Echokardiographie ist die am häufigsten eingesetzte kardiale Bildgebungsmethode, die Ultraschallvideodaten erfasst, um Struktur und Funktion des Herzens zu bewerten. Künstliche Intelligenz (KI) hat das Potenzial, manuelle Aufgaben zu automatisieren und die Reproduzierbarkeit sowie Genauigkeit der Diagnosen zu verbessern. Bisherige KI-Modelle für die Echokardiographie sind jedoch meist einseitig und auf einzelne Aufgaben beschränkt, wodurch sie nicht in der Lage sind, Informationen aus mehreren Bildansichten während einer kompletten Untersuchung zu integrieren. Dies begrenzt ihre Leistungsfähigkeit und Anwendungsmöglichkeiten. Um dieses Problem zu lösen, haben Forscher um Milos Vukadinovic, Bryan He und David Ouyang das neue Modell EchoPrime entwickelt – ein mehransichts- und anblicksorientiertes, video-basiertes Vision-Language-Grundmodell. Es wurde auf über 12 Millionen Video-Bericht-Paaren trainiert und nutzt kontrastive Lernverfahren, um eine einheitliche Embedding-Struktur für alle Standardansichten einer umfassenden Echokardiographie zu erzeugen. Dabei werden sowohl häufige als auch seltene Erkrankungen und Diagnosen erfasst. EchoPrime verfügt über ein Anatomie-Attention-Modul, das anhand der Ansichtsidentifikation die relevanten Video-Embeddings gewichtet und die Beziehung zwischen Bildansichten und anatomischen Strukturen präzise abbildet. Mittels Retrieval-augmentierter Interpretation verarbeitet das Modell alle Videos einer Untersuchung konsistent und führt eine ganzheitliche klinische Auswertung durch. In Daten aus fünf unabhängigen, internationalen Gesundheitssystemen erreichte EchoPrime Spitzenleistungen bei 23 unterschiedlichen Benchmarks zur kardialen Form und Funktion – übertraf dabei sowohl spezialisierte Einzelaufgaben-Modelle als auch vorherige Grundmodelle. Nach gründlicher klinischer Validierung kann EchoPrime Ärzte bei der automatisierten Vorabbeurteilung umfassender Echokardiographien unterstützen. Die Technologie markiert einen bedeutenden Fortschritt in der künstlichen Intelligenz für medizinische Bildanalyse, da sie die Integration mehrerer Perspektiven in einer einzigen, kohärenten Interpretation ermöglicht. Industrielle Experten sehen in EchoPrime eine transformative Entwicklung: „Es ist das erste KI-Modell, das die komplette Echokardiographie als integrierten klinischen Prozess versteht, anstatt einzelne Ansichten isoliert zu analysieren“, so ein Kardiologe von der Stanford University. Die enge Kooperation zwischen Kardiologie, Informatik und Biomedizin an führenden Institutionen wie Cedars-Sinai, Stanford und Kaiser Permanente unterstreicht die interdisziplinäre Stärke des Projekts. Die Open-Access-Veröffentlichung in Nature (2025) und die umfassende Validierung in realen klinischen Umgebungen erhöhen die Glaubwürdigkeit und tragen zur klinischen Einführung bei. Obwohl die endgültige Zulassung und Integration in klinische Routinen noch ausstehen, gilt EchoPrime bereits als Meilenstein für die nächste Generation künstlicher Intelligenz in der kardialen Bildgebung.