KI trifft Herzmedizin Edge-KI verbessert Langzeit-EKGs auf Standard-Hardware

Anbieter zum Thema

PTC

Syslogic GmbH

IBR Leiterplatten GmbH & Co. KG

Mit Standard-Hardware soll die EKG-Diagnostik verbessert werden. Zum Einsatz kommen KI-Algorithmen, die direkt vor Ort analysiert werden, ohne dass sensible Patientendaten das Gerät verlassen.

Ein Sieben-Millionen-Euro-Forschungsprojekt zeigt, wie sich komplexe KI-Algorithmen für die EKG-Analyse auf kostengünstiger Standard-Hardware unter 1.000 Euro realisieren lassen. Der Edge-Computing-Ansatz der Uni Siegen könnte Vorbild für eine neue Generation autonomer Medizingeräte werden.

Die größte technische Herausforderung im Projekt „FACE" liegt in der Optimierung von KI-Algorithmen für handelsübliche Laptop-Hardware. „Wenn wir für das Auslesen Hardware für mehrere tausend Euro benötigen, können die meisten Praxen sich das schlichtweg nicht leisten“, erklärt Prof. Dr. Kai Hahn von der Universität Siegen. Das Ziel: Ein komplettes KI-System für unter 1.000 Euro, das 100.000 Herzschläge aus 24-Stunden-EKGs in Echtzeit analysiert.

Die Forschungsgruppe „Medizinische Informatik und graphbasierte Systeme“ entwickelt dafür speziell optimierte Algorithmusarchitekturen. Die KI muss dabei nicht nur Herzrhythmusstörungen wie Vorhofflimmern klassifizieren, sondern auch selbstständig Störgeräusche und Signalrauschen filtern. Das alles erfolgt bei minimaler Rechenleistung.

Strategische Architekturentscheidungen

Das Projekt verfolgt bewusst eine Edge-First-Strategie. Anders als Cloud-Lösungen analysiert die KI die EKG-Daten direkt vor Ort, ohne dass sensible Patientendaten das Gerät verlassen. „Das macht Edge-Systeme nicht nur deutlich datenschutzfreundlicher, sondern auch unabhängig vom Netzzugang“, betont das Siegener Team.

Parallel entwickeln die Projektpartner GETEMED und das Berlin Institute of Health (BIH) Cloud-basierte Algorithmen für leistungshungrigere Anwendungen. Am Ende sollen zwei komplementäre Lösungsansätze entstehen, die je nach Anwendungsfall optimal eingesetzt werden können.

25 Prozent Fehlerreduktion als Treiber

Die aktuelle Fehlerquote bei manueller EKG-Auswertung liegt bei etwa 25 Prozent. Das ist ein enormes Verbesserungspotenzial für KI-gestützte Systeme. Schon heute übertrifft die automatisierte Analyse die menschliche Auswertung in Geschwindigkeit und Präzision. Bei nur acht Minuten vergüteter Arztzeit für 24-Stunden-EKGs zeigt sich der wirtschaftliche Druck deutlich.

Das Gesamtprojektvolumen von knapp sieben Millionen Euro (Universität Siegen: 430.000 Euro) verdeutlicht das Marktinteresse. Beteiligte Industriepartner sind Hersteller von EKG-Geräten und Herzschrittmachern, die bereits konkrete Verwertungsstrategien entwickeln.

KI als Assistenzsystem und ihre Grenzen und Zukunftspotenziale

Der potenzielle Nutzen ist enorm. Das betrifft sowohl für das medizinische Fachpersonal als auch für Patienten. Schon heute ist die KI-Analyse zuverlässiger als die menschliche Auswertung. Auffälligkeiten werden präziser erkannt, und das in einem Bruchteil der Zeit.

Klare Rollenteilung: „Selbstverständlich sollen die KI-Systeme die Ärzte nur unterstützen. Ein Mensch muss immer die Analyse der KI prüfen“, betont Jasmin Freudenberg, Doktorandin aus der Forschungsgruppe. Diese Human-in-the-Loop-Architektur ist für Entwickler von Medizinprodukten ein wichtiger Designaspekt.

Entwicklungsperspektiven: Aktuell ist die KI noch nicht in der Lage, aus Auffälligkeiten konkrete Verdachtsdiagnosen abzuleiten. Sie erkennt und klassifiziert Rhythmusstörungen, überlässt aber die medizinische Interpretation dem Fachpersonal. „Doch auch das könnte mittelfristig realistisch werden“, schätzt Annika Steiger ein, ebenfalls Doktorandin in der Arbeitsgruppe „Medizinische Informatik und graphbasierte Systeme“.

Die nächste Entwicklungsstufe könnte KI-Systeme hervorbringen, die nicht nur Anomalien erkennen, sondern auch diagnostische Empfehlungen aussprechen.

Vom Laptop zum Smart-EKG

Da es sich um vorwettbewerbliche Forschung handelt, können die Ergebnisse nicht direkt in marktreife Produkte münden. Die beteiligten Unternehmen planen jedoch, die Erkenntnisse in die Weiterentwicklung ihrer Geräte einfließen zu lassen.

Die Vision ist es, ein smartes EKG-Gerät zu bauen, das ganz ohne zusätzlichen Laptop auskommt und die KI-Analyse direkt integriert hat. Solche Embedded-KI-Lösungen würden den Medizintechnikmarkt grundlegend verändern. Als technische Basis dienen MIT-Datensätze und systematisches Benchmarking. Die Forschung basiert auf validierten EKG-Trainingsdaten des renommierten MIT, die kostenfrei für Forschungszwecke verfügbar sind. Die Siegener Gruppe vergleicht systematisch verschiedene KI-Systeme hinsichtlich Geschwindigkeit, Rechenaufwand und Präzision.

Die leistungsfähigsten Algorithmen werden anschließend auf projektinternen Datensätzen weiterentwickelt und für die Edge-Hardware optimiert. (heh)

KI-Agenten im Gesundheitswesen

Sinnvolle Regulierung soll Patientensicherheit garantieren

(ID:50691341)