Digitaler Herz-Check: Was Apps, Wearables & KI heute schon können

Mittlerweile sind sehr viele Apps auf Rezept erhältlich, die bei der Diagnose oder Therapie von Krankheiten helfen können. Hilfreich können zum Beispiel Apps für Patientinnen und Patienten mit Herzschwäche (Herzinsuffizienz) sein, mit denen sie ihre Krankheit besser kontrollieren können. Sie können damit verschiedene Daten im Blick behalten: Was sind meine wichtigen Medikamente? Habe ich sie heute schon eingenommen? Ist mein Gewicht stabil? 

Einige Apps lassen sich mit elektronischen Waagen koppeln. Dann sehen die Anwenderinnen und Anwender beispielsweise: Vorgestern wog ich noch 70 Kilo, gestern auch und heute plötzlich 75. Mit einer Herzschwäche sollte man bei einer plötzlichen Gewichtszunahme reagieren – sie könnte ein Warnsignal sein, dass sich Wasser im Körper ansammelt, weil das Herz nicht mehr kräftig genug pumpt.

Viele Apps sind patientenzentriert, das heißt: Die Patientinnen und Patienten nutzen sie, ohne dass Fachleute involviert sind. Es gibt aber auch Apps, auf deren Daten ich als behandelnder Arzt zugreifen kann. Viele Patientinnen und Patienten nutzen beispielsweise eine App, mit der sie ihren Blutdruck messen können. Die wird mit einem Wearable, also einem tragbaren Gerät – in diesem Fall mit einem Blutdruckmessgerät – gekoppelt. Und diese Daten lassen sich teilen. Oder man bringt sie beim nächsten Arztbesuch mit. Je nachdem, worum es in dem Termin geht, kann das durchaus hilfreich sein. 

Allerdings werden wir manchmal geradezu überladen mit Informationen. Das bedeutet: Je mehr Informationen wir zur Verfügung haben, desto genauer müssen wir selektieren, welche Parameter uns für die jeweilige Fragestellung wirklich interessieren. Wenn eine Patientin oder ein Patient zu mir in die Sprechstunde kommt, um sich wegen einer Rhythmusstörung beraten zu lassen, hilft uns ein Katalog von Blutdruckwerten zum Beispiel nicht viel weiter. Daten zum Herzrhythmus hingegen schon.

Es gibt inzwischen zahlreiche Apps, mit denen man den Rhythmus überwachen kann. Bei einigen legt man ganz einfach den Finger an die Smartphone-Kamera und die zeichnet dann den Farbverlauf über die Fingerbeere auf. Der verändert sich mit jedem Pulsschlag, ist mal ein bisschen stärker, mal ein bisschen weniger rot. Darüber kann man eine Pulskurve (sog. Photoplethysmographie) ableiten. Das ist sehr akkurat, sodass man sehen kann: Ist das ein regelmäßiger oder ein unregelmäßiger Puls? Das ist eine sehr wertvolle Information, wenn man Rhythmusstörungen sucht. 

Für die Diagnose eines Vorhofflimmerns reicht die Pulskurve allein nicht aus. Dafür benötigt man immer ein EKG. Dafür gibt es mittlerweile zwar auch Apps, aber zusätzlich ist ein Wearable notwendig, mit dem man das EKG ableiten kann. Meist sind das kleine Plättchen oder Griffe, auf die man jeweils zwei Finger jeder Hand legt – dann bekommt man ein Ein-Kanal-EKG. Das reicht für die Diagnose der Rhythmusstörung häufig aus. Es gibt aber auch schon Sechs-Kanal-EKGs, die noch genauer in der Diagnostik sind. Für die muss man ein drittes Plättchen an den Fuß halten. Das funktioniert sehr gut. Gerade bei der Suche nach Vorhofflimmern können solche Anwendungen sehr hilfreich sein. Und Vorhofflimmern ist die häufigste Herzrhythmusstörung und eine der Hauptursachen von Schlaganfällen.

