Basel Adams I Fraunhofer-Institut f\u00fcr Zuverl\u00e4ssigkeit und Mikrointegration IZM I Wissenschaftlicher Mitarbeiter I Tel. +49 30 46403-237 I
![\"E-Mail\"](\"https:\/\/www.europesays.com\/at\/wp-content\/uploads\/2026\/08\/381fc891ad6518cfeb9ecc79ada0a62b.jpg\")
<\/p>\n(openPR) Auch f\u00fcr die erfahrensten \u00c4rzte ist es kaum m\u00f6glich, in der Diagnostik den Durchblick zu behalten: Laut WHO lassen sich 55.000 Krankheiten mit 13.000 Symptomen unterscheiden.[1] Darunter geh\u00f6ren Herz-Kreislauf-Erkrankungen, zum Beispiel Bluthochdruck, Herzschw\u00e4che und Herzrhythmusst\u00f6rungen, zu den h\u00e4ufigsten. Ein Gro\u00dfteil der weltweiten Todesf\u00e4lle ist auf sie zur\u00fcckzuf\u00fchren.<\/p>\n
Aber sie sind gut erforscht und erkennbar. In Wearables, etwa in Smartwatches, sind oft Sensoren verbaut, die ihre Tr\u00e4ger*innen bei Warnzeichen alarmieren. Die umfangreiche kardiologische Diagnostik ersetzen sie nicht. Jedoch ist ein fach\u00e4rztlicher Termin oft nur mit langer Wartezeit zu bekommen, und in der Praxis selbst bleibt nur wenig Zeit f\u00fcr einzelne Patient*innen.<\/p>\n
Um unter diesen Umst\u00e4nden ein vollst\u00e4ndiges Bild vom Krankheitszustand und eine verl\u00e4ssliche Diagnostik zu bekommen, bietet sich die Unterst\u00fctzung von K\u00fcnstlicher Intelligenz (KI) an. Bei der Etablierung eines KI-Frameworks f\u00fcr die kardiologische Diagnostik stie\u00df man bisher jedoch auf ein Henne-Ei-Problem: Da es kein Ger\u00e4t gab, das eine Messung aller relevanten Parameter gew\u00e4hrleistet, gibt es keine speziell auf kardiologische Parameter trainierten KIs. Ohne eine spezialisierte KI ist jedoch auch kein vollst\u00e4ndiges Diagnose-System m\u00f6glich.<\/p>\n
Durch ein am Fraunhofer-Institut f\u00fcr Zuverl\u00e4ssigkeit und Mikrointegration IZM entwickeltes Sensorsystem r\u00fcckt die L\u00f6sung dieses Problems in greifbare N\u00e4he. Die vom Sensorsystem gesammelten Daten werden von einem in das Wearable integrierten Edge-PC an die Cloud weitergegeben und dort mit Unterst\u00fctzung der KI ausgewertet.<\/p>\n
Von der Messung bis zur Diagnose<\/p>\n
Aus den Messungen der verbauten Sensoren lassen sich etwa 240 kardiologisch relevante Parameter ableiten. Zudem k\u00f6nnen die Messergebnisse von externen Ger\u00e4ten, etwa Ultraschall-Ger\u00e4ten, eingespeist werden. Die Daten werden zur Optimierung der Zuverl\u00e4ssigkeit erst durch klassische Verfahren zur Signalverarbeitung und dann durch darauf trainierte KI-Modelle validiert. <\/p>\n
Anschlie\u00dfend k\u00f6nnen neuronale Netze die Morphologie der Datenkurven, also etwa die Form der EKG-Linie, auswerten, um dort Auff\u00e4lligkeiten festzustellen. Diese Auswertung passiert immer noch h\u00e4ndisch und stellt eine notwendige, aber zeitfressende Flei\u00dfarbeit in der klinischen Praxis dar. Dabei haben Untersuchungen mehrfach gezeigt, dass spezialisierte KIs die Auswertung genauer durchf\u00fchren k\u00f6nnen als erfahrenes medizinisches Fachpersonal.[2] <\/p>\n
Hinzu kommen die Erkenntnisse aus der Anamnese \u2013 etwa zur famili\u00e4ren Krankheitsgeschichte oder zum tagesaktuellen Befinden. Durch den Einsatz von genau abgestimmten Large Language Models (LLMs), Sprachmodellen mit einem Fokus auf medizinische Themen, k\u00f6nnen diese Befragungen detailliert durchgef\u00fchrt und zur Langzeitbeobachtung t\u00e4glich wiederholt werden. Die Beantwortung des an kardiologischen Leitlinien orientierten Fragebogens ist per Text- und Spracheingabe m\u00f6glich.<\/p>\n
Auch bei der Aufbereitung der Untersuchungsergebnisse kommen LLMs zum Einsatz. Angepasst auf die jeweilige Nutzung, von \u00e4rztlichem Fachpersonal oder bei Betroffenen, werden in jeweils verst\u00e4ndlicher Sprache Auff\u00e4lligkeiten, Risikofaktoren und Diagnosevorschl\u00e4ge ausgegeben. Dazu arbeiten im Hintergrund mehrere medizinische LLMs, darunter Googles MedGemini, deren Ergebnisse von einem \u00fcbergeordneten KI-Agenten abgeglichen und auf Widerspr\u00fcche \u00fcberpr\u00fcft werden.<\/p>\n
Medizin der Zukunft <\/p>\n
Durch eine solche Unterst\u00fctzung von Standardprozessen k\u00f6nnte die fach\u00e4rztliche Versorgung in Zukunft effizienter organisiert werden. Spezialisierte Systeme w\u00fcrden Haus\u00e4rzt*innen bei der ersten Fr\u00fcherkennung von Symptomen und Risiken zur Seite stehen und eine patientengerechte \u00dcberweisung an die richtige Stelle f\u00f6rdern. Fach\u00e4rzt*innen k\u00f6nnten auf ein weitaus umfangreicheres Datenset zur\u00fcckgreifen und erhielten Unterst\u00fctzung bei der Auswertung und Interpretation. Patient*innen, die mit einer Herz-Kreislauf-Krankheit leben, kann das System durch die Einstellung der richtigen Medikamentendosis, angepasst an die Tagesform, unterst\u00fctzen.<\/p>\n
Die Weiterentwicklung des Sensorsystems hin zu einer KI-gest\u00fctzten Validierung, Auswertung und Aufbereitung der Messungen zeigt einen Blick auf die \u201eMedizin der Zukunft\u201c, passend zum Motto des Wissenschaftsjahres 2026. Perspektivisch ist der Einsatz von \u00e4hnlichen Systemen auch \u00fcber die Kardiologie hinaus denkbar, etwa in der Lungenmedizin.<\/p>\n
(Text: Steffen Schindler)<\/p>\n
[1] https:\/\/www.who.int\/news\/item\/18-06-2018-who-releases-new-international-classification-of-diseases-(icd-11)
[2] https:\/\/pmc.ncbi.nlm.nih.gov\/articles\/PMC12808761\/ <\/p>\n
wissenschaftliche Ansprechpartner:
Basel Adams I Fraunhofer-Institut f\u00fcr Zuverl\u00e4ssigkeit und Mikrointegration IZM I Wissenschaftlicher Mitarbeiter I Tel. +49 30 46403-237 I <\/p>\n
Originalpublikation:
https:\/\/www.izm.fraunhofer.de\/de\/news_events\/tech_news\/ki-wertet-medizinsensoren-aus.html<\/p>\n
Disclaimer: F\u00fcr den obigen Pressetext inkl. etwaiger Bilder\/ Videos ist ausschlie\u00dflich der im Text angegebene Kontakt verantwortlich. Der Webseitenanbieter distanziert sich ausdr\u00fccklich von den Inhalten Dritter und macht sich diese nicht zu eigen. Wenn Sie die obigen Informationen redaktionell nutzen m\u00f6chten, so wenden Sie sich bitte an den obigen Pressekontakt. Bei einer Ver\u00f6ffentlichung bitten wir um ein Belegexemplar oder Quellenennung der URL.<\/p>\n","protected":false},"excerpt":{"rendered":"(openPR) Auch f\u00fcr die erfahrensten \u00c4rzte ist es kaum m\u00f6glich, in der Diagnostik den Durchblick zu behalten: Laut…\n","protected":false},"author":2,"featured_media":313632,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_share_on_mastodon":"0"},"categories":[20],"tags":[46,42,124,123,25269,44,14194],"class_list":["post-313631","post","type-post","status-publish","format-standard","has-post-thumbnail","category-gesundheit","tag-at","tag-austria","tag-gesundheit","tag-health","tag-netze","tag-oesterreich","tag-sprache"],"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@at\/117036791163161173","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/posts\/313631","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/comments?post=313631"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/posts\/313631\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/media\/313632"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/media?parent=313631"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/categories?post=313631"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/tags?post=313631"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}