Künstliche Intelligenz sagt per EKG Geschlecht und Alter vorher

Rochester – Eine von US-Forschern entwickelte Künstliche Intelligenz (KI) ist in der Lage, nur auf Basis einer EKG-Messung Geschlecht und Alter eines Patienten zu bestimmen. Diskrepanzen zwischen dem von der KI ermittelten physiologischen Alter und dem tat­säch­lichen chronologischen Alter könnten Ärzten künftig Aufschluss über den Gesund­heits­zu­stand einer Person liefern, schreiben die Forscher in einem Beitrag in Circulation: Arrhythmia and Electrophysiology (doi: 10.1161/CIRCEP.119.007284).

Es sei schon lange bekannt, dass Geschlecht und Alter Einfluss auf das Elektrokardio­gramm haben, berichten Suraj Kapa und Kollegen vom Department of Cardiovascular Medicine des Mayo Clinic College of Medicine in Rochester.

Daraus leiteten die Forscher die Hypothese ab, dass eine KI lernen könnte, das Alter und das Geschlecht einer Person anhand eines 12-Kanal-EKGs zu ermitteln. Außerdem woll­ten sie überprüfen, ob ein im Vergleich zum tatsächlichen Alter des Patienten ein höheres vorher­ge­sagtes Alter als physiologischer Parameter für die Gesundheit dienen könnte.

„Wir trainierten die KI mithilfe 10-sekündiger EKG-Messungen von 499.727 Patienten“, berichten Kapa und Kollegen. Getestet wurden die Fähigkeiten der KI dann an einer un­ab­hängigen Kohorte von 275.056 Patienten. Anschließend wurden noch 100 zufällig ausgewählte Patienten identifiziert, für die mehrere, über einen Zeitraum von mehreren Jahrzehnten durchgeführte EKG-Messungen vorlagen. In dieser Gruppe prüften die For­scher die intraindividuelle Genauigkeit der KI-Altersschätzung.

Die Arbeitsgruppe um Kapa beobachtete, dass die KI in 90 % der Fälle in der Lage war, das Geschlecht eines Patienten richtig vorherzusagen. Beim Alter der Patienten lag die Erfolgsrate der KI bei 72 %.

Höhere Altersschätzung nach schweren Erkrankungen

Die KI schätzte das Alter von Patienten als höher ein, wenn sie bereits schwere Krank­heit­s­­ereignisse in der Anamnese aufwiesen, etwa einen Herzinfarkt, eine niedrige Ejek­tions­­fraktion oder eine Koronare Herzkrankheit.

Zeigte die Anamnese der Patienten dagegen keine oder wenige solcher Ereignisse, schätzte die KI den Patienten als jünger als sein tatsächliches Alter ein. Bei den meisten Patienten lag der durchschnittliche Fehler der KI zwischen geschätztem und tatsächli­chem Alter unter 7 Jahren.

„Schon heute berücksichtigen Ärzte im Rahmen einer körperlichen Untersuchung, ob die ‚Erscheinung‘ eines Patienten seinem chronologischen Alter entspricht“, wird Kapa in einer Mitteilung der American Heart Association zitiert. „Aber die Möglichkeit, diesen ‚Eindruck‘ objektiv zu beurteilen, könnte die medizinische Versorgung auf mehreren Ebenen beein­flussen.“

Kapa erklärt: „Eine akkuratere Beurteilung des Allgemeinzustands einer Person könnte Ärzten dabei helfen, zu ermitteln, welche Patienten sie weitergehend untersuchen soll­ten, um herauszufinden, ob asymptomatische oder ‚stille‘ Erkrankungen vorliegen, die von einer frühzeitigen Diagnose und Intervention profitieren würden.“

nec