Forschungshighlights:

• Ein KI-Werkzeug (künstliche Intelligenz) erkannte strukturelle Herzprobleme mithilfe eines Ein-Kanal-EKGs, das vom elektrischen Herzsensor auf der Rückseite und der Digital Crown einer Smartwatch aufgezeichnet wurde.
• Der KI-Algorithmus wurde an Ein-Kanal-EKGs getestet, die mit einer Smartwatch bei einer Gruppe von 600 Erwachsenen aufgenommen wurden. Der Algorithmus identifizierte genau strukturelle Herzerkrankungen wie eingeschränkte Pumpleistung, geschädigte Herzklappen oder verdickten Herzmuskel.
• Smartwatches mit Ein-Kanal-EKG-Sensoren, gepaart mit einem KI-Werkzeug wie dem für diese Studie entwickelten, könnten helfen, das Screening auf strukturelle Herzerkrankungen einfacher und für alle zugänglicher zu machen.
• Hinweis: Die in dieser Pressemitteilung vorgestellte Studie ist ein Forschungsabstract. Abstracts, die auf wissenschaftlichen Tagungen der American Heart Association präsentiert werden, sind nicht peer-reviewed, und die Ergebnisse gelten als vorläufig, bis sie als vollständige Manuskripte in einer peer-reviewten wissenschaftlichen Zeitschrift veröffentlicht werden.

DALLAS - 3. November 2025 (NEWMEDIAWIRE) - Ein KI-Algorithmus (künstliche Intelligenz) in Kombination mit den Ein-Kanal-Elektrokardiogramm (EKG)-Sensoren einer Smartwatch diagnostizierte genau strukturelle Herzerkrankungen, wie eingeschränkte Pumpleistung, geschädigte Herzklappen oder verdickten Herzmuskel, so eine vorläufige Studie, die auf den Scientific Sessions 2025 der American Heart Association präsentiert werden soll. Die Tagung vom 7. bis 10. November in New Orleans ist ein weltweit führender Austausch zu den neuesten wissenschaftlichen Fortschritten, Forschungsergebnissen und evidenzbasierten Updates zur klinischen Praxis in der Herz-Kreislauf-Wissenschaft.

Forscher sagten, dies sei die erste prospektive Studie, die zeigt, dass ein KI-Algorithmus mehrere strukturelle Herzerkrankungen auf der Grundlage von Messwerten eines Ein-Kanal-EKG-Sensors auf der Rückseite und der Digital Crown einer Smartwatch erkennen kann.

„Millionen von Menschen tragen Smartwatches, und sie werden derzeit hauptsächlich verwendet, um Herzrhythmusstörungen wie Vorhofflimmern zu erkennen. Strukturelle Herzerkrankungen hingegen werden normalerweise mit einem Echokardiogramm, einem fortgeschrittenen Ultraschallbildgebungstest des Herzens, festgestellt, der spezielle Geräte erfordert und für Routine-Screenings nicht weit verbreitet ist“, sagte Studienautor Arya Aminorroaya, M.D., M.P.H., Assistenzarzt für Innere Medizin am Yale New Haven Hospital und Forschungsmitarbeiter am Cardiovascular Data Science (CarDS) Lab der Yale School of Medicine in New Haven, Connecticut. „In unserer Studie haben wir untersucht, ob dieselben Smartwatches, die Menschen täglich tragen, auch helfen könnten, diese verborgenen strukturellen Herzerkrankungen früher zu finden, bevor sie zu schwerwiegenden Komplikationen oder Herzereignissen fortschreiten.“

Forscher entwickelten den KI-Algorithmus mithilfe von mehr als 266.000 12-Kanal-EKG-Aufzeichnungen von mehr als 110.000 Erwachsenen. Basierend auf dieser Datensammlung entwickelten sie einen Algorithmus, um strukturelle Herzerkrankungen aus einem Ein-Kanal-EKG zu identifizieren, das mit Smartwatch-Sensoren gewonnen werden kann. Zu diesem Zweck isolierten die Forscher nur eine der 12 Ableitungen des EKGs, die dem Ein-Kanal-EKG auf Smartwatches ähnelt. Sie berücksichtigten auch zufällige Störungen im EKG-Signal oder „Rauschen“, die während der Aufzeichnung eines Ein-Kanal-EKGs mit realen Smartwatches auftreten könnten. Das KI-Modell wurde dann extern validiert, indem Daten von Menschen, die in Gemeinschaftskrankenhäusern Behandlung suchten, sowie Daten aus einer bevölkerungsbasierten Studie aus Brasilien verwendet wurden. Anschließend rekrutierten sie prospektiv 600 Teilnehmer, die 30-Sekunden-Ein-Kanal-EKGs mit einer Smartwatch durchführten, um die Genauigkeit des Algorithmus in einer realen Umgebung zu bewerten.

