KI erkennt Herztransplantatabstoßung ohne Biopsie

Forscher des NYU Langone Health haben ein künstliches Intelligenz-Modell entwickelt, das Herztransplantat-Abstoßungen mittels Elektrokardiogrammen und Bluttests erkennt und dabei invasive Biopsien in vielen Fällen überflüssig macht. Bisher gilt die Entnahme von Herzmuskelgewebe unter mikroskopischer Untersuchung als Goldstandard zur Diagnose. Das neue KI-Verfahren analysiert stattdessen elektrische Herzsignale und biomolekulare Blutmarker, darunter Genaktivitäten und donor-spezifische DNA-Fragmente, auf charakteristische Muster. Für die Entwicklung wurden über 5.300 EKG-Daten von 2.357 erwachsenen Transplantationspatienten zwischen 2018 und 2024 genutzt. Ein KI-Modell verarbeitete ausschließlich die Kardiogramme, während ein zweites Modell EKG-Daten mit den genannten Bluttests kombinierte. Als Referenz dienten pathologische Biopsiebefunde derselben Patienten. Bei einer unabhängigen Validierungsgruppe zeigte das kombinierte Modell eine signifikant höhere Treffsicherheit: Es erkannte korrekterweise 94 Prozent der Patienten ohne Abstoßungsreaktion. Im Gegensatz dazu führte das rein auf Blutmarkern basierende Verfahren bei 19 Personen zu falschen Verdachtsmomenten, was unnötige Biopsien zur Folge gehabt hätte. Der leitende Studienautor Dr. Lior Jankelson von der NYU Grossman School of Medicine betont, dass EKGs weit mehr physiologische Informationen enthalten, als traditionell angenommen wird. Durch die KI-gestützte Fusion mit Blutmarkern ließe sich die Diagnosestellung beschleunigen und die Behandlung im Frühstadium anpassen. Bisherige Bluttests weisen zwar eine hohe Sensitivität auf, produzieren jedoch häufig falsch-positive Ergebnisse. Die neue Studie ist die erste, die diese Biomarker systematisch mit EKG-Daten in einem KI-Modell vereint und die Vorhersagen direkt mit Biopsieergebnissen abgleicht. Die Ergebnisse wurden am 25. September im Fachjournal JHLT Open veröffentlicht. Herztransplantationen gelten als hochkomplexe Eingriffe, bei denen Abstoßungsreaktionen häufig, aber bei rechtzeitiger Erkennung behandelbar sind. Die Forscher planen nun großangelegte klinische Studien an mehreren Transplantationszentren, um die Robustheit des KI-Modells unter realen Versorgungsbedingungen zu testen. Gelingt die Validierung, könnte das Verfahren die Patientenversorgung revolutionieren, indem es invasive Diagnostik präzise auf indizierte Fälle reduziert und gleichzeitig die Überlebenschancen durch frühere Interventionen steigert.