Künstliche Intelligenz in ANOCA ((AI)NOCA)

Angina pectoris wird bei mehr als 180.000 Menschen diagnostiziert Menschen in den Niederlanden jedes Jahr. Die Diagnose bei Angina pectoris konzentriert sich auf eine epikardiale Koronarstenose, deren Identifizierung zu einer leitliniengerechten medikamentösen Therapie oder Revaskularisierung führen kann. Bei 40–70 % der Patienten wird jedoch keine solche Stenose festgestellt. Diese Erkrankung, Angina pectoris ohne verstopfte Koronararterie (ANOCA), tritt häufiger bei Frauen auf und ist mit schlechter Lebensqualität, hohen medizinischen Kosten und einer höheren Inzidenz unerwünschter Ereignisse verbunden.

Der Ursprung von ANOCA kann während der invasiven Koronarangiographie durch Koronarfunktionstests (CFT) beurteilt werden, um koronare vasomotorische Störungen zu identifizieren. Dabei handelt es sich um einen Vasospasmus der Koronararterie und Mikrozirkulation oder um eine gestörte mikrovaskuläre Vasodilatation. Für die Diagnose eines Vasospasmus muss die CFT als Teil der diagnostischen Kriterien elektrokardiographische Anzeichen einer Myokardischämie ergeben. Dies ist ein kritischer Punkt bei der Diagnose von Gefäßspasmen, da diese Anzeichen subtil und unterschiedlich sein können und daher anfällig für Fehlinterpretationen sind. Abgesehen von diesem Vorbehalt erfordert der Diagnoseansatz daher derzeit ein invasives Verfahren zur Diagnose. Dies schränkt die breite Anwendung ein und erschwert die Früherkennung und Behandlung von ANOCA.

Bei der CFT wird routinemäßig ein Koronarführungsdraht in die Koronararterie vorgeschoben, der auch die Erstellung eines intrakoronaren EKGs ermöglicht, indem eine sterile Krokodilklemme an einer Standard-Elektrokardiogrammleitung befestigt wird. Dies ermöglicht die kontinuierliche Aufzeichnung des intrakoronaren EKGs während der gesamten CFT auf demselben Monitor wie das Routine-EKG. Diese Technik kann die Empfindlichkeit gegenüber Myokardischämie während einer CFT erhöhen. Darüber hinaus ermöglicht die Langzeit-EKG-Überwachung die Identifizierung ischämischer Veränderungen im EKG im ambulanten Bereich. Es fehlen Belege für die Muster der Myokardischämie, die bei spontanen Angina-pectoris-Symptomen bei ANOCA-Patienten auftreten, und für die Empfindlichkeit des Langzeit-EKGs für diesen Zweck. Schließlich kann die Interpretation ischämischer Muster auf EKG-Aufzeichnungen umständlich sein, insbesondere wenn die Veränderungen subtil sind oder sich von Schlag zu Schlag ändern. Der Einsatz von Deep-Learning-Techniken ermöglicht die Automatisierung der Interpretation von EKG-Kurven und kann die standardisierte Diagnose bei ANOCA verbessern.