MAARS: KI-Modell revolutioniert Risikostratifizierung bei plötzlichem Herztod durch HCM

Der plötzliche Herztod, eine lebensbedrohliche Komplikation der hypertrophen Kardiomyopathie (HCM), ist oft mit erheblicher Unsicherheit bezüglich der Risikostratifizierung betroffener Patienten verbunden. Die HCM, eine genetisch bedingte Erkrankung des Herzmuskels, erhöht das Risiko für fatale Arrhythmien und daraus resultierende Herzstillstände. Bislang verfügten Ärzte über begrenzt zuverlässige Methoden, um individuell zu prognostizieren, welche Patienten besonders gefährdet sind. Ein neues KI-Modell namens MAARS (Multimodal Artificial Intelligence for Arrhythmia Risk Stratification) aus der Entwicklung der Johns Hopkins University verspricht jedoch eine radikale Verbesserung in dieser Hinsicht.

Dieses System soll mit deutlich höherer Genauigkeit als traditionelle klinische Risikomodelle das individuelle Risiko für plötzlichen Herztod bei Patienten mit HCM abschätzen. Die Stärke von MAARS liegt in der Analyse multimodaler Patientendaten, die über die reine Betrachtung kardiologischer Befunde hinausgehen. Neben elektronischen Gesundheitsakten und Standard-Kardiografie-Daten integriert MAARS kontrastmittelverstärkte MRT-Bilder des Herzens. Besonders diese bildgestützte Datenquelle enthielt bis dato oft ungenutzte Informationen, insbesondere in Bezug auf Narbengewebe im Herzen, das als Risikofaktor für Rhythmusstörungen gilt.

MAARS setzt dabei ein tiefes neuronales Netz mit Transformer-Architektur ein, um aus diesen dreidimensionalen Bilddaten komplexe Muster und Zusammenhänge zu extrahieren und mit den klinischen Daten zu verknüpfen. Durch diese multimodale Analyse erreicht MAARS eine hohe Genauigkeit. In internen Testdatensätzen lag sie bei 93 Prozent, im externen Datensatz bei beachtlichen 81 Prozent. Besonders hervorzuheben ist die hohe Präzision für Patienten zwischen 40 und 60 Jahren, der Risikogruppe mit dem höchsten Bedarf an präziseren Prognosen, wo die Genauigkeit sogar bei 93 Prozent erreicht wurde.

Im Gegensatz zu vielen KI-Modellen in der Medizin gelang es MAARS, zuverlässige Resultate in verschiedenen Alters- und Geschlechtsgruppen zu erzielen, was ein häufiges Problem in der KI-basierten Medizin darstellt. Trotz dieser Fortschritte bleiben Herausforderungen bestehen: Die Datenbasis umfasst aktuell knapp 840 Patienten aus zwei Zentren, wobei die Anzahl tatsächlicher plötzlicher Herztode im Studienzeitraum begrenzt ist. Dies stellt eine statistische Herausforderung für die vollständige Validierung des Modells dar. Der klinische Einsatz von MAARS steht noch aus. Obwohl der Code öffentlich zugänglich ist, müssen die Integration in bestehende Krankenhaus-Systeme und regulatorische Zulassungen noch gemeistert werden. Zudem erfordert MAARS hochwertige Bilddaten und umfangreiche Patienteninformationen, deren Verfügbarkeit nicht überall gewährleistet ist. Dennoch markiert MAARS einen Schritt vorwärts in der Risikostratifizierung bei HCM und eröffnet vielversprechende Perspektiven für eine individualisierte präventive Medizin im Bereich der Herzgesundheit.

Schlagwörter: MAARS + HCM + Johns Hopkins University

Wie bewerten Sie den Schreibstil des Artikels?