Echo-AI: die AI-gestützte Echokardiographie in der Früherkennung von Kardiomyopathien

8. Mai 2027

Programm

pdf

Grundlagen der kardialen Mechanik. Herzmuskelarchitektur und Funktion. Der globale longitudinale Strain (GLS) und die LV-EF mittels AI. Die myokardialen Arbeitsindices. Fallstricke
Diastolische Funktion. Wertigkeit der Untersuchung des Vorhofstrains. Der LA "Reservoir-Strain" (LARS) bei HFpEF und bei paroxysmalem Vorhofflimmern. Der RARS bei pulmonaler Hypertonie. Der sPAP als Indikator des hämodynamischen Status
Früherkennung von Kardiomyopathien: die hypertrophe Kardiomyopathie (HCM). Wertigkeit des GLS. Wertigkeit des regionalen longitudinalen Strains bei apikaler HCM und bei HOCM. Unterschiede zur hypertensiven Herzerkrankung und Sportlerherz. Der GLS im Verlauf der Therapie mit Myosin-Inhibitoren
Früherkennung von Kardiomyopathien: die kardiale Amyloidose. Der GLS als wichtiger Diagnose- und Prognoseparameter. Der Vorhof-Strain als Prädiktor von Embolien und der Entstehung von Vorhofflimmern. Der GLS im Verlauf von Disease-Modifying Therapien
Früherkennung von Kardiomyopathien: die dilatativen Formen. AI-Strain bei DCM, ischämische DCM, valvuläre DCM, NDLVC, kardiotoxischer Pharmaka. Bedeutung vom GLS bei HFrEF

ANMELDUNG (PDF herunterladen, ausfüllen und per E-Mail senden. Im Formular auf "senden" klicken oder per E-Mail als Anhang schicken)

LLM: Large Language Models, ML: Machine Learning, PACS: Picture Archiving and Communication System. KIS: Krankenhausinformationssystem

Die AI-gestützte Echokardiographie revolutioniert den Alltag im Echolabor indem sie zeitaufwendige Routineaufgaben automatisiert, dadurch sinkt die Untersuchungsdauer, gleichzeitig können deutlich mehr und komplexere Parameter in kürzester Zeit analysiert werden.

Die AI-Messungen von EF, Strain, Parameter der Diastole und systolischer PA-Druck erhöhen die Reproduzierbarkeit drastisch und minimieren mögliche Messfehler. Der Untersucher ist nun auf das Akquirieren von Bildern und Sequenzen mit optimaler Bildqualität fokussiert.

Da die AI routinemäßige Messungen bereits im Hintergrund erledigen kann, bleibt dem medizinischen Personal mehr Zeit, sich auf die eigentliche Bildakquisition am Patienten zu konzentrieren. Die Erstellung der vollständigen Dokumentation und des finalen Berichts erfolgt im Anschluss vollautomatisiert, wodurch der bürokratische Aufwand deutlich sinkt. Der Untersucher überprüft lediglich den Befund, führt Korrekturen, wenn notwendig durch, und gibt ihn dann frei.

Da neue, krankheitsmodifizierenden Medikamente umso wirksamer sind, je früher sie eingesetzt werden, fungiert die AI als essenzieller Wegbereiter. Sie sorgt dafür, dass gefährdete Patienten in einem Stadium identifiziert werden, in dem der Herzmuskel noch nicht irreversibel geschädigt ist. Dadurch verschieben sich die Grenzen der Kardiologie von der reaktiven Schadensbegrenzung hin zur personalisierten Präzisionsmedizin.

In diesem Kurs werden wir im theoretischen Teil auf die Grundlagen der Strain-Bildgebung sowie der AI-gestützte Echokardiographie eingehen und diese im praktischen Teil direkt an den neuesten Echo-Geräten anwenden. Die Teilnehmer werden die Gelegenheit haben die Methodik an Probanden anzuwenden, im weiteren Verlauf des Kurses werden Fallbeispiele ausgewertet. Die Fallstricke, die zu widersprüchlichen bzw. falsch interpretierbaren Befunden beitragen, werden ausführlich angegangen.

Referenten

Dr. Christina Kiriakou

Dr. Christian Nagel

Dr. Derliz Mereles

Weitere Dozenten

Dr. Victoria Buderus

Dr. Jannick Heins

Dr. Marius Leye

Dr. Gabriele Maliandi

Dr. Manuela Meder

Dr. Pascal Syren

Die Veranstaltung wird bei der Landesärztekammer Baden-Württemberg zur Zertifizierung eingereicht.

Diese Veranstaltung findet unter der Schirmherrschaft der DGK statt.

ORCID