Für den Monat März 2025 geht das „Paper of the Month“ der Medizinischen Fakultät der Universität Münster an: Büscher A, Plagwitz L, Yildirim K, Brix TJ, Neuhaus P, Bickmann L, Menke AF, van Almsick VF, Pavenstädt H, Kümpers P, Heider D, Varghese J, Eckardt L.: Deep Learning Electrocardiogram Model for Risk Stratification of Coronary Revascularization Need in the Emergency Department. European Heart Journal. 2025 Mar 29: ehaf254 [Volltext]
In der Notaufnahme (NA) ist bei Verdacht auf ein akutes Koronarsyndrom eine rasche Risikostratifizierung entscheidend. Das 12-Kanal-EKG ist hierfür unverzichtbar, jedoch ist die Diagnose einer Ischämie ohne eindeutige ST-Hebungen schwierig, da entsprechende Veränderungen subtil und unspezifisch sein können. Kardiale Biomarker können auch außerhalb von Herzinfarkten erhöht sein, was die diagnostische Unsicherheit in der NA erheblich erhöht.
Diese Studie stellt ein neues, EKG-basiertes Deep-Learning-Modell (DL) für Notaufnahmepatientinnen und -patienten vor, das interventionsbedürftige Koronarstenosen und Typ-1-Myokardinfarkte (MI) erkennt. Es übertrifft die standardmäßige ärztliche EKG-Befundung und erreicht fast das Niveau des Goldstandards hochsensitives Troponin T (hs-TnT). Durch die Einteilung in Niedrig-, Mittel- und Hochrisikogruppen unterstützt es klinische Entscheidungen und verringert Variabilität in der EKG-Befundung. Zudem bietet es höhere Spezifität und erkennt viele Typ-1-MIs trotz niedriger initialer Troponinwerte, was eine wertvolle diagnostische Synergie nahelegt. Die externe Validierung in verschiedenen Notaufnahme-Kollektiven bestätigt eine robuste Übertragbarkeit und könnte die EKG-Interpretation standardisieren.
Das DL-Modell verbessert die Erkennung interventionsbedürftiger Koronarstenosen und von Typ-1-Myokardinfarkt in der Notaufnahme. Es bietet hohe Spezifität, ergänzt Troponinbefunde und standardisiert die Risikostratifizierung. Künftige Studien sollten Auswirkungen des Modells auf klinische Abläufe und Patientenergebnisse untersuchen.
Die bisherigen ausgezeichneten „Paper of the Month“ finden Sie hier.
Foto: MFM/Christian Albiker
Das Lernkarten- und IMPP-Fragenprogramm 
