Künstliche Intelligenz (KI) verändert die medizinische Praxis – und die Kardiologie steht an der Spitze dieses Paradigmenwechsels. Jüngste Studien haben gezeigt, dass KI-gestützte Elektrokardiogramme (EKGs) eine Vielzahl von Herzerkrankungen erkennen können. Dazu gehören Herzrhythmusstörungen wie Vorhofflimmern, das lange QT-Syndrom, Herzmuskelerkrankungen (Kardiomyopathie) und Herzversagen. Indem sie helfen, neue Risikofaktoren und Zusammenhänge in Daten zu erkennen, haben KI-Algorithmen ein enormes Potenzial, Leben zu retten und die Ansätze zur Diagnose, Prävention und Behandlung von Herz-Kreislauf-Erkrankungen zu verändern.
Demilade A. Adedinsewo, M.B., Ch.B., M.P.H., ist eine nicht-invasive Kardiologin, Assistenzprofessorin für Medizin, Women’s Health Scholar und Forschungsdirektorin für die Women’s Heart Clinic und das Cardiovascular Disease Fellowship Program an der Mayo Clinic in Florida. Dr. Adedinsewo interessiert sich sehr für die Anwendung digitaler Hilfsmittel bei der Behandlung von Herz-Kreislauf-Erkrankungen und treibt die Integration von KI-gestützten Technologien in die klinische Praxis an der Schnittstelle zwischen der Herzgesundheit von Frauen, der Prävention von Herz-Kreislauf-Erkrankungen und kardiovaskulären Gesundheitsdisparitäten voran.
Dr. Adedinsewo schloss ihr Medizinstudium an der Obafemi Awolowo University ab, bevor sie ein Forschungsstipendium in Epidemiologie an den Centers for Disease Control and Prevention absolvierte, das vom Oak Ridge Institute for Science and Education gefördert wurde. Sie absolvierte ihre Facharztausbildung an der Morehouse School of Medicine und ein klinisches Fellowship in Kardiologie an der Mayo Clinic, wo sie auch als Chief Fellow in der Abteilung für kardiovaskuläre Medizin tätig war. Sie hat ein professionelles Zertifikatsprogramm in maschinellem Lernen und künstlicher Intelligenz am Massachusetts Institute of Technology und an der Harvard University Extension School absolviert. Dr. Adedinsewo ist ein Fellow des American College of Cardiology (FACC).
F: Können Sie einen Überblick über die neuesten Anwendungen von KI in der kardiovaskulären Medizin geben?
DA: In den letzten Jahren hat es in diesem Bereich ein exponentielles Wachstum gegeben. Viele Anwendungen beschränken sich noch auf Forschungsstudien und akademische Veröffentlichungen. KI-Modelle können Krankheitsmuster anhand von markierten Beispielen erkennen, was als überwachtes Lernen bezeichnet wird, oder sie können Daten durchsuchen, um Muster zu erkennen, die mit Krankheiten in Verbindung stehen, ohne dass markierte Beispiele vorliegen, was als unüberwachtes Lernen bezeichnet wird.
Zu den Anwendungen der KI in der Kardiologie gehören die Erkennung und Prognose von Krankheiten, die die Funktion der linken Herzkammer, Herzklappenerkrankungen, Herzrhythmusstörungen, koronare Herzkrankheiten, Bluthochdruck, angeborene Herzkrankheiten, Schlaganfall und Sterblichkeit umfassen. Diese KI-Modelle nutzen vorhandene klinische Daten wie EKG, Computertomographie (CT), Ultraschall, Röntgenaufnahmen, Magnetresonanztomographie (MRT), Laborergebnisse und Daten aus elektronischen Gesundheitsakten.
Mehrere neue biometrische Überwachungsgeräte, Sensoren und Algorithmen haben die FDA-Zulassung für kardiovaskuläre Indikationen erhalten. Dazu gehören unter anderem der AliveCor Herzmonitor, die Apple Watch, die Eko Stethoskop-Software, die Fitbit EKG-App, die KI-gesteuerte Echokardiogramm-Software von Caption Health und die Software von Ultromics für automatisierte echokardiographische Messungen und Interpretationen.
F: Wie werden innovative Anwendungen der künstlichen Intelligenz in der kardiovaskulären Medizin an der Mayo Clinic vorangetrieben?
DA: An der Mayo Clinic hat eine Gruppe von Ärzten und Forschern Deep-Learning-Modelle (eine Form der künstlichen Intelligenz) entwickelt, die Daten aus einem standardmäßigen 12-Kanal-EKG (einem erschwinglichen und leicht verfügbaren Test) verwenden, um eine niedrige Ejektionsfraktion, Vorhofflimmern, hypertrophe Kardiomyopathie, kardiale Amyloidose und Aortenstenose vorherzusagen.
