Ein neuer Weg, in Ihr Herz zu blicken – ohne Operation: Kann fortschrittliche CCTA die Vorhersage des Herzinfarktrisikos verbessern?

Traditionelle Risikomodelle, Koronare CT-Angiographie, und KI-gestützter quantitativer Plaque Analyse: Was die Beweislage zeigt und was nicht

Die SCAPIS-Analyse und die Verlagerung hin zu einer krankheitsbasierten Risikobewertung

Die Analyse der schwedischen CArdioPulmonary bioImage Study von Bergström et al. (SCAPIS), online veröffentlicht im Journal of the American Medical Association am 9. November 2025 und in gedruckter Form als JAMA. 2026;335(3):245–254, ist der bislang größte bevölkerungsbasierte Test zu einer einfachen Frage: führt das direkte Betrachten des Herzkranzgefäße dir etwas erzählen, das Risikofaktoren und ein Kalkscore nicht?

Die Studie begleitete 24.791 Personen im Alter von 50 bis 64 Jahren, die nach dem Zufallsprinzip aus der Allgemeinbevölkerung an sechs schwedischen Universitätskrankenhäusern rekrutiert wurden und frei von bekannten Herz-Kreislauf-Erkrankung zu Studienbeginn, über einen Median von 7,8 Jahren.¹ Das Ergebnis war ein erster nicht tödlicher Myokardinfarkt oder Tod durch koronare Herzkrankheit; 304 derartige Ereignisse traten auf. Die Frage war, ob das Hinzufügen von Koronaratikeln Computertomographie Angiographie-Befunde (CCTA) an ein Modell, das die Pooled Cohort Equation (PCE) enthält, und die Koronarkalk-Score (CACS) verbesserte die Vorhersage.¹

Das Ausmaß von Atherosklerose zählte mehr als alles andere Stenose. Das Segment Involvement Score (SIS), das zählt, wie viele der 18 Koronarsegmente Plaque aufweisen, korrelierte stark mit Ereignissen: Ein SIS von 3 bis 4 war verbunden mit einem Hazard-Ratio Personalabteilung 2.71 (95% CI, 1,34–5,44) und einem SIS-Wert von mehr als 4 eine HR von 5.27 (95% CI, 2,50–11,07) im Vergleich zu niedrigeren Werten. Das Vorliegen einer nicht verkalkten Atherosklerose war mit einem HR von 1.66 (95% CI, 1,23–2,22).¹

Prädiktorvariable	Hazard-Ratio	95% CI	Modell
SIS 1–2	1.00	Referenz	Vollständig angepasst
SIS 3–4	2.71	1.34–5.44	Vollständig angepasst
SIS >4	5.27	2.50–11.07	Vollständig angepasst
Nicht verkalkte Atherosklerose	1.66	1.23–2.22	Vollständig angepasst
Stenose ≥50%	1.22	0.89–1.69	Vollständig angepasst

Tabelle 1. Zusammenhang zwischen CCTA-Befunden und ersten koronaren Ereignissen in der SCAPIS-Studie.¹ Alle Werte stammen aus dem vollständig adjustierten Modell. Es ist zu beachten, dass nach Berücksichtigung des Plaque-Ausmaßes eine obstruktive Stenose (≥50%) nicht unabhängig mit Erstereignissen in dieser Primärpräventionskohorte assoziiert — das Vertrauensbereich Überschreitet 1.0. Unadjustierte und partiell adjustierte Modelle liefern größere Stenose-Schätzungen und sollten nicht so zitiert werden, als wären sie adjustierte Ergebnisse.

Das Hinzufügen der CCTA-Variablen zu einem Modell, das PCE und CACS enthielt, verbesserte die Unterscheidung geringfügig: Die C-Statistik stieg von 0,764 bis 0,779 (P = ,004).¹ Umstufung verbessert, mit einer Netto-Reklassifizierungsverbesserung von 0.133 (95% CI, 0,031–0,165). Bei den Teilnehmern, bei denen später ein Ereignis auftrat, 14.2% wurden korrekterweise in eine höhere Risikokategorie eingeteilt; unter denjenigen, die kein Ereignis hatten, 1.6% wurden fälschlicherweise nach oben korrigiert.¹ Da die Gesamtvorfallrate niedrig war, betraf diese Neuklassifizierung größtenteils Personen, die vom PCE als „geringes Risiko“ (<5%) eingestuft worden waren – also genau jene Gruppe, in der eine Fehldiagnose die schwerwiegendsten Folgen hat und in der eine unnötige Behandlung am schwersten zu rechtfertigen ist.

