Smart stethoscope for cardiac auscultation in general practice: a prospective feasibility study of AI-assisted detection of atrial fibrillation, heart failure, and valvular heart disease

Diese prospektive Machbarkeitsstudie zeigt, dass der KI-gestützte Einsatz des Eko CORE 500-Stethoskops in der Hausarztpraxis zur Erkennung von Vorhofflimmern, Herzinsuffizienz und Klappenerkrankungen technisch durchführbar ist, ohne den Praxisablauf zu stören, und dabei eine hohe Rate an auswertbaren Aufzeichnungen sowie vielversprechende diagnostische Ergebnisse liefert.

Das Wesentliche

Der „Super-Stethoskop": Ein Test im echten Leben

Stellen Sie sich vor, Ihr Hausarzt trägt nicht nur ein normales Hörrohr, sondern ein digitales Werkzeug, das wie ein super-intelligenter Assistent funktioniert. Dieses Gerät, genannt „Eko CORE 500", ist wie ein Zweiköpfiger Detektiv: Ein Kopf lauscht dem Herzschlag (wie ein klassisches Stethoskop), und der andere Kopf misst gleichzeitig den elektrischen Herzrhythmus (wie ein kleines EKG).

Aber das Besondere ist: Dieses Gerät hat ein künstliches Gehirn (KI) eingebaut. Es hört nicht nur zu, es versteht auch, was es hört. Es kann sofort sagen: „Achtung, das Herz schlägt unregelmäßig!" oder „Hier ist ein Geräusch, das auf ein undichtes Herzklappen hindeutet."

Was haben die Forscher gemacht?

Die Forscher wollten wissen: Kann dieser digitale Assistent im stressigen Alltag eines Hausarztes wirklich funktionieren?

Sie haben 50 ältere Patienten (über 65 Jahre) in einer normalen Praxis in Amsterdam untersucht. Das war kein streng kontrolliertes Labor, sondern der echte Alltag: Manche kamen in die Praxis, andere wurden sogar zu Hause besucht.

Die Aufgabe war einfach: Der Arzt legte das Gerät an vier verschiedenen Stellen auf die Brust des Patienten. Das Gerät nahm dann für etwa 1 bis 2 Minuten auf und lieferte sofort eine Analyse.

Was ist passiert? (Die Ergebnisse)

1. Es funktioniert im Alltag: Das Gerät hat sich nicht gestört. Es hat den normalen Ablauf nicht unterbrochen. Es war so schnell, als würde man nur kurz nach dem Puls fühlen.
2. Es ist nicht immer perfekt: Bei 47 von 50 Patienten (94 %) hat das Gerät ein sauberes Signal bekommen. Bei drei Patienten hat es jedoch „gejammert".
   • Warum? Stellen Sie sich vor, Sie versuchen, ein schwaches Radiosignal zu empfangen. Wenn der Patient sehr viel Körperhaar hat, sehr dick ist oder bei Frauen die Brust das Signal blockiert, kommt das Signal nicht klar durch. Das Gerät brauchte dann manchmal einen kleinen „Helfer" (Alkohol-Tücher), um den Kontakt zur Haut zu verbessern.
3. Der Detektiv war gut: Von den Patienten, bei denen das Herz schon krank bekannt war (z. B. Vorhofflimmern oder Herzschwäche), hat das Gerät in den meisten Fällen richtig erkannt, dass etwas nicht stimmt.
   • Es hat 81 % der echten Fälle gefunden.
   • Es hat 91 % der gesunden Herzen richtig als gesund eingestuft.
4. Ein echter Erfolg: Das Gerät hat sogar bei einem Mann, der nur müde wirkte, ein verstecktes Problem entdeckt (eine undichte Herzklappe), das der Arzt vorher nicht bemerkt hatte.

Die große Lektion

Diese Studie ist wie ein Testlauf für ein neues Auto. Sie hat gezeigt, dass das Auto (das Smart-Stethoskop) auf der Straße (in der Hausarztpraxis) fährt und nicht sofort liegen bleibt.

• Das Gute: Es ist schnell, einfach zu bedienen und kann versteckte Herzprobleme aufspüren, die man mit dem bloßen Ohr vielleicht überhört.
• Die Herausforderung: Es braucht eine gute „Verbindung" zur Haut. Bei sehr behaarten oder sehr übergewichtigen Patienten muss der Arzt manchmal etwas mehr Druck ausüben oder die Haut vorbereiten.

Fazit

Das „Super-Stethoskop" mit künstlicher Intelligenz ist kein Science-Fiction mehr, sondern funktioniert im echten Leben. Es hilft dem Hausarzt, schneller zu erkennen, ob das Herz in Ordnung ist. Es ist wie ein Zusatz-Augenpaar für das Ohr des Arztes.

Natürlich braucht man noch mehr große Studien, um sicherzugehen, dass es immer die richtige Diagnose liefert, aber dieser erste Test war vielversprechend. Es könnte in Zukunft dazu beitragen, dass Herzkrankheiten früher erkannt werden, bevor sie zu einem großen Notfall werden.

Technische Zusammenfassung

Technische Zusammenfassung: KI-gestützte kardiale Auskultation in der Allgemeinmedizin

Titel: Smart-Stethoskop zur kardialen Auskultation in der Allgemeinmedizin: Eine prospektive Machbarkeitsstudie zur KI-gestützten Detektion von Vorhofflimmern, Herzinsuffizienz und Klappenerkrankungen.

1. Problemstellung und Hintergrund

Kardiovaskuläre Erkrankungen sind weltweit eine der häufigsten Todesursachen. Erkrankungen wie Vorhofflimmern (AF), Herzinsuffizienz (HF) und Klappenerkrankungen (VHD) werden oft erst in fortgeschrittenen Stadien diagnostiziert, wenn therapeutische Interventionen weniger wirksam sind. Patienten presenting in der Allgemeinmedizin zeigen häufig unspezifische Symptome (z. B. Dyspnoe, Müdigkeit), die nicht sofort auf eine kardiale Ursache hindeuten.
Das traditionelle Abhören des Herzens (Auskultation) durch Hausärzte ist oft ungenau und stark von der Erfahrung des Arztes abhängig, insbesondere in hektischen Praxisumgebungen. Obwohl digitale Stethoskope mit KI-Funktionen in kontrollierten Umgebungen vielversprechende Ergebnisse zeigen, fehlt es an Daten zur praktischen Durchführbarkeit und Integration in den alltäglichen Versorgungsablauf (Routineversorgung und Hausbesuche) in der Primärversorgung.

2. Methodik

• Studiendesign: Prospektive Machbarkeitsstudie (Feasibility Study), durchgeführt zwischen Dezember 2025 und Februar 2026 in einer großen Hausarztpraxis in Amsterdam, Niederlande.
• Studienteilnehmer: 50 konsekutive Patienten im Alter von ≥65 Jahren, die entweder reguläre Konsultationen wahrnahmen oder Hausbesuche erhielten.
• Index-Test (Technologie): Einsatz des Eko CORE 500 digitalen Stethoskops (Eko Health), gekoppelt mit einer Smartphone-App (FDA-zugelassen, CE-gekennzeichnet).
  • Funktionsweise: Das Gerät erfasst gleichzeitig Elektrokardiogramm (ECG) und Phonokardiogramm (Herzgeräusche).
  • KI-Analyse: Ein automatisierter Algorithmus klassifiziert den Rhythmus (z. B. AF-Erkennung) und deutet strukturelle Anomalien an.
  • Protokoll: Aufnahmen wurden an vier Standardpositionen versucht (rechter und linker oberer Brustbeinrand, linker unterer Brustbeinrand, Herzspitze). Bei Signalstörungen wurden Wiederholungen und Hautreinigung (Alkohol-Tücher) zur Optimierung der Kopplung durchgeführt.
• Referenzstandard: Vorhandensein einer bereits dokumentierten Diagnose (AF, HF oder VHD) in der elektronischen Patientenakte, basierend auf früheren klinischen Bewertungen, EKGs oder Bildgebung.
• Endpunkte:
  • Hauptziel: Machbarkeit (technischer Misserfolg, Workflow-Unterbrechung, Anteil analysierbarer Aufnahmen).
  • Sekundärziel: Explorative diagnostische Leistung (Sensitivität, Spezifität) im Vergleich zur Referenzdiagnose.

