CareLit Fachartikel

Künstliche Intelligenz-gestützte EKG-basierte Triage von Patientinnen und Patienten mit Thoraxschmerzen zur sofort-invasiven Strategie

Macherey-Meyer, S.; Meertens, M.M.; Heyne, S.; Finke, K.; Mauri, V.; Terporten, J.; Hundehege, F.; Krücken, L.; Burst, V.; Baldus, S.; Lee, S.; Adler, C. · Deutsches Ärzteblatt · 2025 · Heft 26 · S. 1 bis 1

Dokument
570513
CareLit-ID
Jahr
2025
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
Deutsches Ärzteblatt
Autor:innen
Macherey-Meyer, S.; Meertens, M.M.; Heyne, S.; Finke, K.; Mauri, V.; Terporten, J.; Hundehege, F.; Krücken, L.; Burst, V.; Baldus, S.; Lee, S.; Adler, C.
Ausgabe
Heft 26 / 2025
Jahrgang 57
Seiten
1 bis 1
Erschienen: 2025-12-26 00:00:00
ISSN
0172-2107
DOI
10.3238/arztebl.m2025.0169

Zusammenfassung

Die schnelle Triage von Patientinnen und Patienten mit Verdacht auf einen akuten Myokardinfarkt (AMI) ist von großer Bedeutung. Das Elektrokardiogramm (EKG) spielt eine zentrale Rolle bei der frühen Identifikation von ST-Hebungsinfarkten (STEMI), jedoch zeigen konventionelle Kriterien oft eine unzureichende Sensitivität zur Erkennung akuter Koronarverschlüsse (ACO). Dies führt dazu, dass bei 20 bis 30 Prozent der Patienten mit Nicht-ST-Hebungsinfarkt (NSTEMI) ein ACO übersehen wird, was das Risiko einer verzögerten invasiven Therapie erhöht. Eine auf künstlicher Intelligenz (KI) basierende Analyse von 12-Kanal-E…

Schlagworte

Künstliche Intelligenz EKG Triage Thoraxschmerzen Myokardinfarkt ACO NSTEMI STEMI Diagnostik Therapie Artificial Intelligence Electrocardiography Myocardial Infarction Chest Pain Coronary Occlusion Machine Learning