Genaue Diagnosen, verbesserte Arbeitsabläufe, bessere Behandlungsergebnisse und eine verringerte administrative Belastung für Ärzte — medizinische Algorithmen in der Kardiologie zeigen vielversprechende Ergebnisse. Die KI-basierte EKG-Analyse ermöglicht es, Ärzten und Leitern von Gesundheitseinrichtungen, mehrere vorrangige Zielsetzungen in Angriff zu nehmen. Präzision ist nur ein kleiner Teil davon.
Die Suche nach Auffälligkeiten in Teilbereichen der EKG-Signale gehört zum Alltag von Kardiologen. Es dauert lange, die Sprache der elektrischen Aktivität des Herzens, das im QRS-Komplex, PQ-Abständen und ST-Strecken, der PQ- und QT-Dauer und der T-Welle aufgezeichnet ist, in eine Diagnose zu übersetzen. Die meisten Herzerkrankungen wurden genauestens untersucht und sind in der medizinischen Literatur ausführlich beschrieben. EKG-Geräte werden in medizinischen Einrichtungen und aufgrund der fortschreitenden Miniaturisierung bei telemedizinischen Lösungen zur Fernbetreuung von Patienten häufig verwendet.
Jährlich werden Hunderte Millionen EKGs aufgezeichnet. Würden KI-Systeme diese automatisch analysieren, könnten Hunderttausende Arbeitsstunden von Ärzten eingespart und so die Kardiologie auf eine nächste Stufe gebracht werden. Die Biowissenschaften haben längst noch nicht all die Möglichkeiten nutzbar gemacht, die die Aufzeichnung und Interpretation von Herzspannungskurven bietet. Arrhythmien, koronare Herzkrankheiten, Herzinfarkte, Kardiomyopathien und viele andere Erkrankungen können nun früher diagnostiziert werden, was die Prävention verbessert. Daher ist es an der Zeit, Herzerkrankungen aus der Liste der häufigsten Todesursachen zu streichen.
Automatision in harmonisierten Arbeitsabläufen
Maschinelle Lernalgorithmen, die Millionen von Datensätzen durchlaufen haben, sind in der Lage, EKG-Signale mit ähnlicher Präzision wie ein Arzt zu interpretieren. So wie bei allen medizinischen Geräten verwendet KI menschengeschaffenes Wissen — also die Bewertungen von Kardiologen — um bestimmte Muster in Daten zu erkennen. Bei diesem Prozess sind Dateningenieure wie Lehrer, die den Algorithmen beibringen, die Erfahrung und Expertise eines Arztes zu nutzen.
Bei der Automation geht es nicht darum, den Maschinen völlige Autonomie zu geben, sondern darum, dass ein neues Gerät in die medizinische Praxis aufgenommen wird, um die Patientensicherheit zu gewährleisten, den Zugang zu Diagnose- und Pflegeleistungen zu verbessern und präziser und effektiver zu werden. Mit einem zweiten Augenpaar, den KI-Algorithmen, erlangen Ärzte mehr Gewissheit, unabhängig vom Zeitdruck oder Stress in ihrem Arbeitsumfeld. Dieser neue Arbeitsablauf kann genutzt werden, um den individuellen Zielsetzungen des Gesundheitsdienstleisters entgegen zu kommen. Früher standen medizinische Einrichtungen, wenn sie von Ressourcenbeschränkungen betroffen waren, vor der Wahl, entweder die Qualität zu erhöhen oder die Kosten zu senken, unter der Annahme, dass die Anzahl der Patienten gleich bleiben würde. Mit KI fällt dieses Dilemma weg—scheinbar gegensätzliche Ziele können gleichzeitig erreicht werden. Die gesteigerte Kosteneffizienz schließt eine bessere Patientenerfahrung nicht mehr aus.
Es gibt viele Beispiele, die zeigen, wie Krankenhäuser sich KI zunutze machen, um verschiedene Messungen zu verbessern. Etwa verwenden Abteilungen für kardiovaskuläre Medizin der Mayo Clinic KI-geführte EKGs, um fehlerhafte Herzrhythmen zu erkennen, bevor Symptome auftreten. KI-Systeme können einfache Untersuchungen lesen, ein Herzleiden erkennen und künftige Probleme vorhersagen. Die Erfahrung der Mayo Clinic verdeutlicht die Tatsache, dass die Anwendung von Algorithmen mit einer Kultur der Zusammenarbeit zwischen Ärzten, Ingenieuren und Wissenschaftlern verbunden werden kann[1].
Digitale Präzision in einem höchst anspruchsvollen Ökosystem
Kardiologen durchlaufen eine etwa zehnjährige Ausbildung, bestehend aus einigen Jahren an der medizinischen Fakultät und der Facharztausbildung in der inneren Medizin und Kardiologie. Der Arztberuf wird weltweit als ein angesehener Beruf betrachtet, aber auch als ein Beruf, der lange Arbeitszeiten, ständige Bereitschaft, komplexe Entscheidungen und die Durchführung schwieriger Eingriffe mit sich bringt. Die psychische Belastung und das Stresslevel sind immens. Die Verantwortung ist enorm. Laut dem Medscape Malpractice Report aus dem Jahr 2019[12] werden 60 Prozent der Kardiologen mindestens einmal in ihrer Laufbahn wegen eines Behandlungsfehlers verklagt.
Wir alle wissen, dass Patienten ihre Ärzte respektieren, nicht für ihre administrativen Fähigkeiten, sondern für ihre Empathie, Expertise und Hilfsbereitschaft. Eine präzise und schnelle Diagnose ist für ein zuverlässiges Verhältnis zwischen Arzt und Patient wesentlich. Aus der Perspektive des Patienten sollte der Arzt jedoch sicherstellen, dass die Diagnose mit den aktuellen medizinischen Erkenntnissen und den besten Praktiken übereinstimmt. Indem Kardiologen KI-Lösungen zur EKG-Analyse implementieren, erhalten sie Unterstützung bei der doppelten Überprüfung oder der ersten Interpretation eines EKGs. Jede Verbesserung der Präzision ist in einem komplexen Arbeitsumfeld entscheidend, unabhängig davon, ob Pflegestandards verbessert oder Diagnoseengpässe beseitigt werden sollen oder etwa die Einführung eines Werkzeugs zur Erleichterung der Entscheidungsfindung geplant ist.
Das Verhältnis zwischen strukturierten Daten, Kooperation und Patientenerfahrung
Um zuverlässige und sichere Ergebnisse bei der EKG-Analyse zu gewährleisten, halten KI-Algorithmen in den klinischen Alltag der Abteilungen für kardiovaskuläre Medizin von Krankenhäusern und Kliniken Einzug. Es ist so einfach, wie es klingt: Die 7-Tage- oder 24-Stunden-EKG-Daten werden von einem beliebigen Gerät aus in die Cloud-AI-Plattform von Cardiomatics hochgeladen, um einen detaillierten Bericht zu erhalten, ohne Experten damit zu belasten, die sich anderen Aufgaben widmen können. Automatisierung bedeutet, dass Langzeit-EKG-Daten verfügbarer werden, selbst bei Routineuntersuchungen oder Untersuchungen zu Herzgesundheit und Risikofaktoren für kardiovaskuläre Erkrankungen. Die Ergebnisse können zu neuen medizinischen Fortschritten und folglich einer besseren Prävention von kardiovaskulären Erkrankungen beitragen. Diese Sichtweise von KI als diejenige, die eine bessere Untersuchung ermöglicht oder ein besseres Werkzeug zur Verwaltung von Arbeitsabläufen darstellt, sollte in jedem Gesundheitswesen, Krankenhaus und in jeder Klinik sowie von jedem Arzt, der in diesen Einrichtungen arbeitet, in Betracht gezogen werden. Der Benutzer bestimmt den Zweck eines Algorithmus—der Umfang der möglichen Ergebnisse geht weit über die einfache Interpretation von EKGs für eine verbesserte Präzision hinaus.
[12] https://www.medscape.com/slideshow/2019-malpractice-report-card-6012445#2
[1] https://www.mayoclinic.org/departments-centers/ai-cardiology/overview/ovc-20486648#:~:text=AI%20is%20being%20used%20at,and%20enhancing%20diagnostic%20radiology%20capabilities.
Quelle: Cardiomatics