EUVIMEDEUVIMED entdecken
Übersichtsarbeit

Künstliche Intelligenz in der Inneren Medizin am Beispiel der Kardiologie

Henrike A K Hillmann, Amalia Sluha, David Duncker

Die Innere Medizin · 2026-06 · 67 (6) · 619-624

DOI: 10.1007/s00108-026-02121-5 ↗

Kurz gefasst

Übersichtsarbeit in der Zeitschrift Die Innere Medizin, online erschienen am 28.04.2026. Verfasst von Henrike A K Hillmann und 2 weiteren Autor:innen. Beteiligte Einrichtung: Hannover Herzrhythmus Centrum, Klinik für Kardiologie und Angiologie, Medizinische Hochschule Hannover, Carl-Neuberg-Str. 1, 30625, Hannover, Deutsch…. Hauptthemen laut MEDLINE: Cardiology, Artificial Intelligence, Internal Medicine. Die Arbeit nennt 30 Literaturangaben.

AbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Artificial intelligence (AI) is gaining importance in the field of cardiology. By analyzing complex multimodal data AI can support the diagnostic processes, risk stratification and making decisions. In cardiac imaging AI-based procedures improve the objective image analysis and facilitate the detection of specific cardiac diseases. The AI-assisted analysis in electrocardiography (ECG) not only enables reliable identification of established diagnoses but also enables the detection of patterns not yet identifiable for the human eye and therefore opens up opportunities for the establishment of new diagnostics and risk stratification. Large language models (LLM) represent a subdomain of AI. In cardiology they show particular potential for knowledge-based and text-based tasks, such as clinical documentation, support in drafting medical reports and patient education. Based on the current evidence, publicly available LLM are not appropriate for image interpretation, clinical decision-making or for supporting peer-review processes. Key challenges for the clinical implementation of AI include data protection and data security, regulatory requirements, currently limited evidence from randomized clinical trials, the limited option for validation of self-learning algorithms, limited transparency and the need for structured training programs for both physicians and patients. Irrespective of the degree of AI assistance, physician oversight remains crucial. ZUSAMMENFASSUNG: Künstliche Intelligenz (KI) gewinnt in der Kardiologie zunehmend an Bedeutung. Durch die Analyse komplexer, multimodaler Daten kann KI bei Diagnostik, Risikostratifizierung und Therapieplanung unterstützen. In der kardialen Bildgebung verbessern KI-basierte Verfahren die objektive Bildauswertung sowie die Detektion spezifischer kardialer Erkrankungen. Die KI-gestützte Elektrokardiogramm(EKG)-Analyse kann neben der zuverlässigen Erkennung etablierter Diagnosen auch bisher für das menschliche Auge nichterkennbare Muster identifizieren und eröffnet damit ganz neue diagnostische und risikostratifizierende Möglichkeiten. Large Language Models (LLM) stellen einen KI-Teilbereich dar. In der Kardiologie zeigen sie insbesondere Potential bei wissens- und textbasierten Aufgaben wie klinischer Dokumentation, der Unterstützung bei der Arztbriefschreibung sowie in der Patientenedukation. Für die Bildinterpretation, komplexe Therapieentscheidungen oder für die Unterstützung wissenschaftlicher Begutachtungsprozesse sind öffentlich zugängliche LLM nach aktuellem Kenntnisstand nicht geeignet. Zentrale Herausforderungen für den klinischen Einsatz von KI umfassen unter anderem Datenschutz und Datensicherheit, regulatorische Anforderungen, die bislang begrenzte Evidenz aus randomisierten Studien, die eingeschränkte Validierbarkeit selbstlernender Algorithmen, fehlende Transparenz sowie den Bedarf an strukturierten Aus- und Weiterbildungsformaten für ÄrztInnen und PatientInnen. Unabhängig vom Grad der Automatisierung bleibt die ärztliche Kontrolle unverzichtbar.

Schlagwörter

MeSH-Schlagwörter (MEDLINE)

CardiologyArtificial IntelligenceInternal MedicineHumansLarge Language ModelsElectrocardiographyDigital HealthHeart DiseasesDeep Learning

Stichwörter der Autor:innen

Deep learningDigital cardiologyElectrocardiographyHeart diseasesLarge language models

Autor:innen und Institutionen

  • Hannover Herzrhythmus Centrum, Klinik für Kardiologie und Angiologie, Medizinische Hochschule Hannover, Carl-Neuberg-Str. 1, 30625, Hannover, Deutschland.
  • Hannover Herzrhythmus Centrum, Klinik für Kardiologie und Angiologie, Medizinische Hochschule Hannover, Carl-Neuberg-Str. 1, 30625, Hannover, Deutschland. duncker.david@mh-hannover.de.

Zitieren

APA

Hillmann, H. A. K., Sluha, A., & Duncker, D. (2026). Künstliche Intelligenz in der Inneren Medizin am Beispiel der Kardiologie. Die Innere Medizin, 67(6), 619-624. https://doi.org/10.1007/s00108-026-02121-5

Vancouver

Hillmann HAK, Sluha A, Duncker D. Künstliche Intelligenz in der Inneren Medizin am Beispiel der Kardiologie. Die Innere Medizin. 2026;67(6):619-624. doi:10.1007/s00108-026-02121-5

BibTeX
@article{Hillmann2026,
  author = {Hillmann, Henrike A K and Sluha, Amalia and Duncker, David},
  title = {Künstliche Intelligenz in der Inneren Medizin am Beispiel der Kardiologie},
  journal = {Die Innere Medizin},
  year = {2026},
  volume = {67},
  number = {6},
  pages = {619--624},
  doi = {10.1007/s00108-026-02121-5}
}
Kostenlos starten →