KI-Herzaltermodelle sagen Todesrisiko besser voraus als das chronologische Alter
Drei KI-Modelle, die EKGs analysierten, zeigten eine bemerkenswerte Übereinstimmung bei der Vorhersage kardiovaskulärer Ereignisse und des Sterblichkeitsrisikos.
Zusammenfassung
Forscher testeten drei KI-Modelle, die das „Herzalter" anhand von Elektrokardiogrammen schätzen, an über 7.000 Personen aus der norwegischen Tromsø-Studie. Alle drei Modelle zeigten eine hohe Übereinstimmung und sagten Herzinfarkte, Schlaganfälle und das Sterberisiko zuverlässig voraus. Personen, deren Herzalter ihr chronologisches Alter um eine Standardabweichung überstieg, hatten ein um 27–48 % höheres Risiko für kardiovaskuläre Ereignisse und Tod. Die Modelle wichen im Durchschnitt um 6–8 Jahre vom tatsächlichen Alter ab und belegen damit, dass das EKG-basierte Herzalter über verschiedene KI-Ansätze hinweg ein zuverlässiger Biomarker für die kardiovaskuläre Gesundheit ist.
Detaillierte Zusammenfassung
Die elektrische Aktivität Ihres Herzens verrät möglicherweise mehr über Ihre Langlebigkeit als Ihre Geburtsurkunde. Diese wegweisende Studie bestätigt, dass KI-gestützte Berechnungen des „Herzalters" aus einfachen Elektrokardiogrammen das Risiko für Herz-Kreislauf-Erkrankungen und Tod zuverlässig vorhersagen können.
Die Forschenden analysierten 7.108 Teilnehmende aus der renommierten Tromsø-Studie in Norwegen und verglichen drei verschiedene konvolutionale neuronale Netze, die das Herzalter anhand von EKG-Mustern schätzen. Obwohl die Modelle auf unterschiedlichen Datensätzen trainiert wurden und verschiedene Architekturen verwenden, zeigten alle drei eine bemerkenswerte Übereinstimmung.
Die Modelle sagten das chronologische Alter im Durchschnitt auf 6–8 Jahre genau voraus, mit Korrelationen von etwa 0,71–0,73. Entscheidend ist: Wenn das geschätzte Herzalter das tatsächliche chronologische Alter überstieg, sagte dies künftige Gesundheitsprobleme stark voraus. Pro Standardabweichungsanstieg dieser „Delta-Age"-Lücke hatten die Teilnehmenden ein um 27–50 % erhöhtes Risiko für Herzinfarkte, Schlaganfälle, kardiovaskulären Tod und Gesamtmortalität.
Diese Validierung über mehrere KI-Systeme hinweg legt nahe, dass das EKG-basierte Herzalter ein robuster Biomarker ist, der die Präventivmedizin revolutionieren könnte. Im Gegensatz zu kostenintensiver Bildgebung oder Bluttests sind EKGs schnell, kostengünstig und weitverbreitet verfügbar. Die Technologie könnte eine frühzeitige Identifikation von Herz-Kreislauf-Risiken ermöglichen und so rechtzeitige Interventionen durch Lebensstiländerungen, Medikamente oder engmaschigere Überwachung erlauben.
Die Stärke der Studie liegt in der Prüfung mehrerer unabhängiger KI-Modelle an einer realen Bevölkerung, was die Zuverlässigkeit des Konzepts belegt. Die Kohorte bestand jedoch überwiegend aus Norwegern, und längere Nachbeobachtungszeiträume würden die Ergebnisse weiter absichern. Diese Forschung bringt uns einer personalisierten Langlebigkeitsmedizin näher, bei der einfache, zugängliche Tests das biologische Alter offenbaren und gezielte Interventionen leiten.
Wichtigste Erkenntnisse
- Three AI models estimated heart age within 6-8 years of chronological age with 86% agreement
- Higher heart age predicted 27-48% increased risk of heart attacks, strokes and death
- ECG-based heart age showed consistent predictive power across different AI architectures
- Simple electrocardiograms may serve as accessible biomarkers for cardiovascular aging
Methodik
Beobachtungsstudie mit 7.108 Teilnehmern aus der norwegischen Tromsø-Studie. Die Forscher verglichen drei veröffentlichte konvolutionale neuronale Netze zur EKG-basierten Herzaltersschätzung. Cox-Regressionsmodelle untersuchten den Zusammenhang mit kardiovaskulären Ereignissen und Mortalität über den Beobachtungszeitraum.
Studienlimitierungen
Die Studienpopulation war überwiegend norwegisch, was die Übertragbarkeit auf andere ethnische Gruppen einschränken könnte. Die Nachbeobachtungsdauer wurde nicht angegeben; längere Beobachtungszeiträume würden die Mortalitätsvorhersagen stärken. Eine externe Validierung in diversen Populationen ist erforderlich.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben: