Cardio Explorer® verwendet einen KI-gestützten Algorithmus, um die klinische Wahrscheinlichkeit einer obstruktiven koronaren Herzkrankheit zu beurteilen – basierend auf Blutsignalwerten, EKG-Daten, Symptomen und klinischen Risikofaktoren.
Das Ergebnis unterstützt die klinische Entscheidungsfindung, indem es anzeigt, ob eine weitere kardiologische Abklärung erforderlich ist.
Patientendaten können manuell eingegeben oder über unsere API nahtlos für eine automatisierte Analyse synchronisiert werden.
Cardio Explorer hilft, die Versorgung zu standardisieren, indem evidenzbasierte Leitlinien direkt in den diagnostischen Ablauf eingebunden werden.
Unterschiedliche Vorgehensweisen bei der Abklärung eines frühen CCS können die Diagnose verzögern oder zu Überdiagnostik führen. Cardio Explorer orientiert sich an klinischen Leitlinien und gewährleistet dadurch jederzeit eine konsistente, qualitativ hochwertige Versorgung.
Alle Algorithmen erreichen einen negativen prädiktiven Wert (NPV) von über 95 %; Cardio Explorer kombiniert dies mit überlegener diagnostischer Genauigkeit (AUC 87 %) und hoher Sensitivität bei niedriger Falsch-Positiv-Rate. Unter den verfügbaren Algorithmen ist Cardio Explorer einzigartig geeignet, das Screening auf chronisches Koronarsyndrom zu unterstützen.
Der geeignete Ausschluss-Schwellenwert oder die Wahrscheinlichkeit hängt von der Genauigkeit des Algorithmus ab. Cardio Explorer erreicht einen negativen prädiktiven Wert (NPV) von über 95 % bei einem Schwellenwert von 15 %, während der ESC-2024-Algorithmus die erforderliche Ausschlussgenauigkeit nur bei einem Schwellenwert von 5 % erreicht.