Trotz steigender Inzidenz und Verfügbarkeit evidenzbasierter Therapien fehlt eine
allgemein verfügbare diagnostische Methode zur einfachen Ermittlung der Personen mit
dem
höchsten Risiko einer Herzinsuffizienz. Das frühzeitige Erkennen von Personen, die
mit hoher
Wahrscheinlichkeit an einer Herzinsuffizienz erkranken, und frühzeitige Einleiten
einer
medizinischen Therapie kann den Krankheitsverlauf und Prognose günstig beeinflussen.
In der
vorliegenden Studie wurde die Anwendung künstlicher Intelligenz (KI) bei der Analyse
von
Elektrokardiogrammen (EKG) als Strategie zur Vorhersage des HF-Risikos untersucht.
