Artificial Intelligence for Direct-to-Physician Reporting of Ambulatory Electrocardiography

Johnson, L. S.

doi:10.1038/s41591-025-03516-x

Ungeprüfte ÜbersetzungDie Deutsche Übersetzung dieses Eintrags wurde nicht fachlich geprüft und kann vom Original abweichen. Akronym, vollständiger Titel und Zitat bleiben stets in der Originalsprache.Originalpublikation öffnen ↗

DeepRhythmAI

Artificial Intelligence for Direct-to-Physician Reporting of Ambulatory Electrocardiography

Patient / Population Intervention / Exposition Vergleich Endpunkt

Bei 14.606 ambulanten EKG-Aufzeichnungen mit Schlag-für-Schlag-Annotation verbesserte eine KI-Befundung direkt an den Arzt die Sensitivität für kritische Arrhythmien gegenüber kardiologischen Konsensuspanels verglichen mit zertifizierten EKG-Technikern.

N

14.606Patienten

Design

Nicht randomisierter Vergleich der diagnostischen Genauigkeit gegen 17 kardiologische Konsensuspanels

Endpunkt

Sensitivität für kritische Arrhythmien gegenüber der Annotation kardiologischer Konsensuspanels

Relevanz

3Ergänzend — Kontext, kein Muss-Wissen.

ErgebnisSensitivität für kritische Arrhythmien 98,6 % (95 %-KI 97,7–99,4) vs. 80,3 % (95 %-KI 77,3–83,3) für 167 Techniker; falsch-negative Befunde 3,2 vs. 44,3 pro 1.000 Patienten (relatives Risiko einer verpassten Diagnose 14,1 für Techniker; 95 %-KI 10,4–19,0); falsch-positive Befunde 12 vs. 5 pro 1.000 Patiententage.

Johnson LS, et al. Nat Med. 2025;31(3):925-931. 10.1038/s41591-025-03516-x

Diskussion & Kritik

Der größte direkte Vergleich von KI und menschlichen Technikern beim ambulanten EKG; stützt eine KI-First-Befundung mit ärztlicher Überprüfung. Es ist eine Genauigkeitsstudie, keine Endpunktstudie: Der Referenzstandard war eine kardiologisch adjudizierte Zufallsstichprobe von 5.235 Ereignissen statt jeder Aufzeichnung, der Vergleich war nicht randomisiert, und der Preis der sehr hohen Sensitivität war eine höhere Falsch-positiv-Last, die Ärzte abfangen müssen.