Herzinsuffizienz früh erkennen: Biomarker und KI im Einsatz

Herzinsuffizienz früh erkennen: Wie Biomarker und künstliche Intelligenz helfen können

Herzinsuffizienz (HI) ist eine der häufigsten Todesursachen weltweit. Trotz Fortschritten in der Medizin bleibt die Prognose oft schlecht. Viele Betroffene werden erst spät diagnostiziert, wenn die Erkrankung bereits weit fortgeschritten ist. Doch wie kann man das Risiko für Herzinsuffizienz früher erkennen? Eine aktuelle Studie zeigt, dass die Kombination mehrerer Biomarker (Messwerte im Blut) und moderner Computertechnik dabei helfen kann.

Was ist Herzinsuffizienz und warum ist sie so gefährlich?

Herzinsuffizienz bedeutet, dass das Herz nicht mehr ausreichend Blut durch den Körper pumpen kann. Dies führt zu Symptomen wie Atemnot, Müdigkeit und Wassereinlagerungen. Die Erkrankung entsteht oft durch Schäden am Herzmuskel, zum Beispiel nach einem Herzinfarkt oder durch langjährigen Bluthochdruck. Das Problem: Die Schäden entwickeln sich oft schleichend, und viele Betroffene merken lange nichts davon.

Warum reicht ein einzelner Biomarker nicht aus?

Bisher wird häufig ein Biomarker namens BNP (B-Typ natriuretisches Peptid) zur Diagnose verwendet. BNP wird vom Herzen freigesetzt, wenn es überlastet ist. Doch BNP allein hat Grenzen. Seine Werte können durch Alter, Nierenfunktion oder Übergewicht beeinflusst werden. Zudem spiegelt BNP nur einen Teil der komplexen Prozesse wider, die bei Herzinsuffizienz ablaufen.

Wie können mehrere Biomarker helfen?

Die Studie untersuchte vier Biomarker, die unterschiedliche Aspekte der Herzinsuffizienz erfassen:

BNP: Zeigt an, ob das Herz überlastet ist.
CK-MB: Ein Marker für Schäden am Herzmuskel.
Galectin-3 (Gal-3): Ein Protein, das bei der Bildung von Narbengewebe im Herzen eine Rolle spielt.
sST2: Ein Protein, das mit Entzündungen und Narbenbildung im Herzen verbunden ist.

Die Idee: Durch die Kombination dieser Biomarker kann man ein umfassenderes Bild der Erkrankung erhalten.

Wie wurde die Studie durchgeführt?

An der Studie nahmen 193 Personen teil: 80 mit Herzinsuffizienz und 113 gesunde Kontrollpersonen. Bei allen wurden die vier Biomarker im Blut gemessen. Zusätzlich wurden Herzuntersuchungen wie Ultraschall durchgeführt, um die Funktion des Herzens zu beurteilen.

Was hat die Studie herausgefunden?

Erhöhte Biomarker-Werte: Bei den Herzinsuffizienz-Patienten waren alle vier Biomarker deutlich höher als bei den Gesunden.
- BNP: 742,5 pg/mL vs. 24,0 pg/mL
- CK-MB: 1,9 ng/mL vs. 1,2 ng/mL
- Gal-3: 15,75 ng/mL vs. 10,00 ng/mL
- sST2: 21,81 ng/mL vs. 15,21 ng/mL
Schwache Korrelation mit Herzfunktion: Keiner der Biomarker zeigte eine starke Verbindung zu den Ergebnissen der Herzuntersuchungen. Dies deutet darauf hin, dass sie unterschiedliche Informationen liefern.
BNP ist der stärkste Einzelmarker: BNP erreichte die höchste Genauigkeit bei der Diagnose (AUC = 0,956).
Die Kombination macht den Unterschied: Ein Computerprogramm (Random-Forest-Algorithmus) analysierte die Daten aller vier Biomarker zusammen. Dieses Modell war genauer als jeder Biomarker allein:
- Sensitivität: 91,5 %
- Spezifität: 96,7 %

Was bedeutet das für die Praxis?

BNP bleibt wichtig: Es ist weiterhin der beste Einzelmarker für die Diagnose von Herzinsuffizienz.
Gal-3 und sST2 ergänzen: Diese Biomarker liefern zusätzliche Informationen, besonders bei chronischer Herzinsuffizienz.
CK-MB zeigt Schäden an: Dieser Marker kann helfen, gleichzeitige Schäden am Herzmuskel zu erkennen.
Künstliche Intelligenz hilft: Computerprogramme wie der Random-Forest-Algorithmus können die Daten mehrerer Biomarker effizient analysieren und so die Diagnose verbessern.

Was sind die Grenzen der Studie?

Kleine Stichprobe: Die Studie umfasste nur 193 Teilnehmer aus einem Zentrum. Größere Studien mit unterschiedlichen Bevölkerungsgruppen sind nötig.
Fokus auf Diagnose: Die Studie untersuchte nur die Diagnose, nicht die Vorhersage von Komplikationen wie Krankenhausaufenthalten.
Fehlende Biomarker: Andere wichtige Biomarker, zum Beispiel für Nierenfunktion oder oxidativen Stress, wurden nicht berücksichtigt.

Fazit

Die Studie zeigt, dass die Kombination mehrerer Biomarker die Diagnose von Herzinsuffizienz verbessern kann. BNP bleibt der wichtigste Marker, aber die Ergänzung durch Gal-3, sST2 und CK-MB liefert ein vollständigeres Bild. Moderne Computertechnik wie der Random-Forest-Algorithmus bietet eine vielversprechende Möglichkeit, diese Daten zu analysieren und so das Risiko für Herzinsuffizienz früher zu erkennen.

doi.org/10.1097/CM9.0000000000000149
For educational purposes only.