Big Data, Heart-Brain-Axis und eine Runde um die Alster
Beim Young DZHK und DZHK Retreat 2026 am 10. und 11. September in Hamburg war das Institut für Medizinische Informatik durch Dr. Philip Hempel (Arbeitsgruppe Biosignalverarbeitung) vertreten – und mit Themen, die zeigen, wieviel ungenutztes Potential noch in elektrischen Herzsignalen (EKGs) stecken kann.
Im Mittelpunkt stand die Frage, wie sich sehr große Mengen bereits vorhandener Routine-EKGs für KI nutzen lassen. Denn Kliniken verfügen über Millionen von EKGs – aber längst nicht zu jedem davon gibt es eine perfekt passende Echokardiographie oder einen exakt bestimmten Wert der linksventrikulären Ejektionsfraktion, kurz LVEF. Die Idee: Kann man trotzdem aus diesen großen Datenmengen lernen und später Hinweise auf eine eingeschränkte Pumpfunktion des Herzens erkennen; wie sie für die Herzinsuffizienz typisch ist?
Die Ergebnisse machen Mut. Große Routinedatensätze können der KI helfen, relevante Muster zu lernen – auch wenn die Ausgangsdaten nicht perfekt annotiert sind. Ganz ohne saubere klinische Validierung geht es natürlich nicht. Oder anders gesagt: Big Data ist hilfreich, aber auch elf Millionen EKGs ersetzen keinen Realitätscheck.
Ein zweites Thema führte vom Herzen direkt zum Gehirn. Dr. Hempel stellte sogenannte zerebrale T-Wellen vor: auffällige Veränderungen im EKG, die nach akuten Erkrankungen des Gehirns auftreten können. Warum das passiert und welche klinische Bedeutung dahintersteckt, ist noch nicht ausreichend verstanden. Deshalb war der Beitrag gleichzeitig ein Kooperationsaufruf: Wer entsprechende Fälle und Daten hat, darf sich gerne melden. Denn gerade seltene Phänomene versteht man besser gemeinsam als allein.
Passend zur Prävention blieb es beim Young DZHK nicht bei der Theorie. Am Morgen ging es gemeinsam zum Laufen an die Alster. Von wegen über Bewegung reden – einfach machen. Denn Prävention wie Sport ist nach wie vor die beste Waffe gegen jede kardiovaskuläre Erkrankung.
Auch die Keynote des Retreats passte überraschend gut zu diesem roten Faden: Mit neurodegenerativen Erkrankungen und neuen Therapieansätzen rückte erneut das Gehirn in den Mittelpunkt. Gerade bei Alzheimer wird die frühe Erkennung immer wichtiger, weil neue Therapien möglichst früh im Krankheitsverlauf ansetzen sollen.
Am Ende führte damit vieles auf dieselbe Frage zurück: Was können wir aus Biosignalen lernen, bevor Erkrankungen klinisch offensichtlich werden? Für uns liegt genau dort eine spannende Schnittstelle – zwischen Herz, Gehirn, großen Datenmengen und KI.
