Kardiale Stauung kann die akkustischen Eigenschaften der Stimme verändern. Über die HearO-App nahmen Patientinnen und Patienten täglich 6 standardisierte Sätze in ihrer Muttersprache auf. Ein Algorithmus analysierte akustische Merkmale mittels Signalverarbeitung und maschinellem Lernen im Vergleich zu einem individuellen Referenzprofil.
DETECT-HF war eine prospektive, multizentrische, verblindete, nicht interventionelle Beobachtungsstudie an 46 Zentren in den USA, Israel und Spanien. Nach einer Run-in-Phase zur Erstellung eines stabilen Stimmprofils wurden 563 Personen mit symptomatischer Herzinsuffizienz (NYHA II–IV ambulant) und erhöhtem Dekompensationsrisiko bis zu 24 Monate beobachtet. Die prospektiv erhobenen Sprachdaten wurden erst nach Studienende mit einem zuvor festgelegten Algorithmus retrospektiv ausgewertet. Warnmeldungen waren für Betroffene und Behandelnde nicht verfügbar; klinische Ereignisse wurden unabhängig adjudiziert.
Ko-primäre Endpunkte waren die Sensitivität zur Erkennung erster Herzinsuffizienzereignisse (Hospitalisierung oder ambulante Dekompensation mit parenteraler Behandlung) und die Rate nicht erklärbarer Warnmeldungen (UPNR). Eine Detektion erforderte eine Warnmeldung im 31-Tage-Fenster vor dem Ereignis. Erfolgskriterien waren eine untere 95%-Konfidenzgrenze der Sensitivität ≥60 % und eine UPNR <3 pro Patientenjahr. Das mittlere Alter betrug 67,6 Jahre; 29,1 % waren Frauen und 76,4 % hatten eine LVEF ≤40 %.
Von 840 gescreenten Patientinnen und Patienten gingen 563 in die Hauptanalyse ein; 426 (75,7 %) beendeten die Nachbeobachtung. Von 76 auswertbaren ersten Herzinsuffizienzereignissen wurden 52 erkannt (Sensitivität 68,4 %; 95%KI [58,0–78,9 %]; p=0,057). Der erste ko-primäre Endpunkt wurde damit nicht erreicht. Die mittlere Vorwarnzeit betrug 24,1 Tage.
Die UPNR betrug 2,65 Warnmeldungen pro Patientenjahr (95%KI [2,53–2,76]; p<0,001) und erfüllte das zweite Erfolgskriterium. Unter Einbeziehung wiederholter Ereignisse betrug die modelladjustierte Sensitivität 70,5 % (95%KI [60,8–78,7 %]; 112 Ereignisse). Die Adhärenz lag bei 85 %, die Bewertung der Benutzerfreundlichkeit bei 4,7–4,9 von 5 Punkten. Gerätebezogene unerwünschte Ereignisse wurden nicht berichtet.
DETECT-HF belegt die technische Machbarkeit einer nicht-invasiven, Smartphone-basierten Stimmanalyse zur frühzeitigen Erkennung drohender Herzinsuffizienzereignisse. Die Sensitivitätsvorgabe wurde knapp verfehlt, während die Warnmeldungsrate das präspezifizierte Ziel erreichte. Ein Nutzen für Hospitalisierungen oder Prognose wurde nicht untersucht.
DETECT-HF liefert aus meiner Sicht interessante und ermutigende Ergebnisse für eine innovative, niedrigschwellige Form des Telemonitorings bei chronischer Herzinsuffizienz. Besonders attraktiv ist, dass außer einem Smartphone keine zusätzliche technische Ausstattung erforderlich ist und eine drohende Dekompensation möglicherweise bereits mehrere Wochen vor klinischer Manifestation erkannt werden kann.
Allerdings müssen wesentliche Limitationen berücksichtigt werden. Trotz prospektiver Datenerhebung erfolgte die Stimmanalyse retrospektiv, sodass weder die klinische Reaktion auf Warnmeldungen noch ein möglicher Einfluss auf Hospitalisierungen oder Prognose untersucht werden konnten. Zudem waren nur 29 % der Studienteilnehmenden Frauen, und 76 % hatten eine LVEF ≤40 %. Die Übertragbarkeit der Ergebnisse insbesondere auf Betroffene mit HFpEF und auf Frauen bleibt daher eingeschränkt.
Perspektivisch sollte aus meiner Sicht das Ziel eine automatisierte Stimmanalyse im Hintergrund sein, die ohne täglich aktiv durchgeführte Sprachaufnahmen mit identischen vorgegebenen Analysesätzen auskommt. Eine solche Integration in die alltägliche Smartphone-Nutzung könnte die Patientenbelastung weiter reduzieren und die langfristige Akzeptanz verbessern. Voraussetzung wäre allerdings der Nachweis einer vergleichbaren diagnostischen Zuverlässigkeit.
Entscheidend wird sein, ob sich die frühzeitige Detektion in einem strukturierten Telemonitoringprogramm in rechtzeitige therapeutische Interventionen und letztlich in eine Verbesserung klinischer Endpunkte übersetzen lässt.
Zur Übersichtsseite AHA Congress 2026
