Sieht so die Zukunft der Diagnostik aus? – Künstliche Intelligenz und selbst-lernende Algorithmen unterstützen bei der Früherkennung von Diabetes

Dass Ruhepuls und Unterschiede im Herzschlag mit der Diabetes-Erkrankung korrelieren, wurde bereits vor einigen Jahren durch die „Framingham Heart-Studie“ (2015) und die „ARIC-Studie“ (2005) belegt. Dass jedoch die Herzfrequenzmessung mit einem Smart-Device wie die Apple Watch in Kombination mit einem selbst-lernenden Algorithmus Erkenntnisse darüber liefern kann, ob eine Person an Diabetes erkrankt ist oder nicht, ist neu.

Wearables wie Fitnessarmbänder oder Smartwatches erfreuen sich weiterhin zunehmender Beliebtheit. Während der Absatz im Jahr 2017 noch 115,5 Mio. Stück betrug, wird dieser für das Jahr 2022 auf 219 Mio. Stück prognostiziert. Wer seinen eigenen Fitness- und Gesundheitszustand misst und seine Daten auswerten lässt, liegt also voll im Trend. Nicht selten wird dabei jedoch zusätzlich auf Drittanbieter-Applikationen zurückgegriffen, die eine ausführlichere Aufbereitung der ermittelten Daten für eine intensivere Auseinandersetzung versprechen. Eine dieser Applikationen ist Cardiogram des gleichnamigen amerikanischen Unternehmens.

Cardiogram wurde 2016 durch die beiden ex-Google Mitarbeiter (technische Leitung) Johnson Hsieh und Brandon Ballinger gegründet und erhielt 2016 durch iMore die Auszeichnung „best iPhone app“. Mit Hilfe dieser App werden dem Nutzer ausführliche Verlaufsdiagramme und Übersichten der regelmäßigen Herzfrequenz-/ Schrittzählmessungen kostenlos aufbereitet und zur Verfügung gestellt. Um diesen Funktionsumfang zu erhalten, müssen die Nutzer bei der Anmeldung zustimmen, dass Cardiogram die individuellen Daten für großflächige Experimente nutzen darf. Mittlerweile verzeichnet die App mehr als 250.000 aktive Nutzer, von denen 73% die Anwendung täglich aufrufen. Eine Besonderheit von Cardiogram ist zudem ein eigens entwickelter selbst-lernender (betriebssystemunabhängiger) Algorithmus (KI), der Veränderungen des jeweils individuellen Gesundheitszustandes mit Hilfe der Herzfrequenzmessung erkennen soll.

In Kooperation mit der University of California wurde nun eine Studie zur Überprüfung der Wirksamkeit des Algorithmus anhand von über 14.000 Apple-Watch-Nutzer-Daten (33.628 Personenwochen) und 200 Millionen Herzfrequenz-/ Schrittzählmessungen durchgeführt. Die Untersuchungen sind vielversprechend und zeigen, dass durch die kombinative Anwendung der Cardiogram-App mit einer Apple Smartwatch zu 97% Genauigkeit abnormale Herzrhythmen, zu 90% Genauigkeit Schlafapnoe und zu 82% Genauigkeit Bluthochdruck festgestellt werden können. Zusätzlich wird zu 85% Genauigkeit Aufschluss darüber gegeben, ob eine Person an Diabetes erkrankt ist oder nicht.

Die Ergebnisse zu Diabetes sind gerade deshalb so besonders, weil zum einen laut der International Diabetes Federation weltweit etwa 425 Mio. Menschen an Diabetes erkrankt sind – Prognose steigend (Schätzung weltweit für 2045: 700 Mio. Menschen) – und zum anderen die globale Dunkelziffer deutlich höher angesetzt wird (bei jedem zweiten wurde Diabetes noch nicht diagnostiziert (212 Mio. Menschen)). Die Frühentdeckung der Erkrankung außerhalb des medizinischen Settings durch künstliche Intelligenz könnte dabei helfen, zukünftig Diabetes im Frühstadium zu diagnostizieren und dadurch die Begleiterscheinungen deutlich zu reduzieren.

In enger Zusammenarbeit mit den Klienten unterstützt die SKC Beratungsgesellschaft mbH die Entwicklung von nachhaltigen, digitalen Versorgungslösungen für das Gesundheitswesen.

VON Dipl.-Kauffrau Heike Kielhorn-Schönermark, Gründerin und geschäftsführende Gesellschafterin und Michèl Schikowski, M.Sc. Health Economics

Quellen:
Upbeat: Ordinary wearables can flag signs of diabetes, according to new Cardiogram study
DeepHeart: Semi-Supervised Sequence Learning for Cardiovascular RiskPrediction
t3n: Studie: Apple Watch kann Diabetes mit einer Genauigkeit von 85 Prozent erkennen
cardiogr.am
Diabetes online: Aktuelle Zahlen zur globalen Diabetes-Pandemie
Statista: Absatz von Wearables weltweit nach Hersteller in den Jahren 2014 bis 2017