KI-Modell zur Vorhersage der Herzgesundheit entwickelt

Herz-Kreislauf-Erkrankungen nehmen bei jungen Menschen im Alter zwischen 20 und 29 Jahren weltweit zu, wie die Weltgesundheitsorganisation (WHO) angibt. Vermehrt Stoffwechselerkrankungen wie Adipositas, Bluthochdruck, Hyperlipidämie und Diabetes seien ursächlich hierfür. Um die Effizienz der Blutpumpe des Herzens zu bewerten und Behandlungsentscheidungen zu treffen, ist der Herzindex (CI) ein entscheidender Wert für Mediziner.

Ein internationales Forscherteam unter der Leitung von Dr. Patricia Angela R. Abu von der Ateneo de Manila University hat ein KI-Modell entwickelt, das die Herzfunktion nicht-invasiv vorhersagen kann. Das System, das aufgrund seiner Funktionsweise als „künstliches Gehirn“ beschrieben wird, analysiert physiologische Daten, um den Herzindex (CI) zu bestimmen.

Die Technologie nutzt Sensoren, die als Aufkleber auf die Haut des Patienten gebracht werden. Durch die Analyse von Parametern wie Herzfrequenz, Schlagvolumenindex und Herzzeitvolumen erreicht das Modell eine Klassifizierungsgenauigkeit von 97,78 %. Damit bietet die Methode eine potenzielle Alternative zu herkömmlichen Verfahren, die oft aufwendige hämodynamische Analysegeräte, kontrollierte klinische Umgebungen und hochspezialisiertes Fachpersonal erfordern. Da fortschrittliche Herzuntersuchungen meist teure Diagnosegeräte und spezialisierte Kliniken in Großstädten voraussetzen, könnten die neuen KI-gestützten Analysen die Gesundheitsversorgung auch in Regionen verbessern, die über weniger Ressourcen verfügen.

Die Forschungsergebnisse mit dem Titel „Robust Non-Invasive Cardiac Index Prediction via Feature Integration and Data-Augmented Neural Networks“ wurden in der Fachzeitschrift MDPI Bioengineering veröffentlicht. Das Team plant nun, den Ansatz an vielfältigeren Bevölkerungsgruppen zu validieren und die Anzahl der benötigten Messungen weiter zu reduzieren.