KI erkennt Schweregrad einer Aortenstenose Logo of esanum https://www.esanum.de

KI-gestützte Echographie unterstützt Patienten mit Aortenstenose

Die Echokardiographie zur Beurteilung des Schweregrades der Aortenstenose, unterstützt durch einen neuartigen Algorithmus für KI, kann laut AI-ENHANCED AS-Studie Aortenstenose-Patienten mit hohem Sterberisiko besser identifizieren.

Mit künstlicher Intelligenz zur Diagnose?

Prof. Geoffrey Strange (University of Notre Dame, Australien) wies darauf hin, dass die Echographie zwar die Spitzengeschwindigkeit, den mittleren Druckgradienten und die Aortenklappenfläche beurteilen kann, der Schweregrad jedoch variieren könne. Diese Gradeinschätzung ist allerdings essentiell, da sie den weiteren Behandlungsplan bestimmt. AI-ENHANCED AS untersuchte, ob ein AI-Algorithmus die genaue Identifizierung von mittelschweren bis schweren und schweren Aortenstenose-Phänotypen, die mit einer hohen 5-Jahres-Sterblichkeit einhergehen, methodisch unterstützen könnte.

Zu diesem Zweck entwickelten die Forscher den AI-Decision Support Algorithm (AI-DSA) und trainierten ihn anhand zufällig ausgewählter Daten von 70% der Patienten in der National Echo Database of Australia (NEDA). Diese Datenbank umfasst mehr als 1.000.000 Echokardiogramme von über 630.000 Patienten und ist ebenso mit Sterblichkeitsdaten verknüpft. Die übrigen 30% der NEDA-Daten wurden als Vergleich verwendet. Aus 179.054 Personen, stellte AI-DSA bei 2,5% einen schweren Phänotyp fest - 77,2% dieser Gruppe erfüllten auch die Richtlinienkriterien für eine schwere Aortenstenose.

Erhöhte Sterblichkeitsraten bei schwerer Erkrankung

Bei Patienten mit mittelschwerem bis schwerem Phänotyp betrug die 5-Jahres-Sterblichkeitsrate 56,2% im Vergleich zu 67,9% für den schweren Phänotyp - gegenüber 22,9% für Patienten mit keinem dieser Phänotypen. Die Odds Ratios für die Gesamtmortalität betrugen 1,82 (95% KI 1,63–2,02) und 2,80 (95% KI 2,57–3,06) für Patienten mit mittelschwerem bis schwerem bzw. schwerem Phänotyp.

Fazit

Prof. Strange schloss: "Dieser von uns entwickelte AI-Algorithmus erfasst Patienten mit einem hohen 5-Jahres-Mortalitäts-Risiko (und alle Patienten innerhalb der aktuellen Richtlinien), die unter herkömmlichen Definitionen möglicherweise übersehen werden könnten. Die Ergebnisse deuten darauf hin, dass der AI-Algorithmus in der klinischen Praxis eingesetzt werden könnte, um Ärzte auf Patienten aufmerksam zu machen, die sich weiteren Untersuchungen unterziehen sollten, um festzustellen, ob sie für einen Aortenklappenersatz in Frage kommen."

Es ist also weitere Forschung erforderlich, um die Identifaktion von Risikopersonen voranzutreiben. Dabei muss untersucht werden, ob der Aortenklappenersatz die Lebensqualität bei Patienten verbessert, die die aktuellen Leitliniendefinitionen nicht erfüllen, laut AI-DSA allerdings ein hohes Mortalitätsrisiko aufweisen.

 

Quelle: Strange G, et al. AI-ENHANCED detection of Aortic Stenosis. Hot Line Session 6, ESC Congress 2022, Barcelona, Spain, 26–29 August.