Münster (mfm/onn) – Wenn bei einem Herzinfarkt jede Minute entscheidend ist, kann schnelle Diagnostik Leben retten: Für ein Verfahren, das Künstliche Intelligenz zur eigenständigen Auswertung von EKG-Daten nutzt, ist Dr. Antonius Büscher von der Universität Münster jetzt gemeinsam mit seinem Team mit dem Forschungspreis „Digitale Innovationen in der Herzmedizin“ ausgezeichnet worden. Der mit 10.000 Euro dotierte Preis wird von der Deutschen Herzstiftung und der Deutschen Gesellschaft für Kardiologie (DGK) verliehen.

Beim Herzinfarkt ist die Zeit der entscheidende Faktor: Ein verstopftes Herzkranzgefäß kann den Herzmuskel nicht mehr ausreichend mit Sauerstoff und Blut versorgen. Je schneller das Gefäß wieder geöffnet wird, desto mehr Muskelzellen werden vor dem endgültigen Absterben gerettet. Das in Münster entwickelte Deep-Learning-Modell von Büscher ist für den Einsatz in Notaufnahmen vorgesehen und hilft bei der Entscheidung, ob eine sofortige Versorgung im Herzkatheterlabor als invasive Behandlung notwendig ist.

Das Modell wertet EKG-Aufzeichnungen eigenständig aus und ermöglicht die zuverlässige Risikoeinschätzung bei Patientinnen und Patienten mit möglichem Herzinfarkt. Es identifiziert kritische Fälle schneller und diagnostiziert präziser als eine ärztliche EKG-Befundung. Dadurch hat es das Potenzial, irreparable Schäden am Herzmuskel der Betroffenen zu begrenzen und gleichzeitig Wartezeiten in der Notaufnahme zu verringern.

Büscher, Mitarbeiter in der Klinik für Kardiologie II der Uniklinik Münster, leitet seit drei Jahren das Projekt „cAIdiology – Artificial Intelligence for Precision Cardiology“ am Institut für Medizinische Informatik der Universität Münster. Das aus diesem Forschungsvorhaben entstandene KI-Modell ist kein vollständiger Ersatz für eine ärztliche oder laborgestützte Diagnose, sondern sollte immer im klinischen Gesamtbild des Patienten betrachtet werden. Es bietet jedoch zusätzliche Unterstützung bei Behandlungsentscheidungen, um Abläufe in der Notfallversorgung effizienter zu gestalten.