Die Ermittler selbst charakterisieren den Gewinn als bescheiden.¹ Dieses Wort sollte man sich merken. SCAPIS zeigt, dass die direkte Bildgebung von Plaque in einer Population mittleren Alters in der Primärprävention echte, statistisch fundierte Informationen liefert, die über Risikofaktoren und den Kalzium-Score hinausgehen. Es zeigt jedoch nicht, dass die Bildgebung den individuellen Risikovorhersage, und sie war nicht darauf ausgelegt, zu zeigen, dass Maßnahmen auf der Grundlage der Bildgebung die Ergebnisse verbessern.

Zwei unterschiedliche Fragestellungen: Erkennung von Stenosen vs. Vorhersage von Ereignissen

Ein Großteil der Verwirrung in der öffentlichen Berichterstattung über KI-gestützte CCTA rührt daher, dass zwei sehr unterschiedliche Leistungskennzahlen als austauschbar behandelt werden. Das sind sie jedoch nicht, und ihre Vermischung führt dazu, dass die scheinbare Leistungsfähigkeit der Technologie überbewertet wird.

• Diagnostische Genauigkeit fragt: Inwieweit stimmt der Test mit einem Referenzstandard überein – in der Regel einem invasiven quantitative Koronarangiographie (QCA) – zur Feststellung, ob eine Stenose vorliegt gerade?
• Prognostische Unterscheidungskraft fragt: Wie gut lässt sich mit diesem Test die Wahrscheinlichkeit eines kardiovaskulären Ereignisses bei den Menschen einstufen? in Zukunft?

Eine Fläche unter der Kurve (AUC) von 0,91 für die erste Frage ist kein Beleg für eine AUC von 0,91 für die zweite. Diagnostische AUCs im Vergleich zu einem anatomischen Referenzstandard sind systematisch höher als AUCs zur Ereignisvorhersage, da zukünftige Ereignisse von der Plaquebiologie, der Hämodynamik, der Thromboseneigung, der Behandlung und dem Zufall abhängen – nicht nur von der Anatomie. Die beiden folgenden Tabellen werden daher getrennt dargestellt und sollten nicht zu einer einzigen Rangliste zusammengefasst werden.

Diagnostische Genauigkeit: Übereinstimmung mit der invasiven Angiographie

In einer Post-hoc-Analyse der PACIFIC-1 In dieser Kohorte (208 Patienten mit neu aufgetretenen stabilen Brustschmerzen, bei denen jeweils sowohl eine CCTA als auch eine invasive QCA durchgeführt wurde) wurde die KI-gestützte quantitative CT (AI-QCT) bei der Erkennung von Stenosen von ≥50% auf Patientenbasis direkt mit menschlichen Befundern unterschiedlicher Erfahrung verglichen.³

Leser	AUC (95%-Konfidenzintervall)	Aufgabe
KI-QCT	0.91 (0.87–0.95)	≥50%-Stenose im Vergleich zur QCA
Experte der Stufe 3 im Lesen	0.77 (0.70–0.83)	≥50%-Stenose im Vergleich zur QCA
Level-2-Lesebuch A	0.79	≥50%-Stenose im Vergleich zur QCA
Lesebuch der Stufe 2, B	0.76	≥50%-Stenose im Vergleich zur QCA

Tabelle 2. Diagnostische Genauigkeit pro Patient bei obstruktiver Stenose, PACIFIC-1-Post-hoc-Analyse, invasive QCA als Referenzstandard.³ Dies sind diagnostisch AUC-Werte. Sie beschreiben die Übereinstimmung mit der invasiven Angiographie hinsichtlich der aktuellen Anatomie. Sie geben keinen Aufschluss über die Vorhersage eines Myokardinfarkts.

Dieses Ergebnis lässt sich so interpretieren, dass die automatisierte quantitative Analyse besser mit dem invasiven Referenzstandard übereinstimmte als die visuelle Beurteilung durch Experten, und zwar auf reproduzierbare Weise. Dies ist ein aussagekräftiger Befund hinsichtlich der Konsistenz der Beurteilung – die visuelle Auswertung von CCTA-Aufnahmen ist bekanntermaßen erfahrungsabhängig und neigt dazu, Stenosen zu überschätzen –, stellt jedoch eine Aussage zur Diagnose dar, nicht zur Prognose.

