Forscher:innen der University of Mississippi haben einen Chip vorgestellt, der mithilfe von KI und einer bewährten mathematischen Methode namens Fast Fourier Transform (FFT) Herzinfarkte erkennen kann. Wie New Atlas berichtet, könnte der Chip künftig in Wearables integriert werden und eine Echtzeit-Warnung auslösen, wenn ein Infarkt droht. Die Erkennungsrate liegt laut den Entwickler:innen bei 92,41 Prozent und übertrifft damit die Präzision anderer aktueller Verfahren.

Viele Wearables, die zum Beispiel in Form von Fitnessuhren mit EKG-Funktion schon jetzt verfügbar sind, analysieren die gesammelten Daten nicht direkt auf dem Gerät, sondern erst später über Apps oder in der Cloud. Das kostet Zeit, die im Ernstfall über Leben und Tod entscheidet. Der neue Chip hingegen arbeitet lokal und verzichtet auf eine Datenverbindung. So kann er innerhalb von Sekunden Alarm schlagen – ein potenziell lebensrettender Vorteil bei Herzinfarkten. Auch etablierte Geräte wie die Apple Watch sind in der Lage, EKGs aufzuzeichnen. Sie dürfen allerdings nicht behaupten, Herzinfarkte zuverlässig erkennen zu können. Der Grund dafür sind regulatorische Hürden: Die US-amerikanische Behörde FDA stellt hohe Anforderungen an medizinische Produkte und selbst geringfügige Ungenauigkeiten können dazu führen, dass ein Produkt keine Zulassung erhält.

Trotz der hohen Innovationskraft gibt es noch einige Hürden, die auf dem Weg zur Marktreife gemeistert werden müssen. Obwohl der Chip schon jetzt ein kleines Format aufweist und energieeffizient arbeitet, sind noch zahlreiche Entwicklungsschritte erforderlich. Diese umfassen das Hardware-Design, die Software-Optimierung und die klinische Validierung. Damit das neue Verfahren als zuverlässig und effektiv eingestuft werden kann, sind zunächst umfassende Studien erforderlich, die seine Zuverlässigkeit und Effektivität belegen. Dabei ist es unerlässlich, sowohl Fehlalarme als auch übersehene Notfälle auf ein Minimum zu reduzieren. Der Chip kann erst nach Abschluss dieses Verfahrens in einem zugelassenen Medizinprodukt verwendet werden.

Die Forscher:innen zeigen sich trotzdem optimistisch. Die hohe Erkennungsrate ist auf die Kombination aus FFT zur Analyse von EKG-Daten und einem künstlichen neuronalen Netzwerk zur Klassifikation zurückzuführen. Dadurch werden gefährliche Muster im Herzrhythmus schneller und effizienter erkannt als mit bisherigen Lösungen. Und das Entwicklungsteam um Professor Kasem Khalil geht sogar noch weiter: Die Kombination aus KI und Datenanalyse könnte nicht nur bei Infarkten, sondern auch bei Epilepsie, Demenz und anderen neurologischen Erkrankungen zum Einsatz kommen.

„Wir wollen in der Lage sein, viele Probleme mithilfe dieser Technologie vorherzusagen oder zu erkennen – ob das nun Herzinfarkte, Krampfanfälle oder Demenz sind. Die Erkennung einer Krankheit oder eines Zustands hängt von der Krankheit selbst ab, aber wir arbeiten daran, schnellere und effizientere Wege zu finden, um die Erkennung voranzutreiben“, kommentiert Professor Kasem Khalil, der an der University of Mississippi im Bereich Elektro- und Computertechnik forscht. Bis das erste KI-Wearable mit eingebautem Herzinfarktdetektor marktreif ist, wird es zwar noch dauern. Aber der Prototyp zeigt schon jetzt, welches Potenzial in der Verbindung aus Edge AI und medizinischer Diagnostik steckt – und wie sie künftig Leben retten könnte.