Vom Signal zur Hämodynamik: CardioVolumeMetrics macht Herzfunktion in Echtzeit aus dem EKG sichtbar

wallpaper-1769237129.webp

CardioVolumeMetrics ermöglicht es, aus den Phasenlängen eines EKGs nahezu in Echtzeit zentrale hämodynamische Kennzahlen abzuleiten – ohne zusätzliche Hardware, auf Basis vorhandener EKG-Geräte und Daten. Der Ansatz verbindet Elektrophysiologie mit einem kardiovaskulären Modell, das die zeitlichen Abschnitte des Herzzyklus (atriale Aktivierung, AV-Überleitung, ventrikuläre Depolarisation und Repolarisation, diastolische Füllung) in eine kontinuierliche Volumetrie des Herzzyklus übersetzt. Ergebnis sind unter anderem Schlagvolumen, Füllungs- und Auswurfanteile, Herzzeitvolumen sowie Trendparameter, die Veränderungen früh sichtbar machen. Für Kliniken, Praxen, Sportmedizin und Hochrisikobereiche entsteht so ein neuer, kosteneffizienter Diagnostik- und Monitoringkanal mit unmittelbarem Praxisnutzen.

Das mathematische Modell: EKG-Phasen werden zu Volumen-Zeit-Kurven

Kern des Verfahrens ist ein inverse-modellbasierter Ansatz, der die mechanische Herzfunktion aus elektrischen Zeitmarkern rekonstruiert:

  • Extraktion zeitlicher Marker aus dem EKG: RR-Intervall (Herzfrequenz), PR-Intervall (atriale Erregung und AV-Überleitung), QRS-Dauer (ventrikuläre Depolarisation), QT/QTc (elektrische Systole) sowie die diastolische Ruhezeit (TP-Segment). Diese Marker liegen in jeder Standard-EKG-Aufnahme vor.
  • Elektromechanische Kopplung: Das Modell verknüpft die elektrischen Phasen mit mechanischen Ereignissen (isovolumetrische Kontraktion/Relaxation, Ejektions- und Füllungsphase). Es nutzt bekannte Zusammenhänge der zeitvariablen Elastanz E(t) und Windkessel-Modelle der Nachlast, um aus Zeitanteilen auf die Form der Druck- und Volumen-Zeitkurve zu schließen.
  • Personalisierung: Individuelle Parameter (z. B. Kontraktilität, Relaxationsdynamik, Vorlast-/Nachlast-Surrogate) werden aus den EKG-Phasenlängen und deren Beat-to-Beat-Variabilität mittels Optimierung so geschätzt, dass die resultierenden Volumen-Zeit-Kurven physiologische Nebenbedingungen erfüllen (z. B. positive Füllung, plausible Ejektionsdauer, konsistente Frequenz-Last-Relationen).
  • Skalierung und Validierung: Das Modell liefert sowohl relative Verläufe (Füllungs-/Auswurfanteile je Phase) als auch absolute Kennzahlen. Sofern verfügbar, können vorhandene Akteninformationen (z. B. eine kürzlich gemessene Blutdruckreferenz, Körpergröße/-gewicht) zur Plausibilisierung herangezogen werden – die Berechnung funktioniert jedoch ohne zusätzliche Messhardware.
  • Output in nahezu Echtzeit: Pro Herzschlag werden Kennzahlen aktualisiert und als gleitende Trends bereitgestellt, um akute Änderungen zuverlässig zu erfassen.

Zu den abgeleiteten Metriken gehören u. a.:

  • Schlagvolumen (SV) und Herzzeitvolumen (CO)
  • Auswurfanteil/Fraktion pro Beat sowie systolische/diastolische Zeitanteile
  • Indizes der diastolischen Füllungsdynamik (z. B. frühe vs. späte Füllung, Relaxationszeit-Surrogate)
  • Surrogatmarker für Vor- und Nachlast sowie Kontraktilität
  • Beat-to-Beat-Variabilität hämodynamischer Parameter als Sensitivitätsindikator

Wichtig: Die Methode ergänzt, aber ersetzt nicht die bildgebende Beurteilung struktureller Herzerkrankungen. Sie dient vor allem der frühzeitigen funktionellen Einschätzung und dem Monitoring.

Anwendungsfälle aus der Praxis: Früherkennung, Nachsorge und Performance

1) Früherkennung kardialer Risiken in Praxis und Klinik

  • Ausgangslage: Viele Patientinnen und Patienten erhalten ohnehin ein Ruhe-EKG (z. B. bei kardiovaskulären Risikofaktoren, unklarer Dyspnoe, Hypertonie).
  • Vorgehen: Die EKG-Aufnahme wird durch CardioVolumeMetrics automatisch um eine hämodynamische Auswertung ergänzt. Auffällige Muster (z. B. reduzierte Auswurfanteile bei normaler Frequenz, verlängerte elektromechanische Systole, gestörte diastolische Füllungsdynamik) markieren Personen mit potenziellem Risiko.
  • Nutzen: Raschere Therapieentscheidungen (z. B. Priorisierung für Echokardiografie), besseres Triage in der Sprechstunde und potenziell weniger unnötige Folgeuntersuchungen bei unauffälligen Befunden.
  • Beispielpfad: Aufnahme – EKG + Volumetrie – automatisierter Risikobericht – ärztliche Bewertung – ggf. fokussierte Echokardiografie oder Labor – Therapieeinleitung.

2) Objektive Nachsorge nach Herzoperationen oder Interventionen

  • Ausgangslage: Nach Klappeneingriffen, Bypass-OPs oder TAVI sind funktionelle Verläufe entscheidend. Häufige Bildgebung ist ressourcenintensiv.
  • Vorgehen: Bei Kontrollterminen oder telemetrisch (z. B. Holter-/Langzeit-EKG) werden beat-genaues Schlagvolumen und Füllungsmuster getrackt. Trends zeigen, ob die hämodynamische Erholung planmäßig verläuft oder ob Dekompensationsrisiken entstehen.
  • Nutzen: Frühzeitiges Erkennen von Abweichungen, engmaschige Steuerung von Medikation (z. B. Diuretika, Nachlastsenker) und potenziell weniger ungeplante Wiedervorstellungen.
  • Beispielpfad: Entlassung – baseline EKG-Volumetrie – wöchentliche Remote-Checks – Trendalarm bei Abweichung – zeitnahe Anpassung der Therapie – dokumentierte Stabilisierung.

3) Performance-Medizin und Überwachung von Hochrisikopersonal (Athletinnen/Athleten, Pilotinnen/Piloten)

  • Ausgangslage: Leistungsdiagnostik und Sicherheit erfordern feinfühlige, belastungsnahe Kennzahlen.
  • Vorgehen: Während Ruhe-, Stufen- oder Feldtests werden EKGs aufgezeichnet; CardioVolumeMetrics liefert in Echtzeit Schlagvolumen- und Füllungsdynamik-Kurven. Veränderungen unter Belastung (z. B. inadäquater Anstieg des Schlagvolumens, verlängerte Erholungszeiten) werden quantifiziert.
  • Nutzen: Präzise Steuerung von Trainingsbelastung, Erkennen von Überlastung/Dehydratationstendenzen und erhöhte Sicherheit in sicherheitskritischen Berufen.
  • Beispielpfad: Screening – definierte Belastungsprotokolle – Echtzeitauswertung – individueller Performance-Report – Anpassung von Training oder Einsatzprofil.

Workflows und Integration in bestehende Abläufe

  • Erhebung: Sie nutzen vorhandene Ruhe- oder Belastungs-EKGs (12-Kanal oder Langzeit). Keine Zusatzsensorik nötig.
  • Analyse: Die Software verarbeitet die EKG-Phasenlängen automatisiert. Ergebnisse erscheinen als Diagramme, numerische KPIs und Ampelindikatoren.
  • Befundung: Ärztinnen/Ärzte interpretieren die Funktionsergebnisse im klinischen Kontext und entscheiden über weiterführende Diagnostik oder Therapie.
  • Dokumentation: Ein strukturierter Bericht wird in die Patientenakte übernommen und kann mit Folgemessungen verglichen werden.
  • Monitoring: Bei Nachsorge und Performance-Medizin erfolgt Trendüberwachung mit definierten Alarmregeln (z. B. prozentuale Abweichungen vom individuellen Baseline-Fenster).

Beispielhafte Rollenverteilung:

  • Pflege/MPA: EKG-Aufnahme, Plausibilitätscheck der Signalqualität
  • Ärztlicher Dienst: Befundung, Indikationsstellung, Patientengespräch
  • IT/Medizintechnik: Systemintegration, Datenfluss, Sicherheit

Kosten, Indikationen und der Vergleich zu Ultraschall und invasiver Diagnostik

  • Indikationen für CardioVolumeMetrics

    • Triage und Früherkennung bei Risikopatientinnen/-patienten (z. B. Hypertonie, Diabetes, Herzinsuffizienzverdacht)
    • Verlaufskontrollen und Nachsorge nach kardialen Eingriffen
    • Belastungsbezogene Leistungs- und Sicherheitsbeurteilung
    • Situationen mit Bedarf an häufigem, kosteneffizientem Monitoring
  • Vorteile gegenüber Ultraschall/Herzkatheter

