Wenn das EKG Geheimnisse der Leber lüftet
Hepatopathien sind oft bereits weit vorangeschritten, wenn sich die ersten Symptome zeigen. Eine effektive Früherkennung von Lebererkrankungen ist deshalb von Bedeutung, es fehlt jedoch an flächendeckenden Strategien. Was wäre, wenn ein anderes Organ schon viel früher Warnsignale für die Leber absetzt, die sich zudem bei einem Routinecheck einfach aufspüren lassen?
Die Leberzirrhose ist sehr lange still, teilweise ein Jahrzehnt lang, bis die Betroffenen durch eine Dekompensation auffallen. Diese Patientinnen und Patienten verschlechtern sich oft rapide. Sie entwickeln Komplikationen wie Aszites, Varizenblutungen, ein hepatorenales Syndrom und/oder ein akut-auf-chronisches Leberversagen (ACLF). Die Mortalitätsrate ist zudem hoch, sie liegt bei einem ACLF bei 40 % innerhalb von 28 Tagen.
FibroScan als niedrigschwellige Screening-Methode
Um es nicht so weit kommen zu lassen, hält Prof. Dr. Dr. Jonel Trebicka vom Universitätsklinikum Münster ein frühzeitiges Screening für essenziell. Wie effektiv und niedrigschwellig hierbei der FibroScan als nichtinvasive Elastografiemethode ist, zeigt der Erfolg der European Liver Screening Tour. Bei dieser Aktion der European Liver Patients’ Organisation konnten Passanten mitten in der Münsteraner Innenstadt spontan ihre Leber checken lassen. Das Angebot erfuhr großen Zulauf, etwa 450 Personen nahmen teil. Das überraschende Ergebnis: Fast 52 % wiesen eine Verfettung der Leber auf (CAP-Score ≥ 245 dB/m), bei gut 12 % wurde eine Fibrose (Lebersteifigkeit ≥ 7,1 kPa) nachgewiesen. Ein Elastografie-Screening per FibroScan ist also effektiv, aktuell ist diese Methode jedoch eine Individuelle Gesundheitsleistung und kommt daher nicht flächendeckend zum Einsatz.
Prof. Trebicka stellte jedoch eine mögliche neue Option zur Früherkennung in Aussicht, die so simpel wie pragmatisch ist – und zu zahlreichen erstaunten Fragen im Auditorium führte: Ein KI-basiertes EKG-Screening kann Risikopatientinnen und -patienten mit fortgeschrittener Lebererkrankung in der Hausarztpraxis früh identifizieren. Die DULCE-Studie untersuchte diesen Ansatz, bei dem ein sogenanntes Deep-Learning-Modell routinemäßig durchgeführte 12-Kanal-EKGs auf Signale analysiert, die mit einer Zirrhose assoziiert sind. Erkennt das System ein erhöhtes Risiko für eine fortgeschrittene Lebererkrankung, kann die Patientin oder der Patient einer weiterführenden Diagnostik wie einer Elastografie zugeführt werden. Der KI-Algorithmus konnte mit sehr hoher Wahrscheinlichkeit eingrenzen, welche Patientinnen und Patienten eine Hepatopathie aufwiesen. Laut Einschätzung von Prof. Trebicka bescheinigen die ersten Ergebnisse dem Modell ein herausragendes Potenzial für den Einsatz in der klinischen Routine.
Es findet ein kardiohepatischer Crosstalk statt
Es bleibt die brennende Frage, wie ein EKG eine Lebererkrankung erkennen kann. Der Referent konnte hier aus erster Hand von seinem Austausch mit einem der Studienautoren berichten, der der Herz-Leber-Achse eine bedeutende Rolle zuspricht, allerdings noch keine Erklärung zu den Mechanismen dahinter geben konnte. Fest steht für Prof. Trebicka, dass „der kardiohepatische Crosstalk viel wichtiger ist, als wir bislang dachten“. So fand man heraus, dass Leber und Herz vermutlich über bestimmte Moleküle wie MicroRNAs kommunizieren. Weitere Hinweise auf das Zusammenspiel der beiden Organe ergeben sich zum einen aus Daten von Menschen mit MASLD, die häufig gleichzeitig kardiovaskuläre Komorbiditäten aufweisen. Zum anderen ist bekannt, dass der SDANN*-Wert als Parameter für die Herzfrequenzvariabilität deutlich abfällt, wenn eine Lebererkrankung vorliegt. „Wir sehen, dass bei einer Zirrhose die Herzfrequenzvariabilität deutlich geringer ist, also das Herz wenig flexibel ist, und sobald die Patienten dekompensieren, noch viel weniger.“ Der Referent hält es für wahrscheinlich, dass sich solche Aspekte im EKG niederschlagen könnten.
* Standard Deviation of the Average NN intervals