3. Schlüsselbeiträge und Innovationen

• Real-World-Implementierung: Erste Studie, die die Integration einer KI-gestützten Auskultation in den täglichen Praxisalltag und Hausbesuche bei älteren Patienten untersucht, anstatt nur in kontrollierten klinischen Settings.
• Multimodale Erfassung: Kombination von EKG und Phonokardiogramm in einem einzigen Gerät zur gleichzeitigen Erfassung von Rhythmusstörungen und strukturellen Herzerkrankungen.
• Pragmatischer Ansatz: Keine strengen Ausschlusskriterien; Einbeziehung von Patienten mit verschiedenen Komorbiditäten und in unterschiedlichen Umgebungen (Praxis vs. Zuhause).

4. Ergebnisse

• Machbarkeit:
  • Die Anwendung war in allen 50 Patienten ohne Geräteausfälle durchführbar.
  • Die Erfassungszeit betrug median 1–2 Minuten (Maximum 5 Minuten) und verursachte keine signifikante Workflow-Unterbrechung.
  • Analysierbarkeit: Bei 47 von 50 Patienten (94 %) konnte mindestens eine analysierbare Aufnahme erzielt werden. Bei 42 Patienten (84 %) waren alle vier Positionen erfolgreich analysierbar.
  • Hindernisse: Die Hauptursachen für nicht-analysierbare Aufnahmen waren Adipositas, Brustbehaarung (beeinträchtigte EKG-Kontaktfläche) und überschüssiges Brustgewebe.
• Diagnostische Leistung (explorativ):
  • Unter den 47 analysierbaren Patienten hatten 11 eine bekannte Diagnose (AF, HF oder VHD).
  • Sensitivität: 81,8 % (9 von 11 bekannten Fällen korrekt erkannt).
  • Spezifität: 91,7 %.
  • Fehleranalyse:
    • Falsch-Negative: Ein Patient mit paroxysmalem AF (nicht im AF-Zustand während der Aufnahme) und ein Patient mit HF mit erhaltener Ejektionsfraktion.
    • Falsch-Positive: Drei Fälle (einer klinisch unbedeutendes Geräusch, zwei AF-Warnungen aufgrund von Rhythmusirregularitäten und Basisrauschen).
  • Neue Entdeckung: Das KI-System identifizierte einen neuen Fall einer klinisch relevanten Mitralinsuffizienz bei einem Patienten, der sich nur mit Müdigkeit präsentierte. Dies führte zu einer Echokardiographie, die die Diagnose bestätigte.

5. Bedeutung und Fazit

• Klinische Relevanz: Die Studie belegt, dass KI-gestützte digitale Auskultation in der Primärversorgung technisch machbar ist und sich nahtlos in den bestehenden Workflow integrieren lässt, ohne diesen zu stören.
• Früherkennung: Die Technologie hat das Potenzial, als Screening-Tool zu dienen, um kardiale Erkrankungen bei älteren Patienten mit unspezifischen Symptomen früher zu erkennen, wie am Beispiel der neu entdeckten Mitralinsuffizienz gezeigt.
• Limitationen und Ausblick: Die Studie war eine Einzelzentrum-Studie mit kleiner Stichprobe und nutzte retrospektive Diagnosen als Referenzstandard statt systematischer, gleichzeitiger Referenztests. Der Arzt war nicht verblindet.
• Schlussfolgerung: Obwohl größere, randomisierte Studien mit systematischen Referenzstandards notwendig sind, um den klinischen Nutzen endgültig zu belegen, liefert diese Arbeit den ersten vielversprechenden Beleg dafür, dass KI-Stethoskope ein praktikables Werkzeug zur Verbesserung der kardiovaskulären Früherkennung in der Hausarztpraxis darstellen.