Ein künstliches Intelligenz-Algorithmus-System, das mit dem einzelnen EKG-Sensor einer Smartwatch kombiniert wird, hat in einer vorläufigen Studie die Fähigkeit gezeigt, strukturelle Herzerkrankungen bei Erwachsenen präzise zu erkennen. Die Ergebnisse werden auf dem wissenschaftlichen Treffen der American Heart Association 2025 vorgestellt. Das Verfahren nutzt die EKG-Signale, die von der Rückseite und dem Digital Crown einer Smartwatch erfasst werden – einem einzigen EKG-Kanal, der bisher hauptsächlich zur Erkennung von Herzrhythmusstörungen wie Vorhofflimmern genutzt wurde. Im Gegensatz dazu erfordern strukturelle Herzerkrankungen wie eine verminderte Pumpfunktion, geschädigte Klappen oder eine vergrößerte Herzmuskelwand bisher meist eine Echokardiographie, ein spezialisiertes Ultraschallverfahren, das nicht allgemein verfügbar ist. Die Forscher des Cardiovascular Data Science (CarDS) Lab an der Yale School of Medicine entwickelten den AI-Algorithmus anhand von über 266.000 12-Kanal-EKG-Aufzeichnungen von mehr als 110.000 Erwachsenen aus dem Zeitraum 2015 bis 2023. Sie extrahierten aus diesen Daten einen einzelnen EKG-Channel, der dem auf Smartwatches verfügbaren Signal entspricht, und trainierten den Algorithmus, auch mit künstlich hinzugefügtem „Rauschen“ – um die Robustheit gegenüber realwelttypischen Störungen zu erhöhen. Anschließend validierten sie das Modell an Daten aus vier Gemeinschaftskliniken und der brasilianischen ELSA-Brasil-Studie, einer langfristigen Bevölkerungsstudie zu chronischen Krankheiten. In einer prospektiven Studie mit 600 Teilnehmern, die jeweils eine 30-Sekunden-Aufzeichnung mit der Smartwatch durchführten, wurde der Algorithmus in der Praxis getestet. Die Ergebnisse zeigten, dass der KI-Algorithmus in der Lage war, strukturelle Herzerkrankungen mit hoher Genauigkeit zu identifizieren, wobei etwa 5 % der Teilnehmer tatsächlich betroffen waren. Obwohl ein einzelner EKG-Kanal allein nicht ausreicht, um ein 12-Kanal-EKG zu ersetzen, wird der KI-ansatz als vielversprechend angesehen, um frühzeitige Screening-Programme auf breiter Basis zu ermöglichen, da Smartwatches bereits in vielen Haushalten verbreitet sind. Studienleiter Rohan Khera betont, dass die Kombination aus einfachem, alltäglichem Gerät und leistungsstarker KI die Prävention kardialer Erkrankungen revolutionieren könnte. Studienlimitationen umfassen die geringe Anzahl an Fällen mit Erkrankung in der Prospektivstudie sowie eine gewisse Zahl falsch-positiver Ergebnisse. Die Forscher planen nun, das Tool in größeren, diversifizierten Populationen zu testen und seine Integration in community-basierte Screening-Programme zu untersuchen. Die Entwicklung stellt einen bedeutenden Fortschritt im Bereich der digitalen Gesundheitsüberwachung dar. Experten sehen darin eine Möglichkeit, die frühzeitige Erkennung von Herz-Kreislauf-Erkrankungen zu verbessern, besonders in Regionen mit begrenztem Zugang zu spezialisierten medizinischen Ressourcen. Die KI-Technologie könnte künftig in Kombination mit bestehenden Gesundheits-Apps oder digitalen Gesundheitsplattformen eingesetzt werden, um individuelle Risikobewertungen zu liefern. Die Yale-Gruppe, die hinter dem CarDS Lab steht, ist international anerkannt für ihre Arbeit in der kardialen Datenwissenschaft und hat bereits mehrere KI-Modelle für kardiale Anwendungen entwickelt. Die Studie unterstreicht, wie künstliche Intelligenz und tragbare Technologien gemeinsam die Prävention und Früherkennung von Erkrankungen transformieren können.