Cardiomatics - AI to cardiac diagnostic and treatment.

Präzise Diagnosen, verbesserte Arbeitsabläufe, bessere Patientenergebnisse und ein geringerer Verwaltungsaufwand für Ärzte – medizinische Algorithmen in der Kardiologie zeigen vielversprechende Ergebnisse. Die KI-basierte EKG-Analyse ermöglicht es Ärzten und Gesundheitsmanagern, verschiedene prioritäre Ziele zu erreichen. Präzision ist nur ein kleiner Teil der Geschichte.

Die Suche nach Anomalien in den Komponenten von EKG-Signalen gehört zum Alltagsgeschäft von Kardiologen. Es dauert lange, die Sprache der elektrischen Aktivität des Herzens, die im QRS-Komplex, in den PR- und ST-Segmenten, im PR- und QT-Intervall sowie in der T-Welle aufgezeichnet wird, in eine Diagnose zu übersetzen. Die Metriken von Herzerkrankungen sind gut untersucht und in der medizinischen Literatur ausführlich beschrieben. EKG-Geräte werden breit in Gesundheitseinrichtungen eingesetzt und finden aufgrund der fortschreitenden Miniaturisierung auch in telemedizinischen Lösungen zur gesundheitlichen Überwachung mithilfe von Remote-Technologien Verwendung. 

Jährlich werden Hunderte Millionen von EKGs aufgezeichnet. Wenn sie automatisch von KI-Systemen analysiert würden, könnten wir Hunderttausende Arbeitsstunden von Ärzten einsparen und die Kardiologie ein gutes Stück voranbringen. Die Biowissenschaften haben noch lange nicht alle Möglichkeiten genutzt, die das Erfassen und Interpretieren von Spannungskurven bietet. Arrhythmien, koronare Erkrankungen, Herzinfarkte, Kardiomyopathien und viele andere Erkrankungen können jetzt in großem Umfang noch früher diagnostiziert und verhindert werden – daher ist es an der Zeit, den Status von Herzerkrankungen als eine der häufigsten Todesursachen zu verändern.

Automatisierung in harmonisierten Arbeitsabläufen

Algorithmen für maschinelles Lernen, die mit Millionen von Datensätzen trainiert wurden, sind in der Lage, EKG-Signale mit ähnlicher Präzision wie ein menschlicher Arzt zu interpretieren. Wie dies bei allen medizinischen Geräten der Fall ist, nutzt auch die KI von Menschen generiertes Wissen – buchstäblich die historischen, von Kardiologen vorgenommenen Auswertungen – um bestimmte Muster zu erkennen, die in Daten eingeschrieben sind. Dateningenieure sind dabei wie Lehrer, die die Algorithmen mithilfe der Erfahrung und Expertise von Ärzten trainieren.

Die Automatisierung zielt nicht darauf ab, Maschinen vollständige Anatomie einzuräumen. Stattdessen geht es darum, ein neues Gerät in die medizinische Praxis zu integrieren, um die Patientensicherheit zu gewährleisten, den Zugang zu Diagnose- und Pflegediensten zu verbessern sowie die Präzision und Effizienz zu verbessern. Mithilfe eines zweiten Augenpaars, also der KI-Algorithmen, gewinnen Ärzte mehr Gewissheit, unabhängig vom Zeitdruck oder Stress im Arbeitsumfeld. Diese neuen Arbeitsabläufe können dann dazu verwendet werden, um die Ziele des jeweiligen Gesundheitsdienstleisters zu erreichen. Bisher standen medizinische Einrichtungen bei Ressourcenengpässen vor der Wahl, entweder die Qualität zu erhöhen oder die Kosten zu senken, vorausgesetzt, die Anzahl der Patienten blieb gleich. Mit KI wird dieses Dilemma obsolet – scheinbar gegensätzliche Ziele können parallel erreicht werden. Eine höhere Kosteneffizienz schließt eine verbesserte Patientenerfahrung nicht mehr aus.

Es gibt viele Beispiele, die zeigen, wie Krankenhäuser KI nutzen, um verschiedene Metriken zu verbessern. Beispielsweise verwenden die Abteilungen für Herz-Kreislauf-Medizin in der Mayo Clinic KI-gestützte EKGs, um fehlerhafte Herzrhythmen zu erkennen, noch bevor Symptome auftreten. KI-Systeme können eine einfache Untersuchung lesen, eine Herzerkrankung erkennen und mögliche zukünftige Probleme vorhersagen. Die Erfahrung der Mayo Clinic unterstreicht, dass die Anwendung von Algorithmen mit einer Kultur der Zusammenarbeit zwischen Ärzten, Ingenieuren und Wissenschaftlern gekoppelt werden kann [1].

Digitale Präzision in einem höchst anspruchsvollen Ökosystem

Die Ausbildung zum Kardiologen nimmt ungefähr zehn Jahre in Anspruch, einschließlich einiger Jahre des Medizinstudiums, der Facharztausbildung für die Innere Medizin und einer Assistenz als Kardiologe. Die Tätigkeit als Arzt gilt als einer der angesehensten Berufe der Welt, zugleich aber auch als anspruchsvoller Beruf, der lange Arbeitszeiten, ständige Rufbereitschaft, komplexe Entscheidungen und das Ausführen komplizierter Verfahren erfordert. Die emotionale Belastung und der Stresspegel sind hoch. Die Verantwortung ist enorm. Laut dem Medscape Malpractice Report 2019 [2] werden 60 Prozent aller Kardiologen mindestens einmal in ihrer Karriere in einem Kunstfehlerverfahren genannt.

Wir alle wissen, dass Patienten ihre Ärzte respektieren, allerdings nicht wegen ihrer administrativen Fähigkeiten, sondern wegen ihres Einfühlungsvermögens, ihres Fachwissens und ihrer Hilfsbereitschaft. Eine präzise und schnelle Diagnose ist grundlegend für eine glaubwürdige Arzt- Patienten-Beziehung. Aus Sicht des Patienten sollte der Arzt jedoch sicherstellen, dass die Diagnose mit dem aktuellen medizinischen Wissen und den besten Verfahren übereinstimmt. Durch die Implementierung von KI-Lösungen für die EKG-Analyse erhalten Kardiologen Unterstützung bei der doppelten Kontrolle oder der ersten EKG-Interpretation. Jede Verbesserung bei der Präzision ist in einem komplex funktionierenden Ökosystem wichtig, sei es mit dem Ziel, die Behandlungsstandards zu verbessern, Diagnoseengpässe zu beseitigen oder ein Instrument zur Erleichterung der Entscheidungsfindung einzuführen.

Die Beziehung zwischen strukturierten Daten, Zusammenarbeit und der Patient Journey (dt. Patientenreise)

Um vertrauenswürdige und zuverlässige Ergebnisse bei der EKG-Analyse zu gewährleisten, halten KI-Algorithmen in den kardiovaskulären Abteilungen von Krankenhäusern und Kliniken Einzug in die klinische Praxis. Es ist tatsächlich so einfach, wie es klingt: Nehmen Sie die Daten eines 7-Tage- oder 24-Stunden-Langzeit-EKGs von einem beliebigen Gerät und laden Sie sie auf die cloudbasierte KI-Plattform von Cardiomatics hoch, um einen detaillierten Bericht zu erhalten, ohne dadurch die Fachleute zu belasten, die sich nun auf andere Aufgaben konzentrieren können. Automatisierung bedeutet hierbei, dass die Daten von Langzeit-EKGs leichter zugänglich sind, selbst bei routinemäßigen Screenings oder Studien zur Untersuchung der Herzgesundheit und von Risikofaktoren für Herz-Kreislauf-Erkrankungen. Die Ergebnisse können genutzt werden, um zu neuen Fortschritten in der Medizin und damit zu einer besseren Prävention von Herz-Kreislauf-Erkrankungen beizutragen. Diese Perspektive der künstlichen Intelligenz als Wegbereiter für eine verbesserte Forschung oder als Management-Instrument für Arbeitsabläufe sollte in jedem Gesundheitssystem, Krankenhaus und in jeder Klinik sowie von jedem Arzt, der in diesen Einrichtungen tätig ist, berücksichtigt werden. Es ist der Benutzer, der das Ziel eines Algorithmus bestimmt – der Umfang möglicher Ergebnisse ist weitaus größer als nur eine einfache EKG-Interpretation für erhöhte Präzision.

„Behandlungsqualität“ und „Patientenreise“ sind die von politischen Entscheidungsträgern diskutierten Topthemen. Sichere, präzise, validierte, medizinische Algorithmen können die Art und Weise verbessern, in der die Behandlung rationalisiert, die Qualität kontrolliert und die Arbeit von Ärzten organisiert wird. Bedeutende Veränderungen beginnen mit Innovationen auf der grundlegenden Ebene des Gesundheitswesens. Künstliche Intelligenz wird bereits heute zu einem wertvollen Vorteil in der klinischen Praxis und die Zahl der Studien, die dies bestätigen, wächst.

Quellen:

[1] Mayoclinic.org

[2] Medscape.com