Künstliche Intelligenz bei der CTG-Interpretation

Seit Jahrzehnten ist die Kardiotokografie das zentrale Instrument zur intrapartalen Überwachung des Fetus. Trotz ihrer breiten Anwendung bleibt die Interpretation fehleranfällig: Eine geringe Spezifität sowie eine hohe Inter- und Intraobserver-Variabilität erschweren die zuverlässige Erkennung einer fetalen Gefährdung. Künstliche Intelligenz verspricht eine objektivere und reproduzierbarere Analyse. Doch können moderne Algorithmen nicht nur CTG-Muster erkennen, sondern auch die klinische Versorgung tatsächlich verbessern?

Die Kardiotokografie (CTG) stellt seit mehr als 60 Jahren das zentrale Verfahren zur intrapartalen fetalen Überwachung dar. Das Ziel des CTG ist ebenso einfach wie anspruchsvoll: Eine sich entwickelnde fetale Hypoxie soll intrapartal rechtzeitig erkannt werden, bevor irreversible Schäden entstehen. Eine wesentliche Limitation der Methode ist jedoch ihre geringe Spezifität. Diese kann zu einer erhöhten Rate falsch positiver Befunde führen und damit eine Zunahme der operativen Entbindungen begünstigen. Dieses Spannungsfeld zwischen frühzeitiger Erkennung einer fetalen Gefährdung und potenzieller Überintervention prägt die Diskussion um den klinischen Nutzen des CTG seit Jahrzehnten.¹

Eine weitere Limitation liegt in der Interpretation selbst. Diese erfolgt überwiegend visuell, und obwohl Baseline, Variabilität, Akzelerationen und Dezelerationen anhand standardisierter Kriterien beschrieben werden, bleibt die Gesamtbeurteilung subjektiv und untersucherabhängig. Zwei erfahrene Geburtshelfer:innen können dieselbe CTG-Kurve unterschiedlich klassifizieren, und selbst dieselbe Person kann einen Verlauf zu unterschiedlichen Zeitpunkten unterschiedlich beurteilen. Erfahrung, Müdigkeit oder Arbeitsbelastung beeinflussen die Interpretation zusätzlich. Genau hier erscheint der Einsatz künstlicher Intelligenz (KI) besonders attraktiv.¹

Warum KI für die CTG-Interpretation geeignet erscheint

Die CTG-Interpretation beruht auf der visuellen Erkennung und Einordnung des fetalen Herzfrequenzmusters und ist auch von der Erfahrung der Beurteilenden abhängig. Hierin liegt die Stärke moderner Deep-Learning-Verfahren: Sie können erlernen, Muster aus grossen Datenmengen zu erkennen und Zusammenhänge erfassen. Im Gegensatz zu menschlichen Beobachter:innen wird ein Algorithmus nicht müde und analysiert dieselben Daten unter identischen Bedingungen reproduzierbar. Zudem kann er Veränderungen quantitativ erfassen, die einer rein visuellen Beurteilung nur eingeschränkt zugänglich sind. KI bietet damit das Potenzial, die CTG-Interpretation objektiver, reproduzierbarer und standardisierter zu machen und möglicherweise eine fetale Gefährdung früher zu erkennen.

Unser 2023 publizierter Review zeigte allerdings bereits die Diskrepanz zwischen technischer Entwicklung und klinischer Evidenz. Unter 40 eingeschlossenen Studien fanden sich zahlreiche vielversprechende Ansätze, aber auch wiederkehrende Probleme: kleine und häufig monozentrische Datensätze, wiederholte Verwendung derselben öffentlich verfügbaren Datenbanken, heterogene Definitionen fetaler Hypoxie, wenig externe Validierung und kaum Untersuchungen klinisch relevanter Endpunkte.¹

Die technische Entwicklung ist seither erheblich weitergegangen. Neuere KI-Algorithmen erreichen bei der Vorhersage fetaler Hypoxie bzw. Azidose inzwischen beachtliche diagnostische Leistungen. In aktuellen multizentrischen Untersuchungen liegen AUROC(«area under the receiver operating characteristic curve»)-Werte etwa zwischen 0,75 und 0,90 und teilweise über der Performance menschlicher Expert:innen.^2–3 Eine gute diagnostische Performance bedeutet jedoch noch nicht, dass der Einsatz im Gebärsaal zu besseren klinischen Entscheidungen oder neonatalen Outcomes führt.