Das Team hat vor kurzem eine prospektive klinische Studie abgeschlossen, die zeigt, dass das KI-verstärkte EKG die Diagnose einer niedrigen Ejektionsfraktion verbessert, ohne die Inanspruchnahme der Echokardiographie zu erhöhen. Diese Studie ist eine der ersten, die ein KI-basiertes Instrument in einer randomisierten klinischen Studie evaluiert und ebnet den Weg für weitere Implementierungsforschung und die Einbindung in die klinische Routinepraxis zur Verbesserung der Patientenversorgung.
Ich habe mit diesem Team zusammengearbeitet, um das Modell der niedrigen Auswurffraktion als Screening-Tool in einer Gruppe von schwangeren Frauen und Frauen nach der Geburt zu evaluieren, da Herzinsuffizienz eine der häufigsten Todesursachen in dieser Bevölkerungsgruppe ist. Wir arbeiten derzeit an Validierungsstudien, um die Wirksamkeit dieses Modells bei einer Gruppe von schwangeren Frauen und Frauen nach der Geburt in externen Einrichtungen zu untersuchen. Wir arbeiten mit Ärzten in Krankenhäusern in Florida, Georgia, Oklahoma, North Dakota, Missouri, Kalifornien und an mehreren internationalen Standorten zusammen. Wir leiten auch eine laufende prospektive Studie in diesem Bereich.
F: KI-gestützte EKG-Algorithmen wurden in vielen Studien vorgestellt, von der Vorhersage des physiologischen Alters bis hin zur Bestimmung des Risikos einer Herzinsuffizienz. Welche Möglichkeiten sehen Sie, Erkenntnisse aus KI-gestützten EKGs zur Verbesserung der Risikovorhersage und der öffentlichen Gesundheit zu nutzen?
DA: Ich glaube, die potenziellen Möglichkeiten sind zahlreich. Mehrere, zusätzliche Studien sind in Arbeit. Studien, an denen ich derzeit mit dem Digital Innovation Lab an der Mayo Clinic in Florida arbeite, haben vielversprechende vorläufige Ergebnisse gezeigt. Dazu gehört die Verwendung des KI-EKGs zur Vorhersage der Ergebnisse bei Herztransplantationspatienten und von Erregungsleitungsstörungen, die eine Herzschrittmacherimplantation bei Patienten erfordern, die eine Transkatheter-Aortenklappe erhalten.
Das Team für Künstliche Intelligenz der Mayo Clinic in Rochester, Minnesota, und das Mayo Digital Innovation Lab in Jacksonville, Florida, waren maßgeblich an der Entwicklung von KI-basierten Algorithmen beteiligt. Sie bestehen aus einer exzellenten Gruppe von Datenwissenschaftlern, Dateningenieuren und Statistikern, die sich dafür einsetzen, die Versorgung unserer Patienten zu verbessern. KI-EKG-Algorithmen können nicht nur kardiovaskuläre Erkrankungen diagnostizieren, sondern auch nicht-kardiovaskuläre Erkrankungen, einschließlich COVID-19, Leberpathologie, Nierenerkrankungen, Hyperkaliämie und Schlafapnoe.
Ich denke, wir haben gerade erst begonnen, an der Oberfläche zu kratzen, wenn es um die potenziellen Einsatzmöglichkeiten des KI-gestützten EKGs geht. Ich glaube, dass KI-Anwendungen in Zukunft durch die Entwicklung von Screening-Tools, die Analyse von Krankheitsmustern und die Überwachung (und potenzielle Anleitung) von Maßnahmen im Bereich der öffentlichen Gesundheit Auswirkungen auf die öffentliche Gesundheit haben werden.
F: Welche bahnbrechenden Innovationen in der Gesundheitsversorgung oder Technologie begeistern Sie am meisten?
DA: Ich bin begeistert von den potenziellen Möglichkeiten, diese Technologie zur Verbesserung der kardiovaskulären Versorgung einzusetzen, insbesondere bei Frauen und Minderheiten. Frauen und rassische/ethnische Minderheiten sind in hohem Maße von Herz-Kreislauf-Erkrankungen betroffen – und werden häufig von großen klinischen Herz-Kreislauf-Studien ausgeschlossen, auf deren Grundlage Leitlinien entwickelt und Therapieentscheidungen getroffen werden.
Wir wissen jetzt, dass der „Einheitsansatz“ für die Behandlung von Herz-Kreislauf-Erkrankungen nicht ideal ist. Ich hoffe, dass wir damit beginnen können, einige dieser Probleme anzugehen und durch den korrekten und verantwortungsvollen Einsatz von KI-Tools und -Technologien mehr gesundheitliche Chancengleichheit zu erreichen.
Quelle: https://innovationexchange.mayoclinic.org/future-of-artificial-intelligence-in-cardiovascular-medicine-with-mayo-clinics-dr-demilade-adedinsewo/