    • Keine zusätzliche Hardware, minimaler Mehraufwand bei bestehender EKG-Routine
    • Nahezu Echtzeit-Feedback und Beat-to-Beat-Trending, auch in Langzeitaufnahmen
    • Niedrige Grenzkosten pro Messung, dadurch häufigere Kontrollen möglich
    • Objektive, standardisierte Kennzahlen, die longitudinal vergleichbar sind
  • Ergänzende Rolle zu Echokardiografie und invasiver Diagnostik

    • Echokardiografie bleibt zentral zur Beurteilung von Anatomie, Klappenmorphologie und regionalen Wandbewegungen.
    • Invasive Verfahren bleiben Goldstandard für direkte Druckmessungen und Interventionen.
    • CardioVolumeMetrics fokussiert auf funktionelle Screening- und Monitoringaspekte und kann die Zahl und den Zeitpunkt aufwendiger Untersuchungen gezielter steuern.
  • Potenzielle KPIs

    • Zeit bis zur Therapieentscheidung (z. B. <24 h bei auffälligem Befund)
    • Reduktion unnötiger Folge-Echokardiografien bei unverdächtigen Befunden
    • Verringerte Wiedereinweisungsrate in der Nachsorge
    • Verkürzte Dauer bis zur Trainingsanpassung in der Sportmedizin
    • Anteil trendbasierter Interventionen mit nachgewiesenem Nutzen (z. B. Symptomverbesserung, Stabilisierung von Biomarkern)

Implementierungs-Checklisten für einen reibungslosen Start

Technische Checkliste

  • Schnittstellen zu EKG-Systemen klären (Ruhe-EKG, Langzeit-/Holter, Belastungs-EKG)
  • Datenformate: HL7 v2/ORU, DICOM-Waveform, XML/PDF-Reports, Rohdatenexport
  • FHIR-Integration vorbereiten: Ressourcen Patient, Encounter, Observation, Device, DiagnosticReport
  • Metrik-Mapping definieren (PR, QRS, QT/QTc, RR, Signalqualität) und Codesysteme (z. B. LOINC/SNOMED, falls verfügbar) verwenden
  • Authentifizierung/Autorisierung (z. B. OAuth2/OpenID Connect), Verschlüsselung in Transit und at Rest
  • Monitoring/Logging, Backup und Hochverfügbarkeit einrichten

Klinisch-organisatorische Checkliste

  • Indikationskatalog und Einschlusskriterien festlegen (wer erhält die Volumetrie und wann?)
  • Befundwege: Wer befundet? Eskalationsregeln bei Auffälligkeiten? Zeitfenster?
  • SOPs für Qualitätssicherung (Signalqualität, Artefaktmanagement, Repeat-Messung)
  • Schulungsteam bestimmen (kardiologische Leitung, IT, Pflege/MPA)
  • Patienteneinwilligung und Aufklärungsmaterialien vorbereiten
  • Controlling: KPI-Board, Review-Zyklen, Feedback-Schleifen

Telemedizin/Monitoring-Checkliste

  • Protokolle für Remote-Uploads aus Langzeit-EKG
  • Alarm- und Benachrichtigungslogik (Schwellwerte, Trendregeln, Prioritäten)
  • Verantwortlichkeiten im Rufdienst/Teleboard
  • Notfallpläne und Rückfallebenen

Interoperabilität mit HL7/FHIR und klinischen Systemen

  • HL7 v2: Ergebnisse können als ORU^R01-Befunde mit strukturierten Beobachtungen übermittelt werden. EKG-Intervalle und abgeleitete hämodynamische Metriken werden als diskrete Felder mit Codes übertragen.
  • FHIR-Workflow:
    • Observation: PR-, QRS-, QT-, RR-Intervalle und abgeleitete hämodynamische Kennzahlen (z. B. Schlagvolumen) als einzelne Observations mit Komponenten und Referenzbereichen.
    • DiagnosticReport: Zusammenfassender Bericht inkl. Diagramme, Narrative und Verweise auf Einzelobservations.
    • Device/DeviceMetric: Beschreibung des EKG-Geräts bzw. der Analyse-Software zur Nachvollziehbarkeit.
    • Provenance/AuditEvent: Dokumentation der Entstehung und Prüfung der Daten.
  • PACS/Archiv: Diagramme können zusätzlich als DICOM-SR oder als Anhang im KIS/EPD abgelegt werden.
  • Best Practices: Einheitliche Einheiten/Skalen, Zeitstempel-Synchronität, Patienten- und Encounter-Identifikation, robuste Fehlerbehandlung und Wiederholungslogik.

Datenschutz, Sicherheit und Compliance

  • Rechtsrahmen: DSGVO/DSG- bzw. nationale Gesundheitsdatengesetze beachten; bei Telemedizin ggf. zusätzliche regulatorische Anforderungen.
  • Datensparsamkeit: Es werden primär EKG-Intervalle und abgeleitete Kennzahlen verarbeitet; nur die für den Zweck nötigen Daten speichern.
  • Pseudonymisierung/Anonymisierung: Für Forschung/Qualitätsmanagement personenbezogene Daten minimieren und trennen.
  • Einwilligung/Informationspflicht: Transparent kommunizieren, welche Daten wozu verarbeitet werden; Widerrufsprozesse vorsehen.
  • Technische Maßnahmen: Ende-zu-Ende-Verschlüsselung, rollenbasierte Zugriffe, Härtung der Systeme, regelmäßige Penetrationstests.
  • Governance: Audit-Logs, Berechtigungsaudits, Lösch- und Aufbewahrungsfristen, Data-Protection-Impact-Assessment (DPIA).

Kommunikation mit Hochrisikopatientinnen/-patienten: klar, empathisch, evidenzbasiert

  • Nutzen und Grenzen erklären: „Wir messen Ihre Herzfunktion aus Ihrem EKG, erkennen Veränderungen früh und können bei Bedarf schnell reagieren. Dieses Verfahren ergänzt die Echokardiografie, ersetzt sie aber nicht bei strukturellen Fragestellungen.“
  • Ergebnisdarstellung: Ampellogik und Trends statt isolierter Einzelwerte; Vergleich mit der individuellen Baseline.
  • Handlungsempfehlungen klar benennen: Was bedeutet ein auffälliger Trend? Welche nächsten Schritte folgen? Welches Zeitfenster gilt?
  • Sprache und Timing: Ruhige, verständliche Erklärung in geschützter Umgebung; genügend Raum für Fragen.
  • Spezifische Aspekte bei Pilotinnen/Piloten und Profisportlerinnen/-sportlern: Mögliche berufsbezogene Konsequenzen offen ansprechen, zugleich auf Prävention und sichere Rückkehr zur vollen Leistungsfähigkeit fokussieren.
  • Shared Decision Making: Entscheidungen gemeinsam treffen, dokumentieren und verständliche Informationsmaterialien mitgeben.

Erfolgssteuerung: Beispiel-KPIs und kontinuierliche Verbesserung

  • Prozess-KPIs

    • Anteil EKGs mit automatischer Volumetrie-Auswertung
    • Medianzeit von EKG bis ärztlicher Freigabe des Berichts
    • Quote vollständiger HL7/FHIR-Übernahmen ohne Nacharbeit
  • Klinische KPIs

    • Zeit bis zur Therapieanpassung bei auffälligen Trends
    • Rate ungeplanter Wiedervorstellungen/Einweisungen in der Nachsorge
    • Anteil gezielter Echokardiografien mit relevantem Zusatznutzen
  • Qualitäts-KPIs

    • Anteil Messungen mit ausreichender Signalqualität
    • Inter-Observer-Konsistenz in der Befundung
    • Feedbackscore von Behandelnden und Patientinnen/Patienten
  • Verbesserungszyklus

    • Monatliche Review-Boards
    • Abgleich mit Leitlinien und emerging evidence
    • Fortlaufende Schulungen und Updates der SOPs

Fazit: Funktion sichtbar machen, Entscheidungen beschleunigen

CardioVolumeMetrics erschließt das hämodynamische Potenzial des EKGs: Aus den Phasenlängen werden in nahezu Echtzeit Schlagvolumen, Füllungs- und Auswurfanteile sowie weitere funktionelle Kennzahlen gewonnen – ohne neue Hardware, integrierbar in bestehende Systeme. Die Methode stärkt Früherkennung, Nachsorge und Performance-Medizin, indem sie häufige, kosteneffiziente und standardisierte Verlaufsdaten liefert. In Kombination mit klaren Workflows, Interoperabilität (HL7/FHIR), striktem Datenschutz und einer empathischen Kommunikation mit Hochrisikogruppen entsteht ein belastbarer, klinisch nutzbarer Mehrwert. Entscheidend ist die komplementäre Nutzung: funktionelle Trends früh erkennen, strukturelle Diagnostik gezielt einsetzen und Therapieentscheidungen messbar beschleunigen.

Categories: Blog
Leave a comment

AI Supporter