Repeat variation and definition dependence of ECG/VCG markers: an exploratory audit of one implementation (LoopLens 10.1)

Das menschliche Herz schlägt in einem Rhythmus, der so einzigartig wie ein Fingerabdruck ist, und doch spricht es eine Sprache, die in Elektrizität geschrieben steht. Wenn Ärzte Klebeelektroden auf die Brust eines Patienten setzen, erfassen sie diese elektrische Geschichte auf einem Streifen Papier oder einem digitalen Bildschirm und erstellen so eine Aufzeichnung, die als Elektrokardiogramm bekannt ist. Seit über einem Jahrhundert ist dieses Werkzeug der Standard zur Überprüfung der Herzgesundheit, da es Ärzten ermöglicht, Unregelmäßigkeiten durch das Betrachten der Form und des Timings der Wellen zu erkennen. Die Geschichte, die das Herz erzählt, ist jedoch nicht immer dieselbe Geschichte, die die Maschine aufschreibt. Die Zahlen, die ein Computer ausspuckt, hängen stark davon ab, wie die Software aufgebaut ist, welche mathematischen Formeln sie verwendet, um Rohsignale zu übersetzen, und genau dort, wo Mensch oder Maschine entscheidet, dass eine Welle beginnt und endet. Dies schafft ein Problem: Wenn zwei verschiedene Computerprogramme denselben Herzschlag betrachten, messen sie möglicherweise die Dauer eines Pulses unterschiedlich oder berechnen den Winkel der elektrischen Kraft in eine andere Richtung. Dies führt zu einem Problem: Wenn sich die Zahlen basierend auf dem verwendeten Werkzeug ändern statt auf der tatsächlichen Gesundheit des Patienten, wird es schwierig zu wissen, ob eine Änderung der Messung bedeutet, dass es dem Patienten besser oder schlechter geht oder ob der Computer einfach seine Meinung geändert hat.

Ein Forscher an der Johannes Kepler Universität Linz setzte sich zum Ziel zu untersuchen, wie sehr diese Messungen von der spezifischen Software und den verwendeten Regeln abhängen. Die Studie konzentrierte sich auf eine bestimmte Software namens LoopLens, Version 10.1, die darauf ausgelegt ist, automatisch die Start- und Endpunkte der Herzwellen zu finden und verschiedene Messwerte daraus zu berechnen. Der Forscher fragte nicht, ob die Software eine Krankheit diagnostizieren oder einen Herzinfarkt vorhersagen könne. Stattdessen war die Frage einfacher und grundlegender: Wenn man dieselbe Herzaufzeichnung zweimal durch die Software läuft lässt oder wenn man die mathematische Landkarte ändert, die die Software verwendet, um das Signal zu übersetzen, wie sehr ändern sich dann die Zahlen? Um die Antwort zu finden, sammelte der Forscher eine massive Sammlung von Herzaufzeichnungen aus einer öffentlichen Datenbank, die Zehntausende von Patienten enthielt. Er betrachtete Paare von Aufzeichnungen, die innerhalb weniger Stunden derselben Person gemacht wurden, um zu sehen, wie stark die Zahlen natürlich schwanken. Er testete auch, was passierte, wenn er die mathematischen Formeln austauschte, die zur Rekonstruktion der dreidimensionalen elektrischen Gestalt des Herzens aus der standardmäßigen 12-Ableitungs-Aufzeichnung verwendet werden. Schließlich verglich er die automatischen Markierungen der Software, wo eine Welle beginnt, mit den Markierungen durch menschliche Experten.

Die Ergebnisse zeigten, dass die von der Software erzeugten Zahlen weit weniger stabil sind, als man hoffen könnte. Beim Blick auf Tausende von Paaren von Aufzeichnungen, die nur Stunden voneinander entfernt bei derselben Person aufgenommen wurden, variierten die Messungen erheblich. Für die Dauer des Haupt-Elektroimpulses, bekannt als QRS-Komplex, betrug der Unterschied zwischen zwei Messungen desselben Herzens bis zu 27 Millisekunden. Für die Zeit, die das Herz benötigt, um sich wieder aufzuladen, bekannt als QT-Intervall, war die Variation sogar noch größer und erreichte fast 62 Millisekunden. In der Welt der Herzmessungen, in der Ärzte oft nach Änderungen von nur wenigen Millisekunden suchen, um kritische Entscheidungen zu treffen, sind diese Schwankungen substanziell. Die Studie ergab, dass die Software bei vielen Messungen nicht zuverlässig zwischen einer echten Veränderung und dem natürlichen Rauschen des Messprozesses unterscheiden konnte. Nur ein kleiner Bruchteil der Messungen zeigte ein hohes Maß an Konsistenz, während die Mehrheit eine moderate bis geringe Übereinstimmung aufwies. Das bedeutet, dass ein Arzt, wenn er sieht, dass sich eine Zahl zwischen zwei Besuchen leicht verändert, entweder ein Zeichen für ein echtes Gesundheitsproblem sieht oder das Resultat dessen, dass die Software dasselbe Herz jedes Mal ein wenig anders misst.

Die Untersuchung zeigte auch, dass die Wahl der mathematischen Landkarte, die zur Rekonstruktion der 3D-Gestalt des Herzens verwendet wird, einen tiefgreifenden Effekt auf die Ergebnisse hat. Die Software kann verschiedene Regelsätze verwenden, um die flache 12-Ableitungs-Aufzeichnung in eine dreidimensionale Ansicht zu übersetzen. Als der Forscher einen Regelsatz gegen einen anderen austauschte, änderten sich mehr als 60 Prozent der Messungen so stark, dass sie als abhängig von den verwendeten spezifischen Regeln galten. Tatsächlich blieb keine einzige Messung perfekt stabil, als die Regeln geändert wurden. Dies deutet darauf hin, dass die Zahl, die ein Arzt sieht, nicht nur eine Eigenschaft des Herzens ist, sondern eine Eigenschaft des Herzens kombiniert mit den spezifischen mathematischen Entscheidungen der Software. Selbst kleine Anpassungen an der Stelle, an der die Software entscheidet, dass eine Welle beginnt oder endet, könnten die Ergebnisse verschieben. Als der Forscher die Fähigkeit der Software testete, den Beginn der P-Welle zu finden, welche den elektrischen Impuls darstellt, der das Herz zum Zusammenziehen bringt, betrug der Fehler 14 Millisekunden im Vergleich zu menschlichen Experten unter Verwendung eines Regelsatzes. Als der Referenzpunkt auf einen anderen Standard geändert wurde, sank der Fehler auf nur 1 Millisekunde. Dies demonstriert, dass die Definition einer Grenze genauso wichtig ist wie die Messung selbst.

Die Studie untersuchte auch, wie standhaft diese Messungen in anderen Datensätzen waren und verglich die Software mit anderen Werkzeugen. Bei Aufzeichnungen, die bis zu einem Tag auseinanderlagen, war die Variation ähnlich oder etwas besser als bei dem ersten Datensatz, aber der Forscher konnte nicht definitiv sagen, ob die Software besser oder schlechter als andere Werkzeuge war, da die Bedingungen nicht identisch waren. Als die Software in Aufzeichnungen aus einer klinischen Studie getestet wurde, bei denen Patienten Medikamente einnahmen, die dafür bekannt sind, das Herz-Timing zu beeinflussen, identifizierte die Software korrekt die Richtung der Veränderung für alle drei Medikamente, die erwartet wurden, die Zeit des Herz-Aufladens zu verlängern. Die Größe der durch die Software gemessenen Veränderung entsprach jedoch nicht immer der Größe, die von den ursprünglichen Annotatoren der Studie gemessen wurde. In einigen Fällen stimmten die Software und die menschlichen Annotatoren hinsichtlich der Größenordnung des Effekts nicht überein, und in einem Fall detektierte die Software eine Änderung in der Breite des Impulses, die die menschlichen Annotatoren nicht sahen. Dies deutet darauf hin, dass die Software zwar erkennen kann, dass etwas geschieht, die exakten Zahlen, die sie produziert, jedoch davon abhängen, wie sie gebaut wurde und wie man ihr gesagt hat, auf die Daten zu schauen.

Letztendlich kommt die Forschung zu dem Schluss, dass die von automatisierten Herzanalysetools generierten Zahlen keine absoluten Wahrheiten sind, sondern Interpretationen, die stark von den internen Regeln der Software abhängen. Die Variation, die zwischen Stunden auseinander liegenden Messungen gesehen wurde, die Sensitivität gegenüber der mathematischen Landkarte und die Abhängigkeit davon, wie Grenzen definiert werden, bedeuten allesamt, dass eine einzelne Zahl nicht isoliert betrachtet werden kann. Die Studie behauptet nicht, dass diese Werkzeuge nutzlos sind, aber sie zeigt auf, dass ihre Zuverlässigkeit begrenzt ist. Damit ein Arzt einer Messung vertrauen kann, muss er verstehen, dass der Wert an die spezifische Softwareversion und die spezifischen Regeln gebunden ist, die zur Generierung verwendet werden. Die Ergebnisse legen nahe, dass vor diesen Messungen, bevor sie zur Entscheidungsfindung über die Gesundheit eines Patienten verwendet werden können, die Quellen der Variation verstanden und von der tatsächlichen Verfassung des Herzens getrennt werden müssen. Die Arbeit dient als Erinnerung daran, dass im digitalen Zeitalter die Werkzeuge, mit denen wir den menschlichen Körper messen, ebenso viel Teil der Geschichte sind wie der Körper selbst.