Gute Algorithmen – aber bislang kein nachgewiesener klinischer Nutzen

Die Evidenz hierzu ist überraschend dünn (Tab.1). Eine Metaanalyse identifizierte lediglich drei randomisiert-kontrollierte Studien (RCTs) mit insgesamt 54492 Frauen, in denen intrapartale CTG-Überwachung mit und ohne Computeranalyse verglichen wurde. Weder wurden die Rate neonataler metabolischer Azidose und die Zahl operativer Entbindungen gesenkt noch wurden andere relevante neonatale Endpunkte signifikant verbessert.⁴

Die mit Abstand grösste Studie war der INFANT-Trial mit über 46000 Frauen. Ein computergestütztes Decision-Support-System analysierte die fetale Herzfrequenz und generierte zusätzliche Warnungen. Ein Vorteil hinsichtlich schwerwiegender neonataler Outcomes konnte jedoch nicht gezeigt werden.⁵ Auch in der randomisierten Studie zu SisPorto konnte kein Vorteil diesbezüglich gezeigt werden.⁶

Dabei ist die historische Einordnung entscheidend: Diese RCTs untersuchten ältere Decision-Support-Systeme. Für moderne Ansätze existieren bislang keine grossen RCTs mit klinischen Endpunkten. Die negativen älteren Studien zeigen deshalb nicht, dass moderne KI keinen Nutzen haben kann. Sie zeigen vielmehr, dass eine hohe diagnostische Genauigkeit allein nicht genügt.

Die besondere Herausforderung: KI in Echtzeit

Die Anwendung moderner KI-Methoden in der CTG-Interpretation stellt besondere technische Anforderungen. Ein Vergleich mit Bildgebungsverfahren verdeutlicht dies: Auch dort basiert die Diagnostik wesentlich auf visueller Mustererkennung, und moderne KI-Systeme werden bereits erfolgreich als zusätzliches «Augenpaar» eingesetzt. Während jedoch zum Beispiel eine Mammografie einen abgeschlossenen Datensatz darstellt, ist das intrapartale CTG ein kontinuierlicher physiologischer Datenstrom, dessen klinische Bedeutung sich von Minute zu Minute verändern kann.⁷

Eine klinisch hilfreiche CTG-KI muss daher mehr leisten, als retrospektiv ausgewählte Abschnitte zu klassifizieren. Sie muss die kontinuierlichen Rohsignale in Echtzeit analysieren, Signalverluste und Artefakte erkennen, zeitliche Zusammenhänge berücksichtigen und ihre Einschätzung während des Geburtsverlaufs fortlaufend aktualisieren. Voraussetzung dafür ist der unmittelbare Zugang zu den Live-Rohdaten des CTG.

Und genau an diesem Punkt steht eine der derzeit grössten Hürden für die klinische Umsetzung. Die CTG-Rohdaten befinden sich typischerweise im proprietären System des Geräteherstellers. Die dazugehörigen klinischen Daten liegen dagegen im Spital. Für die Entwicklung einer klinisch relevanten KI müssen diese beiden Datenwelten zusammengeführt werden. Es wird also nicht nur ein guter Algorithmus benötigt, sondern eine zuverlässige, datenschutzkonforme und regulatorisch abgesicherte Schnittstelle zwischen Medizintechnik und klinischer Infrastruktur.

