Erstmals einheitliche Qualitätskriterien für EKG-KI: Innsbrucker Team veröffentlicht Benchmark BenchECG

Eine Forschungsgruppe der Medizinischen Universität Innsbruck hat das Foundation-Model xECG entwickelt, das EKG-Signale in ihrer gesamten Bandbreite analysieren kann. Gleichzeitig stellt das Team mit BenchECG erstmals ein standardisiertes Bewertungssystem für EKG-Foundation-Modelle vor. Die Studie erschien im Fachmagazin „npj Digital Medicine“.

Anders als herkömmliche KI-Modelle, die nur einzelne Aufgaben wie das Erkennen einer bestimmten Herzrhythmusstörung beherrschen, erfasst xECG das Herzsignal umfassend. Es kann dieses Wissen flexibel auf verschiedene medizinische Fragestellungen übertragen, auch wenn nur wenige spezifische Trainingsdaten vorliegen.

Das Modell kombiniert die xLSTM-Architektur mit einer erstmals für Zeitreihendaten angepassten Trainingsmethode aus der Bildverarbeitung. Trainiert wurde es mit rund acht Millionen EKGs von etwa 1,7 Millionen Patientinnen und Patienten. Laut Gruppenleiter Clemens Dlaska skaliert der Rechenaufwand linear mit der Signallänge, was die Verarbeitung langer Aufzeichnungen wie nächtlicher Schlafapnoe-Diagnostik ermöglicht.

BenchECG definiert drei zentrale Anforderungen an EKG-Foundation-Modelle: Sie müssen verschiedene Aufgabentypen bewältigen, unterschiedliche EKG-Formate verarbeiten und bei heterogenen Patientengruppen zuverlässig funktionieren. Viele bestehende Modelle bestanden diese Prüfung nur teilweise. Erste klinische Anwendungen von xECG sind laut Dlaska und Klinikdirektor Axel Bauer bereits in Vorbereitung.