Apple Watch gibt Hinweise auf linksventrikuläre Dysfunktion

Eine eingeschränkte Pumpfunktion des linken Ventrikels kann gefährliche Folgen haben – besonders, wenn Erkrankte nichts davon ahnen und dadurch zu spät mit der Therapie beginnen. Bei der EKG-Auswertung gab es in den vergangenen Jahren große Fortschritte durch künstliche Intelligenz, die anhand von 12-Kanal-EKG Funktionsstörungen des Herzens identifizieren konnte. Es wurde auch untersucht, ob dies mithilfe eines durch die Apple Watch erzeugten 1-Kanal-EKG möglich ist. Die Ergebnisse sind vielversprechend.

Für die Analyse hatte ein Team um Dr. Zachi Attia vom Mayo Clinic College of Medicine in Rochester mehr als 125.000 per App erstellte 1-Kanal-EKG von rund 2.500 Patientinnen und Patienten aus elf Ländern gesammelt und diese mithilfe von Algorithmen ausgewertet. Bei 421 Teilnehmenden war innerhalb von 30 Tagen zudem ein Echokardiogramm erstellt worden, sodass die Resultate mit denen der künstlichen Intelligenz verglichen werden konnten.

In 16 Fällen wurde echokardiografisch eine linksventrikuläre Dysfunktion gemessen, definiert als Ejektionsfraktion von höchstens 40%. Zwölf davon hatte die Apple Watch erkannt. Die Analyse bezog sich jeweils auf das EKG mit dem kürzesten zeitlichen Abstand zur Echokardiografie. Die Sensitivität betrug 75,0%, die Spezifität 78,5%. Die „Area Under the Curve“ für die korrekte Vorhersage einer linksventrikulären Dysfunktion lag bei 0,885.

„Die Ergebnisse weisen darauf hin, dass mithilfe von Smartwatches in einem nicht klinischen Umfeld erstellte EKG verwendet werden können, um Patienten und Patientinnen mit Funktionsstörungen des Herzens zu identifizieren, die potenziell lebensbedrohlich und oft asymptomatisch sind“, fassen Attia et al. zusammen. Einschränkungen dabei sind jedoch, dass 1-Kanal-EKG verglichen mit 12-Kanal-EKG ungenauer und anfälliger für Fehler sind und falsch-positive Ergebnisse unbegründete Ängste wecken könnten. Zudem handelte es sich im Vergleich zu typischen Herzinsuffizienzpatienten und -patientinnen um eine eher junge Kohorte mit einem Durchschnittsalter von 53 Jahren.