AI-ECG-Modell prognostiziert schwere Koronarstenosen mit hoher Genauigkeit

Ein neues KI‑gestütztes EKG‑Modell kann nun die Schwere von Stenosen in den vier Hauptkoronararterien vorhersagen, ohne dass ein CT‑Angiogramm erforderlich ist. Durch die Analyse von Standard‑EKG‑Signalen erkennt das System, ob bei der rechten Koronararterie, der linken Hauptarterie, der linken Vorderwandarterie oder der linken Hinterwandarterie eine schwere oder vollständige Verengung vorliegt.

In der internen Validierung erreichte das Modell für die rechte Koronararterie einen AUC‑Wert von 0,794, für die linke Hauptarterie 0,818, für die linke Vorderwandarterie 0,744 und für die linke Hinterwandarterie 0,755. Auf einer externen Testgruppe lagen die Werte bei 0,749, 0,971, 0,667 bzw. 0,727. Diese Zahlen zeigen, dass das Modell auch außerhalb des Trainingsdatensatzes zuverlässig arbeitet.

Besonders bemerkenswert ist die Stabilität des Modells bei Patienten mit normalem EKG. Hier blieb die Leistung konsistent, was darauf hindeutet, dass das System über offensichtliche EKG‑Abnormalitäten hinaus funktioniert. Demografische Untergruppen und unterschiedliche Aufnahmedauern wurden ebenfalls untersucht und bestätigten die Robustheit des Ansatzes.

Durch die Analyse der EKG‑Wellenformen konnten die Forscher Unterschiede zwischen Hoch‑ und Niedrig‑Risiko‑Patienten identifizieren. Diese Interpretationsmöglichkeiten geben Ärzten Einblick in die zugrunde liegenden elektrophysiologischen Mechanismen und unterstützen die klinische Entscheidungsfindung.