als „bahnbrechende“ Arbeit bewertet

Auch in einem begleitenden Editorial von zwei Rhythmologen aus Australien und Großbritannien kommen die Arbeiten der US-Forscher gut weg: Die Rede ist von einer „bahnbrechenden“ Arbeit, die freilich Limitationen hat. Ob die Vorhersagen prospektiv genauso zuverlässig funktionieren, ist noch offen. Auch dürften die Trefferquoten anders aussehen, wenn die Grundgesamtheit keine Krankenhauspopulation mit einer Vorhofflimmern-Prävalenz von 8 bis 9 Prozent ist, sondern eine Population, die die breitere Bevölkerung widerspiegelt, mit entsprechend niedrigerer Prävalenz von Vorhofflimmern.

Literatur

Attia ZI et al. An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction. Lancet 2019; 1. August 2019. Doi: 10.106/S0140-6736(19)31719-2

Hendriks JML, Fabritz L. AI can now identify atrial fibrillation through sinus rhythm. Lancet 2019; 1. August 2019. Doi: 10.106/S0140-6736(19)31721-0

Highlights

Kardiothek

Alle Videos der Kongressberichte, Interviews und Expertenvorträge zu kardiologischen Themen. 

Corona, COVID-19 & Co.

Aktuelle Meldungen zu SARS-CoV-2 bzw. zu der Lungenkrankheit COVID-19 finden Sie in diesem Dossier.

Aktuelles und Neues aus der Kardiologie

Degenerierte Bioprothesen: Welche TAVI-Klappe ist die beste Wahl?

Bei Patienten mit degenerierten kleinen Aortenklappen-Bioprothesen scheinen selbstexpandierende Transkatheter-Klappen für den katheterbasierten Klappenersatz (Valve-in-Valve-Prozedur) die bessere Option zu sein – zumindest in hämodynamischer Hinsicht.

Benefit von Empagliflozin bei HFpEF keine Frage des Alters

Für den klinischen Nutzen des SGLT2-Hemmers Empafliflozin bei Herzinsuffizienz mit erhaltener Auswurffraktion ist das Alter der Patienten kein zu berücksichtigender Faktor, zeigt eine neue Subanalyse der Studie EMPEROR-Preserved.

Krebsdiagnose erhöht Herzrisiko – unabhängig von traditionellen Risikofaktoren

Menschen, die eine Krebserkrankung überlebt haben, sind einem erhöhten kardiovaskulären Risiko ausgesetzt. Doch woran liegt das? Laut einer prospektiven Studie sind die bekannten Risikofaktoren größtenteils nicht dafür verantwortlich – diese Erkenntnis, postulieren die Autoren, könnte die Praxis beeinflussen.

Aus der Kardiothek

Hätten Sie es erkannt?

Echokardiographischer Zufallsbefund. Was fällt auf?

Interventionelle Techniken bei Herzinsuffizienz: Bei wem, was und wann?

Für das Management von Herzinsuffizienz-Patienten stehen inzwischen auch interventionelle Techniken zur Verfügung, etwa ein intratrialer Shunt zur HFpEF-Therapie oder invasive Devices für die Fernüberwachung. Dr. Sebastian Winkler erklärt in diesem Video, wann der Einsatz solcher Techniken sinnvoll sein könnte, und was es dabei zu beachten gilt.

SGLT2-Hemmung bei Herzinsuffizienz: Mechanismen und pleiotrope Effekte

Inzwischen ist bekannt, dass SGLT2-Inhibitoren über die blutzuckersenkende Wirkung hinaus andere günstige Effekte auf das Herz und die Niere entfalten. Prof. Norbert Frey wirft einen kritischen Blick auf die Studienlage und erläutert daran, was über die Mechanismen der SGLT2-Hemmung tatsächlich bekannt ist.

Kardiothek/© kardiologie.org
Corona/© Naeblys / Getty images / iStock
Kardio-Quiz Juni 2022/© Stephan Achenbach, Friedrich-Alexander-Universität Erlangen
Vortrag vom BNK/© BNK | Kardiologie.org