Anumana hat bei den American Heart Association (AHA) Scientific Sessions 2025 neue bahnbrechende klinische Daten vorgestellt, die die Leistungsfähigkeit ihres künstlichen Intelligenz-Tools für die Elektrokardiogramm-Analyse (ECG-AI) bei der Früherkennung von Herzinsuffizienz untermauern. Ein zentrales, als „late-breaking“ vorgestelltes Studienprojekt wurde gleichzeitig in der Journal of the American College of Cardiology veröffentlicht. Die Studie, basierend auf einer Pooling-Analyse von Daten aus drei großen Langzeitstudien – Framingham Heart Study, Multi-Ethnic Study of Atherosclerosis und Cardiovascular Health Study – umfasste über 14.000 Teilnehmer. Sie zeigte, dass die Kombination der ECG-AI-Technologie von Anumana mit dem etablierten klinischen Risikomodell PREVENT-HF die Vorhersage von neu auftretender Herzinsuffizienz in der kurzen Frist signifikant verbessert. Insbesondere konnten bis zu 12,5 % der Patienten in höhere Risikokategorien umklassifiziert werden, die allein auf klinischen Faktoren nicht erkannt worden wären. Personen mit positivem ECG-AI-Ergebnis hatten innerhalb von drei Jahren eine mehr als 20-fach höhere Wahrscheinlichkeit, an Herzinsuffizienz zu erkranken. Die ECG-AI-LEF-Algorithmen analysieren standardmäßige 12-Kanal-EKGs und identifizieren subtile elektrische Veränderungen, die auf frühe Herzfunktionsstörungen hinweisen. Der Algorithmus erreichte eine AUC von 0,944, eine Sensitivität von 90,2 % und eine Spezifität von 85,1 %, was auf eine hohe diagnostische Genauigkeit schließen lässt. Die Studie wurde im Rahmen des HeartShare/AMP-HF-Programms des National Heart, Lung, and Blood Institute (NHLBI) mit Unterstützung der BioData Catalyst-Plattform durchgeführt, die den Zugang zu tiefen phänotypischen und longitudinalen Datensätzen ermöglichte. Dr. Akshay S. Desai, Leiter des Herzinsuffizienz-Programms am Brigham and Women’s Hospital und Hauptforscher, betonte, dass ECG-AI es ermögliche, Risikopatienten Jahre vor Symptombeginn zu identifizieren – ein entscheidender Schritt für präventive Therapien. Simos Kedikoglou, President und COO von Anumana, hob hervor, dass die Studie einen Meilenstein in der Verschiebung von der reaktiven zur präventiven Medizin darstelle. Neben der Hauptstudie präsentierte Anumana drei weitere Abstracts, die die Vielseitigkeit ihres AI-Ansatzes bei verschiedenen kardiovaskulären Erkrankungen unterstreichen. Die ECG-AI™ LEF-Algorithmen sind seit Januar 2025 in den USA FDA-zugelassen und für die Kostenerstattung berechtigt. Industrieexperten sehen in den Ergebnissen eine bedeutende Fortschrittsstufe für die kardiovaskuläre Prävention. Die Integration von ECG-AI in die routinemäßige klinische Praxis könnte die Früherkennung von Herzinsuffizienz revolutionieren, insbesondere in der Primärversorgung, wo standardisierte EKGs weit verbreitet sind. Anumana, gegründet von nference und der Mayo Clinic, entwickelt Software-as-a-Medical-Device-Lösungen, die multimodale KI für die Früherkennung, klinische Entscheidungsunterstützung und intraoperative Leitlinien einsetzen. Die Firma positioniert sich als Pionier in der klinischen Anwendung von KI in der Kardiologie und baut auf einer starken Forschungspartnerschaft mit führenden Institutionen. Die Studienergebnisse stärken das Vertrauen in künstliche Intelligenz als Werkzeug für proaktive, datenbasierte Medizin.