Durchbruch in der Kardiologie: KI könnte Herzinfarkt-Behandlungen revolutionieren

Künstliche Intelligenz könnte die Behandlung von Herzinfarkten grundlegend verändern. Forschende der Universität Zürich und europäische Partnerinstitutionen haben in The Lancet Digital Health ein neues KI-Modell vorgestellt, das die Risiken und Therapieerfolge bei Patienten mit akutem Koronarsyndrom (ACS) deutlich präziser vorhersagen kann als bisherige Systeme. Gemeint ist eine Durchblutungsstörung der Herzkranzgefäße, die das Risiko für Herzinfarkte dramatisch erhöht.

Das sogenannte GRACE 3.0-Modell basiert auf der Analyse von Gesundheitsdaten von über 600.000 Patienten aus zehn europäischen Ländern und nutzt Machine-Learning-Verfahren wie XGBoost und Rboost, um komplexe Muster in klinischen Daten zu erkennen. Im Gegensatz zum herkömmlichen GRACE 2.0-Score, der auf älteren Datensätzen und linearen Modellen beruht, wurde die neue Version speziell für Patienten mit Nicht-ST-Hebungsinfarkt (NSTEMI) entwickelt – der häufigsten Form des Herzinfarkts.

Die KI-gestützten Modelle erzielten beeindruckende Ergebnisse: Das In-Hospital-Mortalitätsmodell – also die Vorhersage, ob ein Patient während des Krankenhausaufenthalts verstirbt – erreichte eine AUC von 0,90 und übertraf damit den bisherigen Score deutlich. Auch die Vorhersage der Ein-Jahres-Sterblichkeit zeigte eine spürbar höhere Genauigkeit (tAUC = 0,84).

Individuelle Behandlungsstrategien bei Herzinfarkt

Besonders innovativ ist der dritte Ansatz von GRACE 3.0: die individualisierte Behandlungsvorhersage. Mithilfe des R-Learner-Algorithmus konnten Forschende erstmals den persönlichen Nutzen einer frühen invasiven Behandlung abschätzen – etwa dem Einsetzen eines Herzkatheters. Dabei zeigte sich, dass nur ein Teil der Patienten signifikant von einer frühen Intervention profitiert – insbesondere jüngere, häufiger weibliche Personen mit stabiler Nierenfunktion und klaren Ischämiezeichen.

Für andere Gruppen ergab sich kein oder sogar ein negativer Behandlungseffekt. Diese Erkenntnis könnte laut den Forschenden zu einer Neudefinition klinischer Schwellenwerte führen: Statt starrer Risikoschwellen soll künftig der individuelle Behandlungseffekt in den Vordergrund rücken. „Die KI-basierte Analyse könnte helfen, die Versorgung von Patienten nach Herzinfarkt entscheidend zu verbessern und die Herzkreislaufgesundheit nachhaltig zu steigern“, betont das Forschungsteam der Universität Zürich.

Trotz ihrer Stärken – große Datenbasis, hohe Modellgüte und einfache Anwendbarkeit – verweisen die Autoren jedoch auf Einschränkungen: Die Daten stammen ausschließlich aus Europa – und die Ergebnisse zur Wirksamkeit der Eingriffe gelten bisher als vorläufig und müssen noch in weiteren Studien bestätigt werden. Langfristig besteht jedoch durchaus die Möglichkeit, dass GRACE 3.0 klinische Leitlinien verändern könnte.