Wie schwierig dies ist, haben wir in unserem interdisziplinären Projekt des Inselspitals Bern und des Centre Suisse d’Électronique et de Microtechnique (CSEM) unmittelbar erfahren.⁸ Aus dem IntelliSpace-Perinatal-System konnten 19399 CTG-Aufzeichnungen aus den Jahren 2006–2019 exportiert werden. Diese wurden mit den dazugehörigen klinischen Outcomes wie Nabelarterien-pH und 5-Minuten-Apgar zusammengeführt. Die Extraktion der Rohdaten erforderte umfangreiche technische Vorarbeiten und ein Update des Systems. Nach Datenbereinigung resultierten lediglich 6141 vollständige Datensätze: 31,65% des Ausgangsmaterials.⁸ Das illustriert ein Grundproblem: Viele Daten zu generieren, bedeutet noch lange nicht, einen für KI geeigneten Datensatz zu besitzen.

Hinzu kommt, dass diejenige Situation, die wir am zuverlässigsten erkennen möchten, eine schwere fetale Azidose, erfreulicherweise selten ist. Dadurch entstehen stark unausgewogene Trainingsdatensätze, was die Notwendigkeit multizentrischer, möglichst internationaler Kollaborationen hervorhebt.

Was muss die nächste Generation von CTG-KI können?

Die nächste Generation sollte nicht primär daran gemessen werden, ob die AUROC nochmals um einige Hundertstel steigt. Entscheidend ist nun die Validierung unter realen klinischen Bedingungen. Dabei ist die Wahl des Endpunktes besonders wichtig. Soll ein Algorithmus einen Nabelarterien-pH <7,10 vorhersagen? Metabolische Azidose? Hypoxisch-ischämische Enzephalopathie? Oder einen kombinierten klinischen Endpunkt? Zukünftige Studien benötigen einheitliche Outcome-Definitionen.⁹

Idealerweise werden solche Systeme auf unterschiedlichen Geräten funktionieren und auch ihre eigene Unsicherheit kommunizieren können.

Zuletzt: KI-gestützte CTG-Interpretation sollte nicht als Ersatz für Hebammen und Geburtshelfer:innen verstanden werden. Die klinische Entscheidung muss beim Behandlungsteam bleiben. Nur dieses kennt den gesamten Kontext: Geburtsfortschritt, maternale Situation, Oxytocingabe, Fieber, Mekonium, Gestationsalter und die Dynamik des bisherigen Verlaufs. Ihr sinnvollster Einsatz soll der eines zusätzlichen objektiven und kontinuierlichen Decision-Support-Systems sein: gewissermassen einer zweiten beobachtenden «Person», die niemals müde wird.

Ausblick

Die Voraussetzungen für den nächsten Schritt sind klar: grosse multizentrische Datensätze, standardisierte Outcome-Definitionen, Zugriff auf kontinuierliche CTG-Rohdaten, interoperable Schnittstellen sowie prospektive RCTs mit klinisch relevanten Endpunkten. Die entscheidende Frage der kommenden Jahre ist nicht, ob KI CTG-Muster erkennen kann, sondern ob sie diese unter realen klinischen Bedingungen in Echtzeit so zuverlässig interpretieren kann, dass daraus ein messbarer Nutzen für die Versorgung entsteht.

Fazit für die Praxis

1. Die visuelle CTG-Interpretation ist durch hohe Inter- und Intraobserver-Variabilität sowie eine geringe Spezifität gekennzeichnet.

2. Moderne KI kann CTG-Muster objektiv und reproduzierbar analysieren; der klinische Nutzen ist jedoch noch nicht bewiesen.

3. Bisherige RCTs untersuchten ältere computerassistierte Systeme. Der klinische Nutzen moderner KI-Algorithmen muss noch in prospektiven RCTs untersucht werden.

4. KI sollte als zusätzliche Entscheidungshilfe für Hebammen sowie Ärzt:innen entwickelt werden – nicht als deren Ersatz.

Literatur: