Die präzise Beurteilung der Herzfunktion ist für die Akut- und Langzeitversorgung ebenso zentral wie für die Betreuung von Leistungssportlerinnen und -sportlern und Hochrisikopersonal. CardioVolumeMetrics erschließt diese Information mit einem modellbasierten Ansatz: Aus den Phasenlängen eines Standard-EKGs werden Schlag‑für‑Schlag hämodynamische Schlüsselgrößen wie enddiastolisches Volumen (EDV), endsystolisches Volumen (ESV), Schlagvolumen (SV), Herzzeitvolumen (HZV) und diastolische Indizes abgeleitet – in Echtzeit, ohne Katheterisierung und unter Nutzung vorhandener EKG-Geräte. Dieser Beitrag erläutert Funktionsprinzip, Integration in bestehende Workflows, praktische Anwendungsfälle, Anforderungen an Signalqualität und Validierung sowie die Implementierung in Klinik und Praxis. Er richtet sich an kardiologische Teams, sportmedizinische Zentren und Betriebsmedizinerinnen und -mediziner.

Hinweis: Die dargestellte Methode dient als Ergänzung zu etablierten Verfahren (z. B. Echokardiographie und kardiale MRT) und ersetzt diese nicht. Entscheidungen zur Diagnostik und Therapie liegen bei der behandelnden Ärztin bzw. dem behandelnden Arzt.

Von EKG-Phasenlängen zu Volumina: das Modell in der Praxis

Das mathematische Modell von CardioVolumeMetrics knüpft an die elektromechanische Kopplung des Herzens an: Zeitliche EKG-Abschnitte spiegeln definierte mechanische Phasen des Herzzyklus wider. Aus deren Längen werden mit patientenspezifischer Kalibrierung volumetrische und zeitliche Parameter geschätzt.

Kernprinzipien:

• Identifikation elektrokardiographischer Phasen: u. a. Vorhofdepolarisation (P-Welle), atrioventrikuläre Überleitungszeit (PR), ventrikuläre Depolarisation (QRS), Systole bis zum Ende der T-Welle. Daraus lassen sich systolische Zeitintervalle (z. B. präejektionszeitliche Phase, linksventrikuläre Auswurfdauer) und diastolische Füllzeiten bestimmen.
• Mechanisches Mapping: Ein dynamisches Modell verknüpft diese Zeitintervalle mit Druck-Volumen-Verläufen. Es nutzt etablierte Zusammenhänge zwischen Auswurfdauer, Herzfrequenz, Nachlast und Schlagvolumen sowie Indizes der diastolischen Relaxation und Füllung.
• Patientenspezifische Kalibrierung: Die Volumenskala wird durch wenige Referenzgrößen verankert (z. B. nichtinvasiver Blutdruck, Körpermaße, optional ein initialer Echo-Referenzwert). Damit wird aus relativen Zeitmustern eine quantitative Volumetrie.
• Beat-to-beat-Ausgabe: Für jeden Schlag werden EDV, ESV, SV (= EDV − ESV), HZV (= SV × Herzfrequenz) sowie diastolische Indizes (u. a. Füllzeitanteil, isovolumetrische Relaxationszeit-Proxy) berechnet. Trends und Variabilität sind ebenso verfügbar wie Ruhe‑, Belastungs- und Erholungsprofile.

Wichtig ist, die Methode als modellgestützte Inferenz zu verstehen: Sie nutzt Information, die im EKG bereits vorhanden ist, skaliert diese aber durch Kalibrierung und Validierung auf klinisch interpretierbare Volumina.

Einbettung in bestehende EKG-Workflows

Die Technologie fügt sich in Routine- und Langzeit‑EKG-Prozesse ein, ohne zusätzliche Sensorik:

• Datenerfassung: 12‑Kanal-Ruhe‑EKG, Belastungs‑EKG oder Langzeit‑EKG (Holter, Telemetrie). Empfohlen werden ≥500 Hz Abtastrate und ≥16 Bit Auflösung für robuste Intervallmessung.
• Analysepfad: Die Software nimmt Rohdaten oder standardisierte Exporte (z. B. SCP‑ECG, DICOM‑Waveform) entgegen. Ein Algorithmus zur Schlägerkennung extrahiert Phasenlängen, wendet Qualitätsprüfungen an und übergibt valide Schläge an das Modell.
• Ausgabe: Die Ergebnisse erscheinen als numerische Werte und Kurven (Beat‑to‑Beat, gleitende Mittelwerte, Trendlinien), optional mit Markierung von Artefakten. Berichte lassen sich an EKG-Befundberichte anhängen oder in Dashboards einbinden.
• Betriebsarten: Echtzeitbetrieb bei Belastungstests, Telemetrie oder Monitoring; retrospektive Analyse für Langzeitaufzeichnungen. Für Sportmedizin sind Live-Feedback und Export in Trainingsplattformen möglich; klinisch steht die Integration in KIS/PVS im Vordergrund.

Die Bedienung kann in EKG-Labors, auf Station, in Reha oder sportmedizinischen Leistungsdiagnostikzentren erfolgen. Rollen und Verantwortlichkeiten (z. B. technische Assistenz vs. ärztliche Interpretation) sollten definiert werden.

Anforderungen: Signalqualität, Artefaktmanagement, Kalibrierung

Die Güte der volumetrischen Schätzung hängt maßgeblich von der Qualität der EKG-Intervalle ab.

Signalqualität:

• SNR und Basisliniestabilität: Minimieren Sie Muskelartefakte, Bewegung und Atmungsdrift (Hautvorbereitung, Elektrodenfixierung, abgeschirmte Kabel).
• Sampling und Filter: Hohe Abtastrate, adäquate Anti‑Alias‑Filter; vermeiden Sie Überfilterung, die T‑Wellen und Endpunkte verfälscht.
• Ableitungswahl: Die Detektion von QRS- und T‑Ende profitiert oft von mehreren Ableitungen; die Software nutzt die robusteste Ableitung pro Schlag.

Artefaktmanagement:

• Schlagqualitätsindex: Nur Schläge mit sicher identifizierten P/QRS/T‑Markern fließen in Volumenberechnungen ein; Ausreißer werden zurückgestellt oder gekennzeichnet.
• Arrhythmien und Leitungsstörungen: Vorhofflimmern, Bigeminus, Linksschenkelblock, Schrittmacherstimulation und ausgeprägte Repolarisationsstörungen können das Mapping verändern. Hier sind strengere Qualitätsgrenzen, separate Normbereiche oder eine ergänzende Echokontrolle sinnvoll.
• Belastungstests: Bei hoher Bewegung helfen adaptive Filter, bessere Elektrodenfixierung und ggf. kurze Messfenster in Bewegungsplateaus.

Kalibrierung:

• Initiale Skalierung: Kombination aus Ruhe‑Blutdruck, anthropometrischen Daten und optional einem einmaligen Echo-Referenzwert (z. B. SV oder EF) zur Personalisierung. Je nach Anwendungsfall genügt eine cuff‑basierte Kalibrierung.
• Re‑Kalibrierung: Bei signifikanten Therapieänderungen (z. B. Inotropika, Nachlastsenkung) oder Rhythmuswechseln sollte die Skalierung überprüft werden.
• Geräteübergreifende Konsistenz: Dokumentieren Sie verwendete EKG‑Systeme und Einstellungen; halten Sie SOPs für Elektrodenposition, Hautpräparation und Protokolle ein.

Validierung und klinische IT: Echo/MRT, HL7/FHIR und Governance

Validierung:

• Referenzverfahren: Echokardiographie (SV, EF, Doppler-Zeitindizes) und kardiale MRT (EDV/ESV, SV) sind die natürlichen Vergleichsmaßstäbe.
• Metriken: Üblich sind Korrelation, Bland‑Altman‑Analyse und Reproduzierbarkeit (Intra-/Inter-Observer). Zusätzlich sind Reaktionsprüfungen unter standardisierten Belastungen (z. B. Stufentest) sinnvoll.
• Nutzungsszenarien: Validierung sollte populationsspezifisch erfolgen (z. B. HFrEF, HFpEF, Post-OP, Athletinnen und Athleten), um interpretierbare Grenzwerte und Entscheidungslogiken zu definieren.

IT-Integration:

• Schnittstellen: Berichts- und Rohdatenexport via HL7 v2 (z. B. ORU^R01), FHIR (Observation, Device, DiagnosticReport) und DICOM‑Waveform. Mapping auf LOINC/SNOMED für standardisierte Befundung.
• Sicherheits- und Datenschutzanforderungen: Rollenbasierter Zugriff, Verschlüsselung, Audit‑Logs, DSGVO‑konformes Datenmanagement; bei Telemedizin zusätzlich sichere Übertragung und Patienteneinwilligungen.
• Geräteverwaltung: Eindeutige Gerätekennzeichnung (UDI), Versionskontrolle der Algorithmen und dokumentierte Validierungsstände. Einbindung in bestehende Qualitätsmanagementsysteme.

Regulatorische Aspekte sind je nach Region zu berücksichtigen; der Einsatz erfolgt im Rahmen der jeweiligen Zulassung und lokalen Richtlinien.

Praxisnahe Szenarien: Nutzen und Grenzen

Frühdetektion kardialer Dekompensation:

• Nutzen: Kontinuierliche Trends von SV, HZV und EDV sowie diastolischen Indizes können drohende Dekompensation anzeigen (z. B. abnehmendes SV bei steigender Herzfrequenz, verlängerte Füllzeiten oder ansteigendes EDV bei gleicher Nachlast).
• Workflow: In Herzinsuffizienz-Programmen kann eine wöchentliche oder tagesaktuelle Heim‑EKG‑Analyse ergänzend eingesetzt werden. Auffällige Trends generieren Benachrichtigungen an das Betreuungsteam.
• Grenzen: Differenzialdiagnosen (z. B. Fieber, Dehydratation, Rhythmuswechsel) müssen klinisch eingeordnet werden; die Methode ist ein Frühwarn‑ und Triage‑Tool, kein alleiniger Entscheidungsgeber.

Nachsorge nach Herzoperationen:

• Nutzen: In der Reha und ambulanten Nachsorge ermöglicht die Beat‑to‑Beat‑Analyse die Beurteilung der funktionellen Erholung (z. B. sukzessiver Anstieg des SV, Normalisierung der diastolischen Indizes). Potenziell frühere Identifikation von Abweichungen, die weiter abgeklärt werden sollten.
• Grenzen: Unmittelbar postoperativ können Leitungsstörungen, Schrittmacherabhängigkeit und Flüssigkeitsverschiebungen die Modellgüte beeinflussen. Ergebnisse sollten eng mit Echo‑Kontrollen korreliert werden.

Trainingssteuerung im Leistungssport:

• Nutzen: Objektivierung des SV‑Plateaus, HZV‑Reaktion und diastolischer Reserve unter Last; individualisierte Steuerung von Intensität, Erholung und Periodisierung. Erkennung von unvollständiger Erholung (z. B. anhaltend reduziertes SV bei erhöhter HF).
• Grenzen: Extreme Herzfrequenzen, ausgeprägte Sinusarrhythmie oder Bewegungsartefakte erfordern sorgfältige Datenqualitätssicherung und segmentweise Auswertung.

Monitoring von Hochrisikopersonal (z. B. Pilotinnen und Piloten):

• Nutzen: Standardisierte Fitness‑Checks mit Ruhe‑ und Belastungs‑EKG liefern zusätzliche hämodynamische Informationen, ohne neue Infrastruktur. Trends über die Zeit erhöhen die Sensitivität für Veränderungen.
• Grenzen: medizinische Tauglichkeitsentscheidungen beruhen auf Gesamtbeurteilung; Datenschutz und arbeitsmedizinische Richtlinien sind strikt einzuhalten.

Ökonomie: Mehrwert durch vorhandene EKGs

Die Nutzung bestehender EKG‑Hardware ist der wesentliche ökonomische Hebel:

• Investitionsschonend: Keine neuen Sensoren oder Katheter; Software‑Lizenz und IT‑Integration genügen.
• Effizienzgewinne: Zusätzliche hämodynamische Information in Routine‑EKGs kann Folgeuntersuchungen gezielter machen und unnötige Termine vermeiden; Monitoring lässt sich auf risikoadaptierte Kohorten fokussieren.
• Skalierbarkeit: Von Einzelpraxis bis Maximalversorger; auch in Telemedizin‑Programmen einsetzbar.

Wichtig ist eine realistische Erwartungssteuerung: Die Methode ersetzt invasive Diagnostik nicht, kann aber deren Einsatz besser steuern, Verlaufskontrollen verdichten und Entscheidungswege beschleunigen.

Implementierung: Schritte für Kliniken und Praxen

Ein strukturierter Roll‑out minimiert Reibungsverluste:

1. Bedarf und Zielbilder definieren: Welche Patientengruppen, welche Entscheidungen sollen unterstützt werden (z. B. HF‑Frühwarnung, Sportleistungsdiagnostik, Post‑OP‑Verlauf)?
2. Technik prüfen: Kompatibilität der EKG‑Systeme, Datenexportformate, Netzwerk‑ und Sicherheitsanforderungen, HL7/FHIR‑Anbindung.
3. Pilotphase aufsetzen: 4–8 Wochen mit klaren Einschlusskriterien, Echo‑Referenzen und vordefinierten Outcome‑Metriken (z. B. Befundänderungen, Zeit bis zur Intervention).
4. SOPs und Schulung: Elektrodenanlage, Qualitätskriterien, Kalibrierungsprotokolle, Artefaktmanagement und Interpretationsleitfäden. Rollen klären (Durchführung, Befundung, Eskalation).
5. Validierungs- und Qualitätsplan: Regelmäßige Stichprobenvergleiche mit Echo/MRT, Überwachung der Datenqualität, Algorithmus‑Updates mit Dokumentation.
6. Integration in den Alltag: Befundberichte automatisieren, Alarme/Benachrichtigungen konfigurieren, Einträge im KIS/PVS standardisieren.
7. Evaluation und Skalierung: Wirtschaftlichkeit, klinischer Nutzen, Nutzerfeedback; Roll‑out auf weitere Stationen/Standorte und ggf. Telemonitoring.

Checkliste für den Start und Fallvignette

Praktische Checkliste:

• Patientenselektion definiert (Indikation, Ausschluss bei stark artefaktanfälligen Situationen)
• EKG‑Signalqualität sichergestellt (Elektroden‑SOP, Abtastrate, Filter)
• Kalibrierung festgelegt (Blutdruck, optionaler Echo‑Anker; Re‑Kalibrierungsregeln)
• Artefakt- und Arrhythmie‑Management konfiguriert (Qualitätsindex, Beat‑Selektion)
• Validierungsplan vorhanden (regelmäßige Vergleiche mit Echo/MRT)
• IT‑Integration getestet (HL7/FHIR‑Flows, Datenschutz, Zugriffsrechte)
• Interpretationsleitfaden und Eskalationswege dokumentiert
• Schulung durchgeführt; Verantwortlichkeiten zugewiesen
• Governance etabliert (Versionierung, Audit, Risiken)

Fallvignette (hypothetisch):
Eine 62‑jährige Patientin mit Hypertonie und bekannter HFpEF‑Neigung wird nach einer ambulanten Diuretika‑Anpassung in ein HF‑Telemonitoring eingebunden. In der ersten Woche zeigen die aus dem Heim‑12‑Kanal‑EKG abgeleiteten Beat‑to‑Beat‑Werte ein stabiles SV und HZV bei moderater Herzfrequenz; der diastolische Füllzeitanteil liegt im erwarteten Bereich. In Woche zwei fällt ein Trend zu sinkendem SV bei leicht steigender HF auf, begleitet von einer Verlängerung der isovolumetrischen Relaxationszeit‑Proxys. Die Software markiert eine Trendabweichung; die Patientin wird zeitnah einbestellt. In der Praxis bestätigt ein qualitativ gutes Ruhe‑EKG den Befund, die Blutdruckmessung zeigt erhöhten systolischen Druck. Eine fokussierte Echokardiographie ergibt unveränderte EF, aber Zeichen erhöhter diastolischer Füllungsdrücke. Die Medikation wird angepasst, und nach fünf Tagen normalisieren sich SV‑ und diastolische Indizes. Die Episode illustriert den Nutzen des trendbasierten Frühwarnsignals, das eine frühe Intervention ermöglichte, ohne zusätzliche Hardware oder invasive Diagnostik.

Abschließend lässt sich festhalten: Die Ableitung hämodynamischer Volumina aus EKG‑Phasenlängen eröffnet einen neuen, pragmatischen Zugang zur kardialen Funktionsdiagnostik. In Kombination mit klaren Qualitätsstandards, sorgfältiger Validierung und solider IT‑Integration kann CardioVolumeMetrics die Versorgung von Risikopatientinnen und ‑patienten verbessern, die Nachsorge nach Herzoperationen unterstützen und die Leistungssteuerung im Sport präziser machen – schnell, kosteneffizient und mit der Infrastruktur, die Sie bereits besitzen.