KI-Modell erkennt Herz-Kreislauf-Erkrankungen aus dem EKG mit wenig Trainingsbeispielen

La Jolla – Das auf Künstlicher Intelligenz (KI) beruhende System „ECG-CLIP“ könnte kardiovaskuläre Erkrankungen und klinische Ereignisse effektiver erkennen und vorhersagen als andere KI-Modelle. Das berichtet eine Arbeitsgruppe vom Scripps Research Translational Institute in La Jolla im Fachmagazin Lancet Digital Health (2026; DOI: 10.1016/j.landig.2026.101092). 

Bisherige KI-Verfahren zur EKG-Analyse konzentrieren sich laut der Arbeitsgruppe meist auf einzelne Aufgaben – zum Beispiel die Erkennung einer Rhythmusstörung – und benötigen dafür große Mengen an Daten. Dies schränke ihre Anpassungsfähigkeit an unterschiedliche klinische Anwendungen ein. Die Forschenden entwickelten deshalb ECG-CLIP und untersuchten, wie gut sich das Modell für verschiedene Aufgaben zur Erkennung und Vorhersage von Erkrankungen und gesundheitlichen Ereignissen einsetzen lässt. 

hil