KI erkennt Alterungseffekte im EKG
Ein KI-gestütztes Modell analysiert Alterungseffekte im EKG und identifiziert ein erhöhtes kardiovaskuläres Risiko. Eine Längsschnittstudie mit Daten aus Deutschland bestätigt die hohe Vorhersagekraft des Modells. Die Erkenntnisse könnten helfen, gefährdete Patienten frühzeitig zu identifizieren und gezielt zu behandeln.
- IT
- Medizin
- QM
Ein KI-gestütztes EKG-Modell zeigt, dass Alterungseffekte im 12-Kanal-EKG mit einem erhöhten Herz-Kreislauf-Risiko korrelieren. Ursprünglich mit brasilianischen Daten trainiert, wurde das Modell nun anhand einer deutschen Kohorte mit über 20 Jahren Nachbeobachtung validiert. Die Vorhersagegenauigkeit blieb mit einem r²-Wert von 0,70 nahezu identisch zur ursprünglichen Studie (0,71).
Die Längsschnittanalyse verstärkte den Zusammenhang zwischen Alterungseffekten und kardiovaskulären Erkrankungen. Die Hazard Ratio für Mortalität stieg von 1,43 auf 1,65. Zudem wurden höhere Odds Ratios für Vorhofflimmern, Herzinsuffizienz und Sterblichkeit festgestellt.
Mit erklärbaren KI-Methoden konnte gezeigt werden, dass sich das Modell auf bekannte EKG-Merkmale konzentriert, die mit dem Alterungsprozess in Zusammenhang stehen. Die Ergebnisse unterstreichen das Potenzial der KI-basierten EKG-Analyse als neuen Marker zur frühzeitigen Identifizierung von Risikopatienten…
nature.com
Gebündelt, stets aktuell und immer handverlesen werden alle Neuigkeiten gesammelt und anwenderbezogen aufbereitet.