Neuronales Netz erkennt Herzinfarkte so gut wie erfahrene Kardiologen
Bei einem Herzinfarkt ist eine rasche Behandlung geboten, doch die rechtzeitige Erkennung ist schwierig. Ein Algorithmus hilft.
![Neuronales Netz erkennt Herzinfarkte so gut wie erfahrene Kardiologen](https://heise.cloudimg.io/width/610/q85.png-lossy-85.webp-lossy-85.foil1/_www-heise-de_/imgs/18/2/4/6/2/1/3/0/heart-beat-detection-c18018b444608b82.png)
(Bild: Fraunhofer Heinrich Hertz Institut)
- Sascha Mattke
Das Potenzial von computergestützter Medizin ist riesig. Wenn Maschinen erst einmal gelernt haben, wie bestimmte Probleme zu erkennen sind, können sie das beliebig oft und ohne Ermüdungserscheinungen wiederholen. Einen großen Schritt in diese Richtung vermelden jetzt Nils Strodthoff vom Fraunhofer Heinrich-Hertz-Institut in Berlin und Claas Strodthoff vom Universitätsklinikum Schleswig-Holstein in Kiel: Sie haben ein neuronales Netz entwickelt, das Anzeichen für einen Herzinfarkt erkennen kann – und zwar nach ihren Angaben erstmals so gut wie menschliche Kardiologen. Das berichtet Technology Review online in „Computer erkennt Herzinfarkt früh“.
Mit am besten lassen sich drohende Herzinfarkte mit Hilfe von Elektrokardiogrammen erkennen. Bei einem Standard-EKG werden die Signale von 12 unterschiedlichen Elektroden ausgewertet, die an unterschiedlichen Stellen des Körpers eines Patienten befestigt sind. Kardiologen wissen seit langem, dass die Signale mancher der Elektroden für die Diagnose von Herzinfarkten nützlicher sind als andere. Insgesamt aber ist die Interpretation der Daten schwierig. Insbesondere in der hektischen Umgebung von Notaufnahmen kann es zu Rauschen und anderen Datenfehlern kommen, die Diagnosen erschweren.
Für ihr automatisiertes System zur Herzinfarkt-Erkennung nutzten Strodthoff und Strodthoff eine Datenbank mit 148 EKG-Protokollen von Patienten mit Herzinfarkt und 52 gesunden Kontrollpersonen. 90 Prozent dieser Daten gaben sie ihrem neuronalen Netzwerk zur Lernvorlage, mit den verbleibenden 10 Prozent wurde dann die Treffsicherheit des Algorithmus getestet. Das Ergebnis: „Die vorgeschlagene Architektur schlägt die aktuell besten Ansätze für diese Datensammlung und erreicht ein Niveau, das mit dem menschlicher Kardiologen vergleichbar ist“, schreiben die Forscher.
Mehr dazu bei Technology Review online:
(sma)