Im klinischen Alltag arbeiten wir schon sehr viel mit KI. Und wahrscheinlich wird das jetzt schnell weiter zunehmen. Aktuelle Studien zeigen, dass im EKG mehr Informationen stecken, als wir noch vor wenigen Jahren vermutet haben. Die Mayo Clinic in den USA ist sehr fortschrittlich in den Analysen riesiger EKG-Datenbanken. Die können aus den EKGs beispielsweise vorhersagen, ob eine Patientin oder ein Patient mit einer hohen Wahrscheinlichkeit eine Aortenklappenstenose hat – oder nicht. Das heißt nicht, dass wir ab sofort Klappenerkrankungen mit dem EKG diagnostizieren können – dafür braucht man weiterhin eine Ultraschall- oder Katheter-Untersuchung. Aber wenn künftig beispielsweise eine Hausärztin oder ein Hausarzt mithilfe von KI im EKG erkennen könnte, dass mit einer erhöhten Wahrscheinlichkeit eine Aortenklappenstenose vorliegt, müsste man nicht warten, bis die Betroffenen irgendwann mit einer deutlichen Leistungseinschränkung in einer kardiologischen Praxis sitzen. Dann könnte man Betroffene viel schneller Fachleuten zuweisen.

In einigen Bereichen ist die KI aber schon im täglichen Einsatz – zum Beispiel beim Auswerten von Langzeit-EKGs. Das ist sehr, sehr zeitaufwendig. Da müssen wir 24-, manchmal 48 Stunden-EKGs angucken und dürfen dabei nichts übersehen. Dabei kann KI uns sehr gut unterstützen. Das heißt nicht, dass die KI uns alles abnimmt. Aber die Wahrscheinlichkeit, dass etwas übersehen wird, verringert sich. Dasselbe machen wir auch bei Röntgenaufnahmen. Auch da machen wir zusätzlich zur ärztlichen auch eine KI-Analyse. 

„Im klinischen Alltag arbeiten wir schon sehr viel mit KI. Und wahrscheinlich wird das jetzt schnell weiter zunehmen.“

Prof. Dr. David Duncker

Untersuchungen zeigen, dass eine Stimmanalyse Hinweise auf eine Herzschwäche oder deren Verschlechterung liefern kann. Wir kennen das auch aus unserem klinischen Alltag. Wenn Patientinnen oder Patienten mit einer Herzschwäche Wasser einlagern, hören wir häufig schon bei der Begrüßung: Da ist zu viel Wasser im Körper. Einige merken es auch, wenn sie beispielsweise die Oma zu Hause anrufen. Mit einer App lässt sich das präzise messen. 

Diese Stimmanalyse erkennt nicht nur eine Herzschwäche oder die Verschlechterung einer Herzschwäche, sie kann sogar Herzrhythmusprobleme feststellen.

Im Klinikalltag verwenden wir sehr, sehr viel Zeit auf die Dokumentation der ärztlichen oder pflegerischen Tätigkeit. Da könnte uns eine KI natürlich gut unterstützen – und zum Teil tut sie es auch schon. In den USA gibt es Kliniken, in denen Ärztinnen und Ärzte mit ihrem Smartphone in die Krankenzimmer laufen und es wird alles aufgezeichnet – die Frage nach dem Wohlbefinden genauso wie die Plauderei über das letzte Footballspiel. Die KI-Software generiert daraus einen ärztlichen Bericht, der nur die relevanten Informationen enthält. Das ist extrem smart und funktioniert sehr gut. Aber durch unsere hohen Ansprüche an den Datenschutz sind die Möglichkeiten begrenzt. In Deutschland wäre es undenkbar, dass ein Behandelnder mit laufendem Handy-Mikro ein Patientenzimmer betritt und Patientengespräche führt. 

Large Language Models sind vor allem Textgenerierungsprogramme. Das heißt: Man bekommt einen wunderschönen Text, sehr überzeugend, sehr empathisch und gut erklärt. Aber der ist manchmal vollkommen falsch – ohne dass ein Laie das erkennen könnte. Ein Laie merkt nicht, wenn wesentliche medizinische Informationen fehlen oder – und das ist das größte Problem – irgendwelche Informationen komplett irreführend sind. Wir haben das in einer Studie untersucht und sind dabei zum Teil auf Empfehlungen gestoßen, die Betroffene wirklich gefährden können. Daher ist es im Moment noch wichtig, immer wieder zu betonen: Wenn es um Medizinfragen geht, sind Large Language Models wie ChatGPT aktuell noch die falschen Ansprechpartner. 

Es gibt mittlerweile eine breite Palette digitaler und KI-gestützter Entwicklungen, die verschiedene Bereiche der kardiovaskulären Versorgung berühren – von der Prävention über die Früherkennung bis hin zur Diagnostik. Und es kommen ständig neue hinzu.