Neue Veröffentlichungen
Wärmebildgebung im Gesicht und KI sagen koronare Herzkrankheit genau voraus
Zuletzt überprüft: 02.07.2025

Alle iLive-Inhalte werden medizinisch überprüft oder auf ihre Richtigkeit überprüft.
Wir haben strenge Beschaffungsrichtlinien und verlinken nur zu seriösen Medienseiten, akademischen Forschungseinrichtungen und, wenn möglich, medizinisch begutachteten Studien. Beachten Sie, dass die Zahlen in Klammern ([1], [2] usw.) anklickbare Links zu diesen Studien sind.
Wenn Sie der Meinung sind, dass einer unserer Inhalte ungenau, veraltet oder auf andere Weise bedenklich ist, wählen Sie ihn aus und drücken Sie Strg + Eingabe.

Eine im Fachmagazin BMJ Health & Care Informatics veröffentlichte Studie zeigt, dass eine Kombination aus Gesichtswärmebildgebung und künstlicher Intelligenz (KI) die koronare Herzkrankheit (KHK) präzise vorhersagen kann. Die nicht-invasive Echtzeitmethode erwies sich als effektiver als herkömmliche Methoden und könnte in der klinischen Praxis eingesetzt werden, um die diagnostische Genauigkeit und den Arbeitsablauf zu verbessern, wenn sie an größeren, ethnisch vielfältigeren Patientenpopulationen getestet wird, so die Forscher.
Aktuelle Leitlinien zur Diagnose koronarer Herzkrankheiten basieren auf der Abschätzung von Risikofaktorwahrscheinlichkeiten, die jedoch nicht immer präzise oder allgemein anwendbar seien, so die Forscher. Zwar könnten diese Methoden durch andere Diagnoseinstrumente wie EKGs, Angiogramme und Blutuntersuchungen ergänzt werden, doch seien sie oft zeitaufwändig und invasiv, fügen die Forscher hinzu.
Die Wärmebildgebung, die die Temperaturverteilung und -schwankungen auf der Oberfläche eines Objekts durch Infrarotstrahlung erfasst, ist nicht-invasiv. Sie hat sich als vielversprechendes Instrument zur Krankheitsdiagnostik erwiesen, da sie anhand von Hauttemperaturmustern Bereiche mit abnormaler Durchblutung und Entzündungen identifizieren kann.
Das Aufkommen von Technologien des maschinellen Lernens (KI) mit ihrer Fähigkeit, komplexe Informationen zu extrahieren, zu verarbeiten und zu integrieren, kann die Genauigkeit und Effizienz der Wärmebilddiagnostik verbessern.
Die Forscher untersuchten die Möglichkeit, mithilfe von Wärmebildgebung in Kombination mit KI das Vorhandensein einer koronaren Herzkrankheit ohne invasive und zeitaufwändige Methoden bei 460 Personen mit Verdacht auf eine Herzerkrankung genau vorherzusagen. Ihr Durchschnittsalter betrug 58 Jahre; 126 (27,5 %) der Befragten waren Frauen.
Vor den Bestätigungsuntersuchungen wurden Wärmebilder ihrer Gesichter aufgenommen, um ein KI-gestütztes Bildgebungsmodell zur Erkennung koronarer Herzkrankheiten zu entwickeln und zu validieren.
Insgesamt 322 Teilnehmer (70 %) hatten eine bestätigte koronare Herzkrankheit. Diese Personen waren in der Regel älter und häufiger männlich. Sie wiesen zudem häufiger lebensstilbedingte, klinische und biochemische Risikofaktoren auf und nahmen häufiger präventive Medikamente ein.
Der Ansatz mit Wärmebildgebung und KI war bei der Vorhersage koronarer Herzkrankheiten etwa 13 % besser als eine Vorabschätzung des Risikos anhand traditioneller Risikofaktoren und klinischer Anzeichen und Symptome. Von den drei wichtigsten thermischen Indikatoren war der Gesamttemperaturunterschied zwischen der linken und rechten Gesichtshälfte der einflussreichste, gefolgt von der maximalen und der durchschnittlichen Gesichtstemperatur.
Insbesondere die Durchschnittstemperatur im linken Kieferbereich war der stärkste Prädiktor, gefolgt vom Temperaturunterschied im rechten Augenbereich und dem Temperaturunterschied zwischen der linken und rechten Schläfe.
Mit diesem Ansatz konnten auch traditionelle Risikofaktoren für koronare Herzkrankheiten effektiv identifiziert werden: hoher Cholesterinspiegel, männliches Geschlecht, Rauchen, Übergewicht (BMI), Nüchternblutzucker und Entzündungsindikatoren.
Die Forscher räumen ein, dass ihre Studie relativ klein sei und nur an einem einzigen Zentrum durchgeführt wurde. Zudem wurden alle Studienteilnehmer bei Verdacht auf eine Herzerkrankung zu Bestätigungsuntersuchungen überwiesen.
Das Team schreibt jedoch: „Die Fähigkeit der [Wärmebildgebung], [koronare Herzkrankheit] vorherzusagen, weist auf potenzielle zukünftige Anwendungen und Forschungsmöglichkeiten hin … Als biophysiologische Methode zur Beurteilung des Gesundheitszustands liefert [sie] krankheitsbezogene Informationen, die über traditionelle klinische Messungen hinausgehen, was die Beurteilung [atherosklerotischer Herz-Kreislauf-Erkrankungen] und verwandter chronischer Leiden verbessern kann.“
„[Seine] berührungslose Echtzeit-Technologie ermöglicht eine sofortige Beurteilung der Krankheit am Behandlungsort, was klinische Arbeitsabläufe rationalisieren und Zeit für wichtige Entscheidungen von Arzt und Patient sparen kann. Sie bietet auch das Potenzial für Massen-Voruntersuchungen.“
Die Forscher kommen zu dem Schluss: „Unsere entwickelten [Wärmebild-]Vorhersagemodelle auf Basis fortschrittlicher [Maschinelles Lernen]-Technologien zeigten im Vergleich zu den derzeitigen herkömmlichen klinischen Instrumenten vielversprechendes Potenzial.“
„Weitere Studien mit einer größeren Anzahl von Patienten und unterschiedlichen Bevölkerungsgruppen sind erforderlich, um die externe Validität und Generalisierbarkeit der aktuellen Ergebnisse zu bestätigen.“