Randomisierte Studie zur Zusammenarbeit von Mensch und Maschine bei der Interpretation von Kardiotokographien während der Geburt

Warum das für Eltern und Babys wichtig ist

Wenn ein Baby geboren wird, beobachten Ärztinnen, Ärzte und Hebammen den Herzschlag des Kindes genau, um frühe Warnzeichen von Problemen zu erkennen. Das Lesen dieser Herzfrequenzkurven ist schwierig und wird von unterschiedlichen Personen oft verschieden interpretiert, was zu übersehenen Warnzeichen oder zu unnötigen Eingriffen führen kann. Diese Studie stellt eine einfache, aber weitreichende Frage: Kann ein computerbasierter „Co‑Pilot“ Klinikerinnen und Kliniker dabei unterstützen, diese Kurven während der Geburt genauer zu beurteilen und Neugeborene besser vor Sauerstoffmangel zu schützen?

Die Herzfrequenz des Babys in Echtzeit beobachten

Während der Geburt zeichnet ein gebräuchliches Verfahren, die Kardiotokographie, die Herzfrequenz des Fetus und die Kontraktionen der Mutter auf. Ziel ist es, zu erkennen, wann das Kind möglicherweise nicht genug Sauerstoff bekommt, was zu einer sogenannten Azidämie führen kann, erkennbar an einem niedrigen pH-Wert im Nabelschnurblut bei der Geburt. Leider kann dieselbe Kurve von verschiedenen Personen sehr unterschiedlich interpretiert werden, selbst wenn sie dieselben Leitlinien anwenden. Diese Variabilität macht es schwierig, sich allein auf den Test zu verlassen, um schwere Schäden wie Hirnverletzungen zu verhindern.

Eine digitale Zweitmeinung hinzufügen

Die Forschenden prüften einen computerbasierten Assistenten, die computerisierte Kardiotokographie, die auf einem mathematischen Modell namens DeepCTG beruht. Das Programm analysiert Merkmale der letzten halben Stunde der Herzfrequenzkurve, etwa die Lage des Baseline‑Niveaus oder wie häufig Beschleunigungen und Dezelerationen auftreten. Anschließend schätzt es die Wahrscheinlichkeit ein, dass das Baby mit einem niedrigen pH-Wert (unter 7,15) geboren wird, ein Indikator für mittelschweren bis schweren Sauerstoffmangel. Diese Einschätzung wird den Klinikerinnen und Klinikern zusammen mit einer vereinfachten Darstellung der Muster gezeigt, die das Urteil des Computers beeinflusst haben.

Ein globaler Test von Mensch‑Maschine‑Teamwork

Um zu prüfen, ob diese Unterstützung die Versorgung tatsächlich verbessert, meldeten sich 211 Hebammen, Geburtshelfer und Assistenzärztinnen aus 23 Ländern auf einer Webplattform an und beurteilten 100 reale Geburtskurven aus einer öffentlichen Datenbank. Für jeden Fall sollten sie vorhersagen, ob der pH-Wert im Nabelschnurblut des Babys normal oder niedrig sein würde. Bei etwa zwei Dritteln der Fälle sahen sie zusätzlich die Risikoabschätzung und die visuellen Hinweise des Computers; beim verbleibenden Drittel beurteilten sie die Kurve allein. Insgesamt gaben die Teilnehmenden mehr als 8000 Einschätzungen ab, wodurch das Team die Leistung mit und ohne digitalen Assistenten vergleichen und Unterschiede nach Land, Berufsgruppe und Erfahrung untersuchen konnte.

Schärfere Erkennung ohne mehr Fehlalarme

Mit Computerhilfe klassifizierten die Klinikerinnen und Kliniker die Ergebnisse in etwa 61 von 100 Fällen korrekt, verglichen mit 54 von 100 ohne Hilfe. Der größte Gewinn lag darin, mehr Babys mit tatsächlich niedrigem pH-Wert zu erkennen: die Sensitivität stieg von ungefähr der Hälfte auf mehr als drei Fünftel. Gleichzeitig blieb die Rate, einem gesunden Baby die Unbedenklichkeit zuzusprechen, ungefähr gleich, was bedeutet, dass das Werkzeug die Anwender nicht mit zusätzlichen Fehlalarmen überflutete. In Situationen, in denen Computer- und Menschenbewertung auseinanderfielen, erwies sich die Computereinschätzung in etwa zwei Dritteln der Fälle als richtig. Der Assistent machte die Leistung außerdem gleichmäßiger: die Streuung der Erfolgsraten zwischen Einzelpersonen verringerte sich, und weniger erfahrenes Personal kam näher an die Genauigkeit erfahrener Spezialistinnen und Spezialisten heran.

Was das für künftige Geburten bedeutet

Für Eltern lautet die Kernbotschaft, dass ein sorgfältig gestalteter computerunterstützter Partner dem Behandlungsteam helfen kann, Babys mit Risiko für Sauerstoffmangel während der Geburt besser zu erkennen und dabei unnötige Eingriffe zu vermeiden. Für die Klinikerinnen und Kliniker legt die Studie nahe, dass die Nutzung eines transparenten KI‑Werkzeugs als Zweitmeinung sowohl Genauigkeit als auch Übereinstimmung im Team steigern kann. Die Arbeit erhebt keinen Anspruch, alle Risiken rund um die Geburt zu beseitigen, und muss noch im Klinikalltag erprobt werden, weist aber in Richtung einer Zukunft, in der Mensch und Maschine sich die Aufgabe teilen, Babys im Kreißsaal zu überwachen.

Zitation: Ben M’Barek, I., Ben M’Barek, B., Jauvion, G. et al. Randomised study of human machine collaboration for cardiotocography interpretation during labour. npj Digit. Med. 9, 365 (2026). https://doi.org/10.1038/s41746-026-02556-y

Schlüsselwörter: fetale Herzüberwachung, Kardiotokographie, künstliche Intelligenz, perinatale Azidämie, Geburt und Entbindung