Entwicklung und Validierung einer KI-unterstützten Auskultation zur Erkennung von Klappenerkrankungen in einer multizentrischen Studie

Das Herz auf neue Weise hören

Herzklappenprobleme sind weit verbreitet, besonders im Alter, werden aber häufig erst erkannt, wenn bereits erheblicher Schaden entstanden ist. Diese Studie untersucht, ob die Kombination eines elektronischen Stethoskops mit künstlicher Intelligenz (KI) aus einer einminütigen Bettseitenaufnahme einen leistungsfähigen Früherkennungstest machen kann, der Hausärzten hilft, versteckte Klappenerkrankungen zu erkennen, bevor sie zu Herzinsuffizienz oder riskanten Notfallbehandlungen führen.

Warum stille Klappenprobleme wichtig sind

Klappen funktionieren wie Türen im Herzen und sorgen dafür, dass das Blut in die richtige Richtung fließt. Wenn sie sich verengen oder undicht werden – eine Erkrankung, die als Klappenerkrankung des Herzens bezeichnet wird – haben Patienten oft nur vage Symptome wie Müdigkeit oder Atemnot, die leicht dem Alter, Übergewicht oder Lungenproblemen zugeschrieben werden. Infolgedessen wird mehr als die Hälfte der Fälle von Klappenerkrankungen nie erkannt, bis sich das Herz bereits dehnt und schwächer wird, wodurch Behandlungen gefährlicher und weniger effektiv werden. Der beste Test, ein Ultraschall namens Echokardiogramm, erfordert teure Geräte und hochqualifiziertes Personal und kann daher nicht zur flächendeckenden Untersuchung aller Personen mit leichten Symptomen eingesetzt werden.

Die Idee eines KI-Stethoskops

Ärzte verlassen sich seit langem auf das Stethoskop, um Herzgeräusche zu hören – das Rauschen, das durch defekte Klappen entsteht. Heute fehlt vielen Allgemeinärzten jedoch die Zeit oder das Vertrauen, diese subtilen Hinweise zu erkennen, und selbst erfahrene Untersucher übersehen Fälle. Frühere Versuche, KI einzusetzen, versuchten oft, das zu imitieren, was Experten als Herzgeräusch bezeichnen. Diese Strategie hat Grenzen: Sie kann keine Merkmale außerhalb des menschlichen Hörbereichs nutzen und ist auf kleine, verrauschte Trainingsdatensätze angewiesen. Die Forscher dieser Arbeit verfolgten einen anderen Ansatz. Statt den Computer darauf zu trainieren, menschliche Ohren nachzuahmen, trainierten sie ihn darauf, direkt die Ergebnisse der Echokardiographie vorherzusagen und fragten: Entspricht diese Tonaufnahme einer klinisch relevanten Klappenerkrankung?

Aufbau und Prüfung des Werkzeugs

Das Team sammelte Herztonaufnahmen und zugehörige Ultraschallergebnisse von 1.767 Erwachsenen aus mehreren britischen Krankenhäusern und Hausarztpraxen. Fast die Hälfte hatte eine signifikante Klappenerkrankung, am häufigsten eine Verengung der Aortenklappe oder eine Undichtigkeit der Mitralklappe. Mit diesen Daten bauten sie ein rekurrentes neuronales Netzwerk – eine KI‑Architektur, die gut für die Analyse zeitbasierter Signale geeignet ist. Der Computer wandelte jede Aufnahme zunächst in eine visuelle Darstellung der Frequenzen über die Zeit um und lernte dann Muster, die mit bedeutsamen Klappenproblemen verknüpft sind. Für jeden neuen Patienten hörte das System an bis zu vier standardisierten Bruststellen und erzeugte einen einzigen Wahrscheinlichkeitswert, der angab, wie wahrscheinlich es ist, dass eine relevante Klappenstörung vorliegt.

Wie gut hörte die KI?

Bei einem Test an 263 zuvor unbekannten Patienten trennte der KI‑„VHD Detector“ Personen mit und ohne klinisch relevante Klappenerkrankungen mit starker Genauigkeit. An einem gewählten Entscheidungswert – abgestimmt für den Einsatz als Screeningtest – erkannte er etwa 72 % derjenigen korrekt, die tatsächlich eine wichtige Klappenstörung hatten, und gab etwa 82 % der gesunden Personen korrekt frei. Die Leistung war besonders beeindruckend bei den gefährlichsten Erkrankungen: Er identifizierte 98 % der Personen mit schwerer Aortenklappenverengung und 94 % derjenigen mit schwerer Mitralklappenundichtigkeit. Die Forscher baten außerdem 14 britische Hausärzte, dieselben Aufnahmen zu beurteilen. Selbst bei kombinierter Auswertung waren die Ärzte sowohl weniger sensitiv als auch weniger spezifisch als die KI, und die Einzelleistungen variierten stark.

Was das für die Versorgung im Alltag bedeuten könnte

Für vielbeschäftigte Praxen könnte ein KI‑unterstütztes Stethoskop wie ein zusätzliches Paar erfahrener Ohren wirken. In unter einer Minute könnte es Ärzten entweder beruhigend signalisieren, dass eine schwere Erkrankung unwahrscheinlich ist, oder Patienten hervorheben, die dringend ein Echokardiogramm benötigen – ohne aufwändige Schulung oder teure tragbare Bildgebungsgeräte. Die Studie hat Einschränkungen: Die Patienten wurden überwiegend aus Krankenhäusern rekrutiert und waren daher kränker als eine echte Screeningpopulation, und die Hausärzte hörten die Aufnahmen über Kopfhörer statt persönlich. Trotzdem deuten die Ergebnisse darauf hin, dass durchdacht trainierte KI die routinemäßige Auskultation deutlich aussagekräftiger machen könnte und so den Weg für frühere und gerechtere Zugänge zu lebensrettenden Klappenbehandlungen öffnet.

Zitation: McDonald, A., Gales, M., Rana, B.S. et al. Development and validation of AI-Enhanced auscultation for valvular heart disease screening through a multi-centre study. npj Cardiovasc Health 3, 5 (2026). https://doi.org/10.1038/s44325-026-00103-y

Schlüsselwörter: Klappenerkrankung des Herzens, digitales Stethoskop, künstliche Intelligenz, Herzscreeing, Herzgeräusche