Nutzung der KI-Analyse von Geräuschen zur Vorhersage der Dekompensation bei Herzinsuffizienz (STEREO)

Herzinsuffizienz ist eine häufige Erkrankung, bei der das Herz aufgrund eines geschwächten oder steifen Herzmuskels nicht in der Lage ist, die gewünschte Herzleistung zu erbringen. Mehr als 2 % der Bevölkerung des Vereinigten Königreichs sind davon betroffen (die Inzidenz liegt bei etwa 200.000 Fällen pro Jahr), was zu 5 % aller Notfalleinweisungen ins Krankenhaus führt und etwa 2 % des jährlichen NHS-Budgets verschlingt (ungefähr 2 Milliarden Pfund pro Jahr). Daher ist Herzinsuffizienz nicht nur ein Hauptgrund für Krankenhauseinweisungen, sondern bietet auch die beste Möglichkeit, vermeidbare Einweisungen zu reduzieren.

Akute dekompensierte Herzinsuffizienz (ADHF) ist ein medizinischer Notfall, der dringend behandelt werden muss. Dies führt in der Regel zu einem stationären Krankenhausaufenthalt und ist ein wesentlicher Faktor für die damit verbundenen Gesundheitskosten. ADHF ist in der Regel durch eine rasche Verschlechterung der Atemnot in Ruhe oder bei Anstrengung aufgrund eines Lungenödems (Lungenvenenstauung) und einer Flüssigkeitsansammlung gekennzeichnet, die zu geschwollenen Beinen sowie einer Vielzahl anderer Symptome wie Müdigkeit, Appetitlosigkeit usw. führt.

Normalerweise treten beim Patienten allmählich oder plötzlich die typischen Symptome auf (Atemnot, Müdigkeit und Flüssigkeitsansammlung in den Beinen). Nach der Stabilisierung und der ersten Behandlung von ADHF treten die Patienten in eine Plateauphase ein, in der das Herz stabil bleibt. Allerdings erleben die meisten Patienten im Laufe der Zeit mehrere ADHF-Episoden, die typischerweise länger werden und in kürzeren Abständen voneinander getrennt sind. Die Stauung hängt mit einem zugrunde liegenden erhöhten Herzdruck zusammen, der in der Regel auf eine Volumenüberlastung zurückzuführen ist und eine zentrale Rolle in der Pathophysiologie, dem Erscheinungsbild und der Prognose einer Herzinsuffizienz spielt. Eine Lungenstauung ist eines der wichtigsten diagnostischen und therapeutischen Ziele bei Herzinsuffizienz. Das frühere Erkennen einer Lungenstauung aufgrund einer Volumenüberlastung ist der Schlüssel zur Verhinderung einer drohenden Rehospitalisierung und stellt eine ideale Gelegenheit dar, die Behandlung von Herzinsuffizienz in der Gemeinde zu optimieren.

Die frühe gemeinschaftliche Erkennung von ADHF ist letztendlich der erste Schritt zur Bereitstellung einer effektiven Patientenversorgung. Eine schlechte Erkennung von Herzinsuffizienz aufgrund der Vielzahl vager/unspezifischer Symptome führt häufig zu Verzögerungen bei der Diagnose und Behandlung. Die Verzögerung zwischen dem Auftreten von Symptomen einer HF-Dekompensation bei einem Patienten und der Suche nach ärztlicher Hilfe ist oft beträchtlich und wird von der Geschwindigkeit des Auftretens und der Schwere der Symptome beeinflusst. Daher ist ein zuverlässiges und leicht zugängliches Mittel zur Beurteilung des chronischen Flüssigkeitsstatus bei ambulanten ambulanten Patienten erforderlich, um eine frühzeitige Dekompensation zu erkennen, wenn eine geeignete Intervention möglich ist. Das plötzliche Auftreten von Atemnot (Dyspnoe) aufgrund der Ansammlung von Flüssigkeit in der Lunge (akutes Lungenödem) führt in der Regel zu einem schnellen Kontakt mit dem medizinischen Dienst, wohingegen das allmähliche Auftreten von geschwollenen Beinen und Knöcheln (peripheres Ödem) eher mit Verzögerungen verbunden ist bei der Suche nach Pflege. Die durchschnittliche Verzögerung zwischen Symptombeginn und Krankenhauseinweisung lag zwischen 2 Stunden und 7 Tagen. Die Symptome einer Herzinsuffizienz entwickeln sich oft schleichend und scheinen nicht bedrohlich zu sein, was möglicherweise einige der beobachteten Verzögerungen bei der Suche nach medizinischer Versorgung erklärt.

In den letzten Jahren haben mehrere Pilotstudien einen Zusammenhang zwischen Sprachbiomarkern und dem Ausmaß der systemischen und/oder pulmonalen Stauung bei Patienten mit Herzinsuffizienz gezeigt. Beispielsweise zeigte im Jahr 2017 eine Studie mit 10 (8 M, 2F) Patienten mit akuter dekompensierter Herzinsuffizienz, die sich einer stationären Behandlung mit intravenöser Diuretika-Therapie unterzogen, dass die Patienten nach der Behandlung einen höheren Anteil automatisch erkannter kreischender Stimmen, erhöhter Grundfrequenz usw. aufwiesen verringerte Variation der Cepstral-Peakprominenz, was darauf hindeutet, dass Sprachbiomarker Frühindikatoren für Herzinsuffizienz sein können. Die Studie zeigte auch, dass der Schweregrad von Herzinsuffizienz-bedingten Ödemen, der erforderlich ist, um die Stimme messbar zu verändern, im Vergleich zu dem Schweregrad, der zur Erhöhung des Körpergewichts erforderlich ist, gering ist, was darauf hindeutet, dass Sprachbiomarker ein wirksameres nicht-invasives Instrument zur Überwachung von Herzinsuffizienz-Patienten sein könnten als tägliche Gewichte . Im Jahr 2021 untersuchte eine weitere Studie die Machbarkeit der Fernsprachanalyse bei der Beurteilung der dynamischen Flüssigkeitsüberladung bei Patienten mit Herzinsuffizienz, die sich einer hämodynamischen Behandlung unterziehen. Sie führten serielle Sprach-/Stimmmessungen bei 5 Patienten durch, die sich einer Hämodialyse unterzogen. Die Analyse wurde mit einer App durchgeführt, die ihren KI-Algorithmus nicht teilt. Sie zeigten statistisch signifikante Unterschiede bei ausgewählten Sprachbiomarkern bei verschiedenen Flüssigkeitsstatusniveaus im Verlauf der Behandlung der Patienten. Anschließend wurden im Jahr 2022 bei einem Vergleich der Tonaufzeichnungen von Patienten, die mit ADHF am Tag der Aufnahme und am Tag der Entlassung aufgenommen wurden, mit einer Stichprobe von 40 Patienten, die mit akuter dekompensierter Herzinsuffizienz aufgenommen wurden, signifikante Unterschiede bei allen 5 getesteten Sprachmessungen des Nass festgestellt (Aufnahme) vs. trockene (Entlassung) Aufnahmen.

Unabhängig davon wurden im Jahr 2022 Sprach- und Pausenveränderungen in Stimmaufzeichnungen von akuten (N=68) und stabilen (N=36) Patienten ausgewertet und festgestellt, dass das Pausenverhältnis bei Patienten mit akuter Herzinsuffizienz um 14,9 % anstieg. Sie fanden auch eine positive Korrelation mit dem NT-Pro-BNP-Spiegel. Eine weitere Studie aus dem Jahr 2022 untersuchte sowohl Merkmale des Mel-Frequenz-Cepstralkoeffizienten (MFCC) als auch Merkmale der Stimmritzensprache und verglich eine Stichprobe von 25 gesunden Sprechern (7F, 18M) und 20 Patienten mit Herzinsuffizienz jeglicher Ätiologie (unabhängig von LVEF). Nach der Merkmalsauswahl entwickelten sie Vorhersagemodelle unter Verwendung von vier verschiedenen Klassifizierungsmethoden (SVM, ET, Adaboost und FFNN). Basierend auf einer Kombination aus MFCC- und Glottal-Sprachmerkmalen konnten sie ADHF mit einer Genauigkeit von 88–94 % vorhersagen, mit einer Richtig-Positiv-Rate von 79,47 % und einer Richtig-Negativ-Rate von 82,69 %.

Durch die Durchführung einer umfangreichen Reihe klinischer Beurteilungen, Untersuchungen sowie symptombasierter Fragebögen in einer Studie mit bis zu 250 Patienten mit Herzinsuffizienz wollen die Forscher auf aktuellen Arbeiten aufbauen und eine neuartige KI-basierte Anwendung entwickeln, die auf einem intelligenten Gerät bereitgestellt wird. Damit kann eine Zunahme der Lungenstauung anhand subtiler Veränderungen im Husten, der Stimme, der Atmung und den Brustgeräuschen eines Patienten erkannt werden. Dies wird wichtige Informationen für Patienten mit Herzinsuffizienz und ihre klinischen Teams liefern, indem eine fortschreitende Flüssigkeitsansammlung in der Lunge eines Patienten korrekt erkannt wird, bevor der Patient signifikante Symptome entwickelt. Die Erkennung einer Lungenstauung im Frühstadium wird es Ärzten ermöglichen, die Therapie gezielter auszurichten. Es besteht die Hoffnung, dass dies dazu beitragen wird, die Notwendigkeit wiederkehrender Notfalleinweisungen ins Krankenhaus zu minimieren und letztendlich zu verhindern, indem der Patient darauf aufmerksam gemacht wird, sein (kommunales) Herzinsuffizienz-Team zu kontaktieren und eine frühere ambulante Behandlung zu ermöglichen, bevor die Notwendigkeit einer erneuten Krankenhauseinweisung in die akute Phase eintritt.

Vorbehaltlich des erfolgreichen Ergebnisses dieser Forschung wird dann eine prospektive interventionelle klinische Studie durchgeführt, um die klinischen und betrieblichen Vorteile des aus dieser Forschung abgeleiteten KI-Tools zur NHS-Behandlung von Herzinsuffizienz zu testen und so den Weg für die eventuelle Einführung solcher Lösungen zu ebnen im klinischen Alltag.