arterioscope: Grazer KI-Modell fördert Herzgesundheit

Eine „Uralttechnologie“, die dank KI revolutionäre Möglichkeiten eröffnet? EKG-Daten sind seit Jahrzehnten Standard im medizinischen Alltag von Kliniken und Arztpraxen. Doch bergen die Wellen und Zacken eines Elektrokardiogramms mehr Informationsgehalt als bislang angenommen. Dem Grazer Startup arterioscope gelang es, die Aussagekraft herkömmlicher EKG-Daten auf ein neues Level zu heben. Das Team entwickelt KI-Modelle, die aus einem Standard-12-Kanal-EKG kardiovaskuläre Biomarker ableiten und damit frühzeitig Anzeichen von Herzinsuffizienz sowie weiterer Herzkrankheiten erkennen können. „Selbst erfahrene Medizinerinnen und Mediziner konnten diese Signale mit herkömmlichen Methoden nicht mit freiem Auge aus den EKG-Daten herauslesen. Dafür braucht es Bluttests oder andere kostspielige Diagnosemethoden wie ein CT oder MRT“, erklärt Hermann Moser, CEO von arterioscope, den Mehrwert der neuen Technologie, die von Vahid Badeli (CTO) und Sascha Ranft (CSO) entwickelt wurde. Mit Martin Manninger-Wünscher (CMO) ist auch ein Kardiologe der Medizinischen Universität Graz mit an Bord.

„Das zugrunde liegende Machine Learning Modell wurde an der TU Graz in enger Kooperation mit der Med Uni Graz sowie internationalen Partnern aus Forschung, Medizintechnik und Pharmaindustrie entwickelt“, so Moser. Um signifikante Ergebnisse zu erzielen, war es notwendig, die KI-Software mit einer großen Anzahl klinischer Datensätzen zu trainieren. „Mit unserem KI-Modell erreichen wir eine neue Leistungsstufe in der Auswertung kardiovaskulärer Biosignale“, so Moser, der das hohe medizinische, aber auch ökonomische Potenzial der Innovation betont. „Es gibt eine Vielzahl an Anwendungsfällen.“ Derzeit gilt der Fokus dem Bereich klinische Forschung in der Entwicklung neuer Herzmedikamente. „Diese Forschungen gehen naturgemäß mit der laufenden Beobachtung kardiovaskulärer Parameter bei den Probanden einher. In der Praxis ein aufwändiges und teures Procedere“, erklärt Moser. „Unsere Methode erlaubt ein wesentliches einfacheres und schnelleres Monitoring – das heißt, man kann schon nach drei bis fünf Wochen erkennen, ob ein Medikament wirkt anstelle von 24 bis 36 Wochen. Die Studiendauer verkürzt sich um Monate, wodurch die Entwicklung neuer Präparate viel günstiger und effizienter wird“, so Moser. „Wir führen derzeit intensive Gespräche mit Pharmafirmen in den USA und sind dabei, erste Piloten für eine Anwendung im klinischen Einsatz zu entwickeln.“ Zweites großes Einsatzgebiet: die Integration der Technologie in Wearables, allen vor in Smart Watches. „Die Überwachung von Gesundheitsdaten ist ein riesiger Zukunftsmarkt. Unsere Software kann hier durch die Auswertung von EKG- sowie PPG-Daten (Anm: Photoplethysmographie) in Echtzeit wertvolle Informationen über die Herzgesundheit des Nutzers liefern.“ Auch hier gab es bereits Gespräche großen Device-Herstellern.