Laut einer heute auf der ESC Acute CardioVascular Care 2026, dem Jahreskongress der Association for Acute CardioVascular Care (ACVC), einer Zweigstelle der European Society of Cardiology (ESC), vorgestellten Studie übertraf die auf künstlicher Intelligenz (KI) basierende EKG-Interpretation die Standardverfahren zur Erkennung von okklusivem Myokardinfarkt (MI).
Bei Patienten mit Verdacht auf akutes Koronarsyndrom (ACS) ist eine spezifische Veränderung im EKG, eine sogenannte ST-Hebung, ein Hinweis darauf, dass der Patient möglicherweise einen Verschluss in einer Koronararterie hat. Diese Art von Herzinfarkt wird als ST-Hebungsinfarkt (STEMI) bezeichnet und erfordert eine sofortige perkutane Koronarintervention, um den Blutfluss des Herzens wiederherzustellen. Bei Patienten ohne ST-Hebung kann die Ursache der Brustschmerzen weniger sicher sein und es sind weitere Tests erforderlich, um zu bestätigen, ob der MI auf einen Verschluss zurückzuführen ist.
Viele Patienten ohne ST-Hebung haben einen okklusiven Myokardinfarkt, aber für Ärzte kann es schwierig sein, dies schnell und genau zu erkennen, was zu Verzögerungen bei der Bereitstellung von Notfallbehandlungen führt. Wir haben untersucht, ob eine KI-basierte Interpretation des anfänglichen EKG die Genauigkeit der Erkennung okklusiver Myokardinfarkte ohne ST-Hebung verbessern kann, um das Patientenmanagement zu optimieren.“
Moderator: Dr. Federico Nani vom Zentralkrankenhaus Bozen, Italien
An dieser prospektiven Studie mit einem Zentrum nahmen 1.490 Patienten teil, die Symptome aufwiesen, die auf ein ACS hindeuteten, jedoch keine ST-Hebung im anfänglichen EKG zeigten. Das Durchschnittsalter betrug 63 Jahre und 42 % waren weiblich. Ärzte interpretierten das anfängliche EKG, testeten die Werte des kardialen Biomarkers Troponin und führten bei Bedarf eine Koronarangiographie durch, um einen okklusiven Myokardinfarkt auf der Grundlage der ESC-Richtlinien zu diagnostizieren. Parallel dazu wurde das anfängliche EKG durch einen Smartphone-basierten, CE-zertifizierten AI-EKG-Algorithmus interpretiert.
Die KI-basierte EKG-Interpretation schloss bei 1.382 Patienten einen okklusiven Myokardinfarkt aus und erkannte ihn bei 108 Patienten (7 %). Die KI-basierte Methode identifizierte einen obstruktiven Myokardinfarkt in 84 % der Fälle korrekt. Die Sensitivität betrug 77 %, die Spezifität 99 % und der negative Vorhersagewert 98 %. Es gab 27 falsch-negative (2 %) und 17 falsch-positive (1 %).
Gemäß dem Standarddiagnoseweg wurde ein okklusiver Myokardinfarkt bei 1.207 Patienten anhand des Troponinspiegels ausgeschlossen und 283 Patienten wurden einer Koronarangiographie unterzogen, um die Diagnose zu bestätigen oder auszuschließen. Insgesamt identifizierte die menschliche EKG-Interpretation in 42 % der Fälle einen okklusiven Myokardinfarkt korrekt.
Doktor Nani kam zu dem Schluss: „Dieser einfache, zugängliche KI-basierte Ansatz zeigte eine überlegene Genauigkeit bei der Identifizierung und dem Ausschluss von okklusivem Herzinfarkt im Vergleich zu herkömmlichen diagnostischen Wegen bei Patienten ohne ST-Hebung. Die Ergebnisse unserer Single-Center-Studie erfordern eine weitere Validierung, aber diese Ergebnisse legen nahe, dass die KI-EKG-Interpretation eine wertvolle Ergänzung zu bestehenden Entscheidungsfindungsinstrumenten ist, um die Früherkennung und eine rechtzeitige, wirksame Behandlung zu verbessern.“
Die Leistungsfähigkeit der KI zur Unterstützung der Behandlung von Herz-Kreislauf-Erkrankungen wird als Schwerpunktthema des diesjährigen jährlichen ESC-Kongresses, der vom 28. bis 31. August 2026 in München, Deutschland, stattfindet, weiter erforscht.
Quellen: