EKG-Diagnostik mit Hilfe künstlicher Intelligenz: aktueller Stand und zukünftige Perspektiven – Teil 2

Zusammenfassung Während grundlegende Aspekte der Anwendung von künstlicher Intelligenz (KI) zur Elektrokardiogramm(EKG)-Analyse in Teil 1 dieser Übersicht behandelt wurden, beschäftigt sich die vorliegende Arbeit (Teil 2) mit einer Besprechung von aktuellen Studien zum praktischen Einsatz dieser neuen Technologien und Aspekte ihrer aktuellen und möglichen zukünftigen Anwendung. Die Anzahl der zum Thema KI-basierte EKG-Analyse publizierten Studien steigt seit 2017 rasant an. Dies gilt vor allem für Untersuchungen, die Deep Learning (DL) mit künstlichen neuronalen Netzen (KNN) einsetzen. Inhaltlich geht es nicht nur darum, die Schwächen der klassischen EKG-Diagnostik mit Hilfe von KI zu überwinden und die diagnostische Güte des Verfahrens zu verbessern, sondern auch die Funktionalität des EKGs zu erweitern. Angestrebt wird die Erkennung spezieller kardiologischer und nichtkardiologischer Krankheitsbilder sowie die Vorhersage zukünftiger Krankheitszustände, z. B. die zukünftige Entwicklung einer linksventrikulären Dysfunktion oder das zukünftige Auftreten von Vorhofflimmern. Möglich wird dies, indem KI mittels DL in riesigen EKG-Datensätzen subklinische Muster findet und für die Algorithmen-Entwicklung nutzt. Die KI-unterstützte EKG-Analyse wird somit zu einem Screening-Instrument und geht weit darüber hinaus, nur besser als ein Kardiologe zu sein. Die erzielten Fortschritte sind bemerkenswert und sorgen in Fachwelt und Öffentlichkeit für Aufmerksamkeit und Euphorie. Bei den meisten Studien handelt es sich allerdings um Proof-of-Concept-Studien. Häufig werden private (institutionseigene) Daten verwendet, deren Qualität unklar ist. Bislang ist nur selten eine klinische Validierung der entwickelten Algorithmen in anderen Kollektiven und Szenarien erfolgt. Besonders problematisch ist, dass der Weg, wie KI eine Lösung findet, bislang meistens verborgen bleibt (Blackbox-Charakter). Damit steckt die KI-basierte Elektrokardiographie noch in den Kinderschuhen. Unbestritten ist aber schon absehbar, dass das EKG als einfach anzuwendendes und beliebig oft wiederholbares diagnostisches Verfahren auch in Zukunft nicht nur weiterhin unverzichtbar sein wird, sondern durch KI an klinischer Bedeutung gewinnen wird.