Prognostische Unterscheidungskraft: Vorhersage zukünftiger Ereignisse

Im CONFIRM2-Register, AI-QCT wurde auf seinen zusätzlichen prognostischen Wert gegenüber den derzeit in der Praxis empfohlenen qualitativen und semiquantitativen Messgrößen untersucht. Durch die Einbeziehung von AI-QCT verbesserte sich die Unterscheidungskraft für schwerwiegende unerwünschte kardiovaskuläre Ereignisse über CAD-RADS 2.0, CACS und der modifizierte Duke-Index.⁴

Komparator (allein)	AUC allein	AUC + AI-QCT
CAD-RADS 2.0	0.79	0.81
Koronar Arterie Kalkscore	0.70	0.79
Modifizierter Duke-Index	0.76	0.81
PCE + CACS (SCAPIS, + CCTA)¹	0.764	0.779

Tabelle 3. Prognostische Unterscheidungskraft für zukünftige Ereignisse.¹˒⁴ Die CONFIRM2-Zeilen beschreiben spezifische Modelle innerhalb eines Registers symptomatischer Patienten, die zur CCTA überwiesen wurden; die SCAPIS-Zeile beschreibt eine asymptomatische Kohorte aus der Allgemeinbevölkerung sowie CCTA-Variablen ohne AI. Diese sind nicht Sie sind nicht austauschbar, und keines davon ist ein allgemeingültiges Leistungsmerkmal von AI-QCT.

Zusammenfassend lässt sich ehrlich gesagt Folgendes feststellen: Quantitative, KI-gestützte CCTA-Messungen können zusätzliche prognostische Informationen liefern, die über die herkömmliche klinische Risikobewertung, den Kalzium-Score und qualitative CCTA-Auswertungen hinausgehen – doch das Ausmaß dieser Verbesserung variiert erheblich je nach untersuchter Population, gewähltem Endpunkt und Modellspezifikation. In den hier besprochenen aktuellen Prognosestudien liegen die berichteten AUC-Werte für die Ereignisvorhersage bei AI-QCT bei etwa 0,75 bis 0,81 statt bei 0,90.¹–⁴

Was bei der quantitativen Plaque-Analyse gemessen wird und warum dies wichtig ist

Traditionelle Risikogleichungen wie die Framingham-Risikoskore und der Pooled Cohort Equations das vaskuläre Risiko anhand von Ersatzvariablen ableiten – Alter, Geschlecht, Blutdruck, Lipide, Rauchen, Diabetes — und nicht aus der Arterie selbst.⁹˒¹⁰ Auf Populationsebene liefern sie brauchbare Ergebnisse, auf individueller Ebene hingegen nur unvollständige, da der Zusammenhang zwischen Risikofaktoren und Plaquebildung heterogen ist. Zwei Personen mit identischen Risikofaktorprofilen können sehr unterschiedliche Koronararterien aufweisen.

Die quantitative CCTA misst die Erkrankung direkt. Anstatt lediglich die stärkste Verengung anzugeben, charakterisiert sie die Plaques im gesamten Koronarbaum anhand von Volumen, Zusammensetzung und Gefäßumbau. Einige dieser Merkmale liefern prognostische Informationen:

• Gesamtplaquevolumen (TPV). Eine höhere Gesamtbelastung durch Atherosklerose steht in mehreren Kohorten in einem unabhängigen Zusammenhang mit zukünftigen Ereignissen. Die Effektstärken sind studienspezifisch und hängen von der Population, den Einheiten, in denen das Volumen angegeben wird, sowie den berücksichtigten Kovariaten ab; eine Risikoschätzung aus einer Kohorte sollte nicht als allgemeingültige Eigenschaft von Plaquevolumen.⁴˒⁵
• Nicht verkalkte Plaque (NCP)-Band. In der CONFIRM2-Studie war jede Zunahme der nicht verkalkten Plaque um 50 mm³ mit einer 1% relativer Anstieg des MACE-Risikos bei Frauen und 11.6% bei Männern.⁵
• Plaque mit geringer Dämpfung (≤ 30 HU). Ein CT-Marker, der mit den Merkmalen lipidreicher Plaques mit nekrotischem Kern assoziiert ist – eher ein bildgebendes Korrelat als eine direkte Messung von nekrotischer Kern. In der SCOT-HEART-Studie wurden Herde mit geringer Dämpfung Plaquebelastung war der stärkste Prädiktor für einen tödlichen oder nicht tödlichen Myokardinfarkt (bereinigtes HR 60 pro Verdopplung; 95% CI, 1,10–2,34), und eine Belastung über 4% war mit einem HR von 4.65 (95% CI, 2,06–10,5).²
• Positiver (nach außen gerichteter) Umbau. Durch die Ausdehnung der Gefäßwand nach außen kann sich möglicherweise bereits eine beträchtliche Menge an Plaque ansammeln, bevor eine deutliche Verengung des Lumen sichtbar wird; dies ist ein Grund dafür, dass bei einer auf das Lumen ausgerichteten Beurteilung das Ausmaß der Erkrankung unterschätzt werden kann.

