Die standardisierte Abklärung von Brustschmerz in der Notaufnahme bleibt trotz Leitlinien inkonsistent, teuer und anfällig für Fehleinschätzungen. Ein in Open Heart publizierter, retrospektiver Zwei-Zentren-Studienansatz stellt nun ein vollautomatisches, neuronales Netz («Chest Pain-AI», CP-AI) vor, das 12-Kanal-ECG-Signale mit Alter, Geschlecht und Biomarker-Positivität verknüpft und eine 7-Tage-Kompositrate schwerer kardiovaskulärer Diagnosen vorhersagt. In einer externen Validierung übertraf CP-AI konventionelle Modelle und reklassifizierte einen relevanten Anteil als «niedriges Risiko» – bei vorab fixierter Sensitivität von 98%.
Autoren
- Tanja Schliebe
Publikation
- CARDIOVASC
Related Topics
Dir könnte auch gefallen
- KI-gestützte Risikostratifizierung bei Brustschmerz in der Notaufnahme
Leistungsfähigkeit eines vollautomatischen ECG-Modells
- Alternative zu Insulin und GLP1
Von der β-Zelle ins Zentrum: Die vielseitige Rolle von Amylin
- Hormonbalance und Longevity
Altern ist keine Substitutionsdiagnose
- Kardiovaskuläres Risiko
Schlechte Nachrichten für junge Männer mit T2D
- Fallbericht
6-jähriges Kind mit Zentralarterienverschluss der Retina
- Niedriggradiges seröses Ovarialkarzinom (LGSOC)
Erschliessung neuer Horizonte durch Kombinationstherapien
- Seltene Erkrankungen
Yellow-Nail- und Swyer-James-Syndrom
- Ergebnisse einer systematischen Übersichtsarbeit und Meta-Analyse