Die Analyse ergab:

• Bei Verwendung von Ein-Kanal-EKGs, die mit Krankenhausgeräten gewonnen wurden, war das KI-Modell sehr effektiv darin, Menschen mit und ohne strukturelle Herzerkrankung zu unterscheiden, und erzielte 92 % auf einer standardmäßigen Leistungsskala (wobei 100 % perfekt sind).
• Unter den 600 Teilnehmern mit den von einer Smartwatch gewonnenen Ein-Kanal-EKGs blieb das KI-Modell mit 88 % für die Erkennung struktureller Herzerkrankungen hochleistungsfähig.
• Der KI-Algorithmus identifizierte die meisten Menschen mit Herzerkrankungen genau (86 % Sensitivität) und war sehr genau beim Ausschluss von Herzerkrankungen (99 % negativer prädiktiver Wert).

„Für sich allein ist ein Ein-Kanal-EKG begrenzt; es kann keinen 12-Kanal-EKG-Test ersetzen, der in Gesundheitseinrichtungen verfügbar ist. Mit KI wird es jedoch leistungsstark genug, um auf wichtige Herzerkrankungen zu screenen“, sagte Rohan Khera, M.D., M.S., der leitende Autor der Studie und Direktor des CarDS Lab. „Dies könnte das frühe Screening auf strukturelle Herzerkrankungen in großem Maßstab möglich machen, indem Geräte verwendet werden, die viele Menschen bereits besitzen.“

Studienhintergrund, Details und Design:

• Forscher nutzten eine Datenbank von 266.054 EKGs von 110.006 Patienten, die zwischen 2015 und 2023 am Yale New Haven Hospital Tests und Behandlungen erhielten, um einen KI-EKG-Algorithmus zur Erkennung struktureller Herzerkrankungen aus Ein-Kanal-EKGs zu entwickeln.
• Der Algorithmus wurde mit Herzultraschalluntersuchungen abgeglichen, um zu sehen, ob sie eine strukturelle Herzerkrankung hatten oder nicht.
• Das KI-Modell wurde dann an 44.591 Erwachsenen, die in vier Gemeinschaftskrankenhäusern Behandlung suchten, und 3.014 Teilnehmern der bevölkerungsbasierten ELSA-Brasil-Studie validiert. Die Brazilian Longitudinal Study of Adult Health (ELSA-Brasil) sammelt wichtige Informationen darüber, wie sich chronische Krankheiten entwickeln und fortschreiten, mit Schwerpunkt auf Herz-Kreislauf-Erkrankungen und Diabetes.
• Um das KI-Modell für die Interpretation von Signalen aus realen Ein-Kanal-EKGs vorzubereiten, fügten die Forscher dem Modelltraining etwas „Rauschen“ hinzu – stellen Sie es sich wie Unschärfe oder statisches Rauschen vor. Diese kleine Anpassung half der KI, widerstandsfähiger und zuverlässiger im Umgang mit weniger als perfekten Signalen zu werden, sodass sie strukturelle Herzerkrankungen besser erkennen kann, selbst wenn die Daten nicht kristallklar sind.
• Während der realen prospektiven Studie trugen 600 Patienten denselben Smartwatch-Typ mit einem Ein-Kanal-EKG-Sensor für 30 Sekunden am selben Tag, an dem sie einen Herzultraschall erhielten.
• Das mediane Alter der Teilnehmer betrug 62 Jahre, etwa die Hälfte waren Frauen, 44 % nicht-hispanische Weiße, 15 % nicht-hispanische Schwarze, 7 % Hispanics, 1 % Asiaten und 33 % andere. Bei etwa 5 % wurde im Herzultraschall eine strukturelle Herzerkrankung festgestellt.

Zu den Studienbeschränkungen gehören eine geringe Anzahl von Patienten mit der tatsächlichen Erkrankung in der prospektiven Studie und die Anzahl der falsch positiven Ergebnisse.

„Wir planen, das KI-Werkzeug in breiteren Umgebungen zu evaluieren und zu untersuchen, wie es in gemeindebasierte Screening-Programme für Herzerkrankungen integriert werden könnte, um sein potenzielles Potenzial zur Verbesserung der Präventionsversorgung zu bewerten“, sagte Aminorroaya.

Co-Autoren, Offenlegungen und Finanzierungsquellen sind im Abstract aufgeführt.

Aussagen und Schlussfolgerungen von Studien, die auf wissenschaftlichen Tagungen der American Heart Association präsentiert werden, sind ausschließlich die der Studienautoren und spiegeln nicht notwendigerweise die Politik oder Position der Vereinigung wider. Die Vereinigung übernimmt keine Gewähr oder Garantie für deren Genauigkeit oder Zuverlässigkeit. Abstracts, die auf den wissenschaftlichen Tagungen der Vereinigung präsentiert werden, sind nicht peer-reviewed; stattdessen werden sie von unabhängigen Gutachtergremien kuratiert und basierend auf ihrem Potenzial bewertet, zur Vielfalt der wissenschaftlichen Themen und Ansichten, die auf der Tagung diskutiert werden, beizutragen. Die Ergebnisse gelten als vorläufig, bis sie als vollständiges Manuskript in einer peer-reviewten wissenschaftlichen Zeitschrift veröffentlicht werden.

Die Vereinigung erhält mehr als 85 % ihrer Einnahmen aus anderen Quellen als von Unternehmen. Diese Quellen umfassen Beiträge von Einzelpersonen, Stiftungen und Nachlässen sowie Erträge aus Investitionen und Einnahmen aus dem Verkauf unserer Bildungsmaterialien. Unternehmen (einschließlich Pharma-, Gerätehersteller und andere Unternehmen) leisten ebenfalls Spenden an die Vereinigung. Die Vereinigung hat strenge Richtlinien, um zu verhindern, dass Spenden ihren wissenschaftlichen Inhalt und ihre politischen Positionen beeinflussen. Allgemeine Finanzinformationen sind hier verfügbar.

Zusätzliche Ressourcen:

• Multimedia ist in der rechten Spalte des Release-Links verfügbar.
• Link zum Abstract und zum Online Program Planner der American Heart Association’s Scientific Sessions 2025
• Pressemitteilung der American Heart Association: Gerechter Zugang zu digitalen Technologien kann zur Verbesserung der Herz-Kreislauf-Gesundheit beitragen (April 2025)
• Pressemitteilung der American Heart Association: Neuer Algorithmus auf Wearables kann unregelmäßigen Herzschlag erkennen und frühzeitige Versorgung fördern (Nov. 2021)
• Über die Scientific Sessions 2025
• Weitere Neuigkeiten zu den American Heart Association’s Scientific Sessions 2025 finden Sie auf X @HeartNews #AHA25

Über die American Heart Association

Die American Heart Association ist eine unermüdliche Kraft für eine Welt mit längerem, gesünderem Leben. Die Organisation, die sich der Gewährleistung gerechter Gesundheit in allen Gemeinschaften verschrieben hat, ist seit mehr als hundert Jahren eine führende Quelle für Gesundheitsinformationen. Unterstützt von mehr als 35 Millionen Freiwilligen weltweit finanzieren wir bahnbrechende Forschung, setzen uns für die öffentliche Gesundheit ein und stellen wichtige Ressourcen bereit, um Leben zu retten und zu verbessern, die von Herz-Kreislauf-Erkrankungen und Schlaganfall betroffen sind. Indem wir Durchbrüche vorantreiben und bewährte Lösungen in Wissenschaft, Politik und Versorgung umsetzen, arbeiten wir unermüdlich daran, die Gesundheit zu fördern und Leben jeden Tag zu verändern. Verbinden Sie sich mit uns auf heart.org, Facebook, X oder unter 1-800-AHA-USA1.

Für Medienanfragen und Expertenmeinungen der American Heart Association: American Heart Association Communications & Media Relations: 214-706-1173, ahacommunications@heart.org

Karen Astle: Karen.Astle@heart.org

Für öffentliche Anfragen: 1-800-AHA-USA1 (242-8721)

heart.org und stroke.org

Sehen Sie sich die Originalmitteilung auf www.newmediawire.com an

Haftungsausschluss: Diese Übersetzung wurde automatisch von NewsRamp™ für NewMediaWire (gemeinsam als "DIE UNTERNEHMEN" bezeichnet) mit öffentlich zugänglichen generativen KI-Plattformen erstellt. DIE UNTERNEHMEN garantieren nicht die Genauigkeit oder Vollständigkeit dieser Übersetzung und haften nicht für Fehler, Auslassungen oder Ungenauigkeiten. Die Nutzung dieser Übersetzung erfolgt auf eigenes Risiko. DIE UNTERNEHMEN haften nicht für Schäden oder Verluste, die aus solcher Nutzung entstehen. Die offizielle und maßgebliche Version dieser Pressemitteilung ist die englische Version.