Die diesen Messungen zugrunde liegende Biologie ist differenzierter als die einfache Aussage “Kalzium ist unbedenklich, weiche Plaque ”ist gefährlich“-Dichotomie. Dicht Verkalkung wird im Allgemeinen mit einer größeren Stabilität in Verbindung gebracht Läsion Verlauf, und eine Verkalkung tritt häufig im Anschluss an eine entzündliche Schädigung als Teil des Heilungsprozesses auf – aber verkalkte Plaque ist nicht inaktiv, und die Kalziumbelastung bleibt ein aussagekräftiger Marker für die gesamte atherosklerotische Erkrankung. Umgekehrt ist eine nicht verkalkte Plaque nicht gleichbedeutend mit vulnerable Plaque; es handelt sich um eine heterogene Kategorie, von der nur ein Teil den mit einer Ruptur assoziierten Phänotyp mit lipidreichem, dünnwandigem Plaque aufweist. Die aussagekräftige Feststellung ist enger gefasst und besser belegt: Die Zusammensetzung der Plaque liefert prognostische Informationen, die der Kalzium-Score allein nicht erfasst.

Ein damit zusammenhängender Aspekt wird in der Berichterstattung für Verbraucher häufig überbewertet. Es ist gut dokumentiert, dass viele akute koronare Ereignisse auf Läsionen zurückzuführen sind, die bei früheren bildgebenden Untersuchungen keine schwere Obstruktion aufwiesen – ein zentraler Grund dafür, dass die Plaque-Belastung und -Zusammensetzung Informationen liefern können, die über den Schweregrad der Stenose hinausgehen. Daraus folgt jedoch nicht, dass “die meisten Herzanfälle ”durch nicht-obstruktive weiche Plaques verursacht werden“ – diese Formulierung fasst mehrere unterschiedliche Aspekte zusammen (Schweregrad der Stenose vor dem Ereignis, Plaque-Phänotyp, Ruptur versus Erosion sowie die Grenzen eines retrospektiven angiographischen Vergleichs) zu einer einzigen Behauptung zusammengefasst, die durch die vorliegenden Beweise nicht eindeutig gestützt wird.

Scanner-Technologie: Was die Breitdetektor-CT tatsächlich leistet

Moderne CT-Systeme mit breitflächigen Detektoren können bei entsprechend ausgewählten Patienten das gesamte Herz innerhalb eines einzigen Herzzyklus erfassen. Dies reduziert Artefakte durch Fehlausrichtung (“Stitching”), die entstehen, wenn ein Volumen aus mehreren Herzschlägen zusammengesetzt wird, und ermöglicht eine hohe Bildqualität Koronarbildgebung bei relativ niedrigen Strahlendosen, wenn die Protokolle optimiert sind.

Zu dieser Aussage sind einige Vorbehalte anzufügen, da diese regelmäßig außer Acht gelassen werden:

• Marketingbegriffe wie “640-Slice” beschreiben eher ein Rekonstruktionsmerkmal eines Detektorsystems mit großer Abdeckungsfläche als ein eigenständiges Maß für die Bildqualität und lassen für sich genommen keine Rückschlüsse auf eine bessere Ergebnisprognose zu. Die Detektorabdeckung (zum Beispiel 16 cm) und die Aufnahmearchitektur sind aussagekräftigere Kennzahlen.
• Die Strahlendosis lässt sich nicht als einzelne Zahl angeben. Sie hängt von der Scanner-Generation, der Art des Gating (prospektiv oder retrospektiv), der Röhrenspannung und dem Röhrenstrom ab, Herzfrequenz sowie Rhythmus, Körperbau, Scanlänge und Rekonstruktionsalgorithmus.¹¹ Eine Koronar-CTA unter einem Millisievert ist bei geeigneten Patienten mit optimierten Protokollen möglich; dies ist jedoch keine allgemeine Erwartung.
• Räumliche Auflösung Die Zahlen sind scanner- und protokollspezifisch und sollten vor ihrer Zitierung anhand der technischen Spezifikationen des Herstellers für das jeweilige System und den jeweiligen Erfassungsmodus überprüft werden.
• Die Einzelschlag-Erfassung verringert – beseitigt jedoch nicht