Herzinfarkt-Erkennung: KI-System erkennt 92% der Fälle

Künstliche Intelligenz verändert zunehmend, wie Herz-Kreislauf-Erkrankungen erkannt und vorhergesagt werden. Ein am Scripps Research Translational Institute in La Jolla entwickeltes System namens ECG-CLIP steht dabei im Zentrum aktueller Fachdiskussionen: Laut einer 2026 in Lancet Digital Health veröffentlichten Studie (DOI: 10.1016/j.landig.2026.101092) erkennt und prognostiziert das Modell kardiovaskuläre Erkrankungen sowie klinische Ereignisse aus dem EKG effektiver als andere KI-Modelle, wie aerzteblatt.de berichtete.

ECG-CLIP: Wenig Trainingsdaten, breiter Einsatz

Ein zentraler Vorteil von ECG-CLIP liegt laut den Scripps-Forschenden darin, dass das System nur wenige Trainingsbeispiele benötigt. Bisherige EKG-KI-Anwendungen sind demnach meist auf Einzelaufgaben beschränkt und erfordern große Datenmengen, um zuverlässig zu funktionieren.

Diese Eigenschaft könnte den Einsatz solcher Systeme in der klinischen Praxis erleichtern, da nicht für jede neue Fragestellung umfangreiche Datensätze aufgebaut werden müssten.

FDA autorisiert Queen of Hearts für ACS-Erkennung

Parallel zu den Erkenntnissen aus La Jolla hat die US-Arzneimittelbehörde FDA im September 2026 im De-Novo-Verfahren (DEN250044, Produktcode SHS) das "STEMI AI ECG Model" des Unternehmens Powerful Medical autorisiert, bekannt unter dem Namen Queen of Hearts beziehungsweise ACS AI ECG Model.

Das System ist für die Analyse von 12-Kanal-EKGs vorgesehen und wurde inklusive eines sogenannten Predetermined Change Control Plan zugelassen, der künftige Modelländerungen ohne erneute vollständige Zulassungsprüfung ermöglichen soll.

Eine retrospektive US-Registerstudie mit mehr als 1.000 Patienten, die Powerful Medical anführt, kommt zu bemerkenswerten Ergebnissen: Das Modell erkannte demnach 92 Prozent der echten Herzinfarkte, verglichen mit 71 Prozent bei der Standard-Triage. Gleichzeitig sanken die Fehlalarme von 42 Prozent auf 8 Prozent.

Die zugrunde liegende PMcardio-Plattform von Powerful Medical trägt in der EU bereits seit 2022 eine CE-Kennzeichnung der Klasse IIb nach der Medizinprodukteverordnung (MDR). Der Hersteller verweist zudem auf mehr als 20 Publikationen mit insgesamt über 40.000 Patienten. Das Produkt ist ausdrücklich kein Verbraucherprodukt, sondern für den klinischen Workflow in Krankenhäusern und Praxen bestimmt.

Die aktuelle Studienlage zeigt: Ein KI-Modell erkannte in einer retrospektiven US-Registerstudie 92 Prozent der echten Herzinfarkte im 12-Kanal-EKG, während die Standard-Triage bei 71 Prozent lag — und die Fehlalarme sanken von 42 auf 8 Prozent. Unser kostenloser Praxisleitfaden zeigt Schritt für Schritt, wie Kliniken und Praxen solche Systeme in den diagnostischen Workflow einbinden. Praxisleitfaden KI-EKG-Diagnostik jetzt anfordern

Warum solche Systeme relevant sind

Die Bedeutung solcher diagnostischer Fortschritte lässt sich vor dem Hintergrund aktueller Versorgungsdaten einordnen. Der Deutsche Herzbericht 2026, der Daten aus dem Jahr 2024 auswertet, zeigt zwar rückläufige Sterberaten bei koronarer Herzkrankheit (KHK) von 127,3 auf 118,3 pro 100.000 Einwohner – ein Rückgang um 7,1 Prozent –, doch die Zahl herzbedingter Klinikaufenthalte bleibt mit mehr als 1,65 Millionen Fällen hoch. Besonders bei den 75- bis 85-Jährigen ist die Hospitalisationsrate seit 2012 um 13,3 Prozent gestiegen.

Auch bei Herzrhythmusstörungen zeigt sich ein wachsender Versorgungsbedarf: 2024 wurden in Deutschland 509.490 stationäre Behandlungen wegen Rhythmusstörungen registriert, nach 493.636 im Vorjahr, mit rund 29.800 Todesfällen.

Vorhofflimmern betrifft laut den Daten mehr als 1,6 Millionen Menschen in Deutschland, wobei 20 bis 30 Prozent der ischämischen Schlaganfälle darauf zurückgeführt werden. In diesem Kontext gewinnen KI-gestützte Diagnosewerkzeuge an Bedeutung, weil sie potenziell helfen könnten, kritische Ereignisse wie den Herzinfarkt früher und zuverlässiger zu erkennen.

Grenzen und offene Fragen

Trotz der vielversprechenden Ergebnisse bleiben Einschränkungen bestehen. So können etwa tragbare Geräte wie die Huawei Watch D3, die ein EKG lediglich über eine Ableitung nach Einthoven bei einer Messzeit von 30 Sekunden erstellen, einen Hinterwandinfarkt unentdeckt lassen. Solche Geräte sind kein Ersatz für ein vollständiges 12-Kanal-EKG mit zehn Elektroden, wie es etwa bei Queen of Hearts zum Einsatz kommt.

Auch der Umgang von Ärztinnen und Ärzten mit KI-Empfehlungen wirft Fragen auf. Eine Studie des DIW Berlin mit 372 dänischen Hausärztinnen und Hausärzten zur Diagnose von Harnwegsinfektionen zeigte, dass Mediziner ihre Risikoeinschätzung nach einer KI-Diagnose um 41 Prozent weniger stark anpassten als nach einem gleich zuverlässigen Urin-Schnelltest.

Tragbare EKG-Geräte messen über eine einzige Ableitung nach Einthoven in 30 Sekunden — ein Hinterwandinfarkt kann dabei unentdeckt bleiben. Wer Patientinnen und Patienten sicher triagieren will, braucht die Abgrenzung zum vollständigen 12-Kanal-EKG mit zehn Elektroden. Unsere Checkliste zeigt, wann welches Verfahren trägt. Checkliste 12-Kanal-EKG vs. Wearable sichern

Etwa jeder Dritte ignorierte die KI-Information demnach fast vollständig – mit der Folge unnötiger Antibiotikaverschreibungen. Ob sich ein ähnliches Muster bei kardiologischen KI-Systemen wie ECG-CLIP oder Queen of Hearts zeigt, ist aus den vorliegenden Daten nicht ersichtlich, dürfte aber für die praktische Akzeptanz solcher Technologien in Kliniken eine wichtige Rolle spielen.

Insgesamt deuten die aktuellen Entwicklungen darauf hin, dass KI-gestützte EKG-Analyse zunehmend regulatorische Anerkennung findet und in Studien höhere Trefferquoten bei gleichzeitig weniger Fehlalarmen erzielt. Wie sich diese technischen Fortschritte auf die tatsächliche Versorgungspraxis und die im Herzbericht dokumentierten Fallzahlen auswirken, wird sich erst in den kommenden Jahren zeigen.

de | wissenschaft | 70117670 |