Ny AI-modell kan spare hjertetransplanterte for unødvendige hjertebiopsier

Forskere ved NYU Langone har trent en modell på 5 300 EKG-er kombinert med to eksisterende blodbiomarkører. I en liten testgruppe identifiserte den 94 % av pasientene uten avstøtning — og ville ha spart flere for unødvendige biopsier enn…

Illustrasjon: en rød tråd lagt i en rolig EKG-bølge på varmt papir, med en tynn biologinål liggende ubrukt ved siden av – et bilde på at KI kan erstatte unødvendige hjertebiopsier etter transplantasjon.
Illustrasjon
Gi artikkelen

Ny AI-modell kan spare hjertetransplanterte for unødvendige hjertebiopsier

Forskere ved NYU Langone har trent en modell på 5 300 EKG-er kombinert med to eksisterende blodbiomarkører. I en liten testgruppe identifiserte den 94 % av pasientene uten avstøtning — og ville ha spart flere for unødvendige biopsier enn blodtester alene.

Etter en hjertetransplantasjon lever pasientene med en permanent overvåkingsoppgave: å oppdage om kroppen støter det nye organet bort, før skaden blir alvorlig. I dag skjer det stort sett på to måter — blodprøver som gir tidlig varsling, men også mange falske alarmer, og hjertebiopsier som er det endelige svaret, men som krever at et kateter føres inn i hjertet. En ny studie fra NYU Langone Health antyder at en vanlig, billig EKG-undersøkelse kan bidra til å redusere antall ganger biopsien blir nødvendig.

Studien, som ble publisert online 25. september 2026 i Journal of Heart and Lung Transplantation (JHLT Open), beskriver en AI-modell som kombinerer EKG-lesninger med to allerede etablerte blodbiomarkører. I en testgruppe på 38 transplanterte identifiserte den kombinerte modellen korrekt 94 % av pasientene som ikke opplevde avstøtning, ifølge forskerne. Til sammenligning feilflagget en modell basert på blodtester alene 19 pasienter som muligens trengte biopsi — pasienter som den kombinerte modellen i utgangspunktet ville ha spart for prosedyren.

Bakgrunnen: blodtester som utløser unødvendige biopsier

De to blodbiomarkørene modellen bygger på er allerede i bruk. Den ene måler genaktivitet knyttet til cellulær avstøtning; den andre måler fragmenter av donor-DNA som sirkulerer i mottakerens blod. Tidligere forskning har vist at disse testene er effektive til å oppdage avstøtning, men de gir hyppig falske positive resultater som fører til unødvendige biopsier, har forskerne opplyst (News Medical).

Det er her EKG-dataene kommer inn. Et elektrokardiogram registrerer hjertets elektriske aktivitet gjennom sensorer på huden, er rutinemessig, billig og ikke-invasivt — og ifølge forskerne fullt av fysiologisk informasjon som dagens avstøtningsoppfølging ikke utnytter. Ideen er ikke å erstatte biopsien som referansestandard, men å filtrere bedre: å skille de pasientene som faktisk trenger en biopsi, fra dem som blodprøven flagget feilaktig.

Slik er modellen bygget

Forskerne trente AI-modeller på mønstre i 5 300 EKG-lesninger fra 2 357 voksne hjertetransplanterte som ble behandlet i perioden 2018–2024. Hvert EKG ble matchet mot en biopsi utført inntil én måned tidligere — et tidsvindu som tidligere forskning støtter — slik at biopsiregistreringene fungerte som målestokk for modellenes prediksjonsevne.

De bygget to varianter: én modell trent utelukkende på EKG-data, og én som kombinerte EKG-lesninger med resultatene av de to blodtestene som vanligvis brukes til å forutsi avstøtningsrisiko. Avstøtning ble delt inn i to kategorier: ingen eller mild avstøtning versus moderat eller alvorlig avstøtning.

I testgruppen på ytterligere 38 mannlige og kvinnelige mottakere var det den kombinerte modellen som presterte best, med korrekt identifisering av 94 % av pasientene uten avstøtning.

Forsiktig lesning av tallene

Flere forbehold er verdt å fremheve. For det første gjelder 94 %-tallet korrekt identifikasjon av ikke-avstøtning i en liten testgruppe — ikke en generell diagnostisk nøyaktighet for modellen. Hvor godt modellen fanger opp pasienter som faktisk blir avstøtt, oppgir ikke det tilgjengelige kildematerialet. For det andre er alle tallene forskeroppgitte: De stammer fra News Medicals omtale (publisert 6. oktober 2026) av NYU Langones materiale, og den underliggende journalartikkelen kunne ikke hentes direkte for uavhengig verifisering. For det tredje er testgruppen på 38 pasienter liten, og små grupper gir store usikkerhetsmarginer.

Forskerne beskriver selv studien som den første som kombinerer disse blodbiomarkørene med EKG-lesninger i én AI-modell og sammenligner analysen direkte med biopsiresultater. Påstanden er attribuert forskerne og er ikke uavhengig verifisert.

Hva forskerne selv sier

Studiets seniorforfatter Lior Jankelson, MD, PhD — førsteamanuensis i Leon H. Charney-divisjonen for kardiologi ved NYU Grossman School of Medicine og førsteamanuensis i biomedisinsk ingeniørfag ved NYU Tandon School of Engineering — peker på EKG-ens uutnyttede innhold:

«Resultatene våre fremhever at elektrokardiogrammer inneholder en overflod av fysiologisk informasjon som kan brukes til å forbedre nøyaktigheten i deteksjonen vesentlig og muliggjøre tidligere diagnose og behandling for pasienter med hjerteavstøtning etter transplantasjon», sier Jankelson.

Hva som gjenstår før klinikken

Modellen er ikke tatt i bruk klinisk, og det gjenstår avgjørende validering. Som neste steg planlegger forskerne å teste modellen i flere pasienter ved flere transplantasjonscentre — et nødvendig steg for å avgjøre om resultatene fra én enkelt institusjons data generaliserer til andre pasientpopulasjoner og kliniske praksiser. Studien ble finansiert av NYU Langone.

Frem til den valideringen foreligger, er den kliniske effekten uavklart: om modellen faktisk vil redusere antall biopsier i praksis, eller om den vil forbedre utfallene for pasientene. Det forskningen foreløpig viser, er et prinsippbevis — at den elektriske aktiviteten i et transplantert hjerte, lest sammen med blodprøver pasientene allerede tar, bærer nok informasjon til å sortere bedre enn blodprøvene alene.

Få de viktigste AI-nyhetene i innboksen

Nyheter, analyser og verktøy samlet for deg.