Hintergrund:
Die linksbündelnahe Stimulation (left bundle branch area pacing, LBBAP) wird zunehmend als physiologischere Alternative zur konventionellen rechtsventrikulären Stimulation (RVp) eingesetzt. Die postprozedurale EKG-Verifikation erfordert jedoch eine genaue Beurteilung stimulierter QRS-Morphologien, insbesondere der terminalen R/R′-Konfiguration in V1, der lateralen R-wave peak time und interlead-basierter Zeitintervalle. Multimodale Large Language Models (LLM) können medizinische Bilder beschreiben und Kriterien-basiert argumentieren, sind jedoch nicht für kalibrierte EKG-Messungen entwickelt. Ziel dieser Studie war es, die Leistungsfähigkeit und Fehlermuster eines öffentlich verfügbaren multimodalen LLM bei der Klassifikation von LBBAP- versus RVp-EKGs zu untersuchen.
Methoden:
In diese retrospektive explorative Studie wurden 60 de-identifizierte 12-Kanal-EKG-Bilder eingeschlossen: 30 expertengesicherte LBBAP-EKGs und 30 expertengesicherte RVp-EKGs. Die LBBAP-Klassifikation erfolgte anhand prozeduraler Kriterien und postprozeduraler EKG-Morphologie; eingeschlossen wurden nur LBBAP-EKGs mit sichtbarer terminaler R/R′-Morphologie in V1. RVp-EKGs stammten von konventionellen RV-Elektrodenpositionen und wurden ebenfalls hinsichtlich typischer RVp-Morphologie geprüft. Jedes EKG wurde in randomisierter Reihenfolge in einer neuen LLM-Sitzung mit standardisiertem Prompt analysiert. Erfasst wurden Klassifikation, Messwerte, Achse, Begründung und Modell-Bearbeitungszeit. Fehlklassifikationen wurden qualitativ hinsichtlich der zugrunde liegenden Fehlmechanismen analysiert.
Ergebnisse:
Das LLM klassifizierte 52/60 EKGs korrekt, entsprechend einer Gesamtgenauigkeit von 86,7% (95%-KI 75,4–94,1). Die Sensitivität für LBBAP betrug 86,7% (26/30; 95%-KI 69,3–96,2), die Spezifität für RVp ebenfalls 86,7% (26/30; 95%-KI 69,3–96,2). Es traten acht Fehlklassifikationen auf: vier LBBAP-EKGs wurden als RVp und vier RVp-EKGs als LBBAP klassifiziert. Die Fehlermuster waren relevant: Bei falsch-negativen LBBAP-Fällen wurde die terminale R/R′-Morphologie in V1 trotz sichtbarer Ausprägung nicht erkannt. Bei falsch-positiven RVp-Fällen wurden unspezifische oder repolarisationsbedingte Deflektionen teilweise fälschlich als terminale R/R′-Komponente gewertet. Zusätzlich zeigten sich instabile QRS-Dauer- und R-wave-peak-time-Messungen sowie fehlerhafte Segmentierung von Stimulationsartefakt, QRS-Beginn, terminaler QRS-Komponente und T-Welle. In mehreren Fällen war die elektrophysiologische Begründung plausibel formuliert, beruhte jedoch auf einer fehlerhaften visuellen Erfassung der EKG-Morphologie.
Schlussfolgerung:
Trotz numerisch akzeptabler Genauigkeit zeigte das untersuchte multimodale LLM relevante Limitationen bei der bildbasierten Analyse stimulierter EKGs. Die Hauptprobleme lagen nicht primär in der Kenntnis der LBBAP-Kriterien, sondern in der unzuverlässigen visuellen Erkennung kleiner, aber entscheidender EKG-Merkmale und in instabilen Messungen. Die Ergebnisse sprechen gegen eine isolierte LLM-basierte EKG-Bildinterpretation, unterstützen aber die Entwicklung hybrider Systeme, bei denen signalbasierte oder CNN-basierte EKG-Merkmalextraktion mit LLM-basierter Kriterienintegration, Erklärung und Unsicherheitskommunikation kombiniert wird.
