Maschinelles Lernen: Großer EKG-Datensatz veröffentlicht
Aus dem Jahresbericht 2020
03.03.2021
Je größer die Erfahrung des Auswertenden, desto besser die Interpretation von EKG-Daten. Das gilt für erfahrene Kardiologen ebenso wie für Methoden der Künstlichen Intelligenz, für die die PTB jetzt in Zusammenarbeit mit dem HHI eine große öffentliche Datenbank zur Verfügung stellt.
Künstliche Intelligenz ist in der Medizin ein großer Trend. Gerade in Bereichen wie bei der EKG-Auswertung, bei denen sehr viel Erfahrung gefordert ist, kann Maschinelles Lernen potenziell seine großen Vorteile ausspielen. Die Algorithmen erkennen Muster in großen Datenmengen und können den Arzt oder die Ärztin bei der zeitaufwendigen Überprüfung der vielen EKGSignale unterstützen. Dazu muss das System an möglichst vielen realen Daten trainiert werden. Wissenschaftlerinnen und Wissenschaftler des Fraunhofer Heinrich-Hertz-Instituts (HHI) und der PTB haben die Beschreibung eines Datensatzes von 21 837 10s- EKG-Signalen von 18 885 Patienten veröffentlicht. Er ist damit der größte frei zugängliche Datensatz seiner Art. Er liefert maschinenlesbare Befunde und über 70 verschiedene EKG-Annotationen von Kardiolog/innen.
Der Datensatz ist öffentlich verfügbar, wurde mit besonderem Hinblick auf die Verwendung zur Entwicklung von maschinellen Lernverfahren aufbereitet und zu deren besseren Vergleichbarkeit in Trainings- und Testabschnitte organisiert.
Die publizierten Ergebnisse sollen als Anregung für weitere Wissenschaftler/innen dienen, die mit der Datenbank weiterarbeiten wollen. Denn bevor die Deep- Learning-Algorithmen breite Anwendung in der klinische Praxis Anwendung finden können, werden noch einige Untersuchungen folgen müssen.