Herzinsuffizienz ist ein furchterregender Feind. Dieser bedrohliche Zustand, der durch eine geschw\u00e4chte oder gesch\u00e4digte Herzmuskulatur gekennzeichnet ist, f\u00fchrt zu einer allm\u00e4hlichen Ansammlung von Fl\u00fcssigkeit in den Lungen, Beinen, F\u00fc\u00dfen und anderen Bereichen des K\u00f6rpers. Seit den Tagen des Aderlasses und der Blutegel - in Europa die bevorzugten Behandlungsmethoden der Barbierchirurgen - haben wir einen langen Weg zur\u00fcckgelegt. Heute k\u00f6nnen wir die Herzinsuffizienz dank einer ver\u00e4nderten Lebensweise, Medikamenten und sogar Herzschrittmachern effektiver behandeln. Doch trotz dieser Fortschritte ist die Herzinsuffizienz immer noch ein bedeutendes Gesundheitsproblem, das weltweit hohe Morbidit\u00e4ts- und Mortalit\u00e4tsraten aufweist.<\/p>\n
Nun wollen wir uns n\u00e4her mit dem bedrohlichen Problem der Herzinsuffizienz befassen. Teya Bergamaschi, eine unternehmungslustige Doktorandin am MIT, beleuchtet den Ernst der Lage. Offenbar stirbt die H\u00e4lfte der Opfer von Herzinsuffizienz innerhalb von f\u00fcnf Jahren nach der Diagnose. Nach der Einlieferung in ein Krankenhaus ist die Feststellung der Prognose eines Patienten von entscheidender Bedeutung f\u00fcr die Bereitstellung geeigneter Ressourcen. Ein brillantes Team von Forschern des MIT, des Mass General Brigham und der Harvard Medical School hat auf diesem Gebiet gro\u00dfe Fortschritte gemacht. Sie haben ein bahnbrechendes Deep-Learning-Modell namens PULSE-HF entwickelt, das darauf abzielt, Ver\u00e4nderungen der Herzfunktionalit\u00e4t anhand von EKG-Daten vorherzusagen.<\/p>\n
F\u00fcr diejenigen, die sich im medizinischen Fachjargon verirren: PULSE-HF ist die Abk\u00fcrzung f\u00fcr \u201cPredict changes in left ventricULar Systolic function from ECGs of patients who have Heart Failure\u201d. Das Modell wurde im Labor von Collin Stultz am MIT entwickelt und prognostiziert Ver\u00e4nderungen der linksventrikul\u00e4ren Auswurffraktion (LVEF), einem wichtigen Indikator f\u00fcr die Herzgesundheit. Zum Vergleich: Ein robustes Herz pumpt bei jedem Schlag 50 bis 70 Prozent des Blutes aus der linken Herzkammer, alles andere ist ein Grund zur Sorge.<\/p>\n
Hier setzt PULSE-HF ein Zeichen im Bereich der Herzgesundheit. Anstatt lediglich eine Herzinsuffizienz zu erkennen, sagt es eine k\u00fcnftige Abnahme der LVEF voraus. Sollte das Modell einen signifikanten R\u00fcckgang vorhersagen, k\u00f6nnten die \u00c4rzte diese Patienten f\u00fcr Nachuntersuchungen priorisieren und so m\u00f6glicherweise Krankenhausaufenthalte f\u00fcr weniger kritische F\u00e4lle reduzieren. Dieses v\u00f6llig neue Angebot ist besonders wertvoll in Regionen mit begrenztem Zugang zu Herzspezialisten.<\/p>\n
Nat\u00fcrlich w\u00fcrden wir gerne wissen, wie gut PULSE-HF funktioniert. Die Leistungsf\u00e4higkeit des Modells wurde anhand der Fl\u00e4che unter der Empf\u00e4ngerbetriebskennlinie (AUROC) bewertet. Mit Werten zwischen 0,87 und 0,91 weist es eine hohe Vorhersagekraft auf. Das Forschungsteam hat auch eine Version von PULSE-HF f\u00fcr Einleitungs-EKGs entwickelt, die bemerkenswerterweise genauso gut abschneidet wie das umfangreichere 12-Kanal-Pendant.<\/p>\n
Die Entwicklung von PULSE-HF war kein Zuckerschlecken. Das Sammeln und Verarbeiten von EKG- und Echokardiogrammdaten war eine anspruchsvolle Aufgabe, und Datenformatierungsfehler und reale Artefakte stellten eine gro\u00dfe Herausforderung dar. Das Team hat diese H\u00fcrden jedoch mit Bravour gemeistert, motiviert durch das Potenzial seiner Arbeit, Linderung zu verschaffen.<\/p>\n
In den kommenden Tagen wird PULSE-HF das Modell an echten Patienten testen, was die M\u00f6glichkeit bietet, seine Wirksamkeit weiter zu validieren. F\u00fcr die beteiligten Forscher war es ein gleicherma\u00dfen herausforderndes wie lohnendes Unterfangen, das die Komplexit\u00e4t und den Erfolg der Arbeit an der Schnittstelle zwischen maschinellem Lernen und Gesundheitswesen verdeutlicht.<\/p>\n