Erkrankungen des Herz-Kreislauf-Systems sind weltweit die häufigste Todesursache und schränken die Lebensqualität der Patient:innen oftmals enorm ein. Daher haben die Prävention und die Früherkennung einen besonders hohen Stellenwert, um nicht zuletzt auch das Gesundheitssystem zu entlasten. Wissenschafter:innen der Med Uni Graz in Kooperation mit der Steiermärkischen Krankenanstaltengesellschaft (KAGes) nutzen nun gemeinsam mit internationalen Kolleg:innen Methoden der künstlichen Intelligenz (KI), um Tools für Risikovorhersagen aufgrund von Gesundheitsdaten high-end weiterzuentwickeln und flächendeckend verfügbar zu machen.

Das ist das Ziel des internationalen Forschungsprojekts „Predicting Cardiovasular Events Using Machine Learning“ (PRE-CARE ML) unter Koordination von Peter Rainer, Klinische Abteilung für Kardiologie der Med Uni Graz.

„Da die Atherosklerose lange keine Symptome hervorruft, bleibt sie oftmals unentdeckt und kann so schwere kardiovaskuläre Ereignisse wie Herzinfarkte oder Schlaganfälle hervorrufen“, beschreibt Peter Rainer. Somit kommt der frühzeitigen Identifizierung von Personen mit hohem Risiko, an Atherosklerose zu erkranken, große Bedeutung zu, um rechtzeitig vorbeugende Maßnahmen ergreifen zu können. „An sich gesunde und symptomfreie Personen haben oftmals keinen Zugang zu herkömmlichen Methoden der Risikovorhersage, womit die Atherosklerose lange unentdeckt bleiben kann“, skizziert Peter Rainer die Situation.

Die Projektlaufzeit beträgt 36 Monate, das gesamte Projektvolumen liegt bei 924.000 Euro. Für die Wissenschafter:innen ist das Leitziel klar definiert – Mortalität der weltweit führenden Todesursache und Verlust von gesunden Lebensjahren bzw. Lebensqualität durch kardiovaskuläre Ereignisse zu reduzieren.