Im Gegensatz zu Männern, die meist einen schmerzhaften Druck auf der Brust mit Ausstrahlung in den linken Arm verspüren, führt ein Herzinfarkt bei Frauen häufig zu Bauchschmerzen und einem Ausstrahlen in den Rücken oder Übelkeit und Erbrechen. Eine falsche Einschätzung dieser Symptome kann verhängnisvolle Folgen haben. In ihrer wissenschaftlichen Untersuchung haben Forscher und Forscherinnen in Zürich, London und Graz Daten von mehr als 420.000 Patientinnen und Patienten aus ganz Europa mit der häufigsten Art von Herzinfarkt analysiert.
„Die Studie zeigt unter anderem, dass etablierte Risikomodelle, die das derzeitige Patientenmanagement steuern, bei Frauen weniger genau sind und die Unterbehandlung weiblicher Patienten begünstigen“, betonte der am Zentrum für Molekulare Medizin der Universität Zürich tätige österreichische Mediziner Florian Wenzl, Erstautor der soeben im Fachmagazin „The Lancet“ erschienenen Studie, in einer Aussendung. „Mit Hilfe von maschinellem Lernen und den größten Datensätzen in Europa haben wir einen neuartigen Risikoscore entwickelt, der geschlechtsspezifischen Unterschiede im Risikoprofil berücksichtigt und die Vorhersage der Sterblichkeit bei Frauen und Männern verbessert“, berichtete er.
Genaue Prognosen
Patientinnen weisen eine höhere Sterblichkeit auf als Patienten, wenn man die Altersunterschiede bei der Einlieferung und bestehende Risikofaktoren wie Bluthochdruck und Diabetes außer Acht lässt. „Werden diese Unterschiede aber statistisch berücksichtigt, weisen Frauen und Männer eine ähnliche Sterblichkeit auf“, erläuterte Wenzls Institutskollege Thomas Lüscher.
„Unsere Studie läutet die Ära der künstlichen Intelligenz in der Behandlung von Herzinfarktpatienten ein“, sagte Wenzl. Moderne Computeralgorithmen können aus großen Datensätzen lernen und genaue Vorhersagen über die Prognose einzelner Patienten und Patientinnen treffen. Und diese sind wiederum der Schlüssel zu individualisierten Behandlungen. An der Studie war u.a. auch Sereina Herzog vom Institut für Medizinische Informatik, Statistik und Dokumentation der Med Uni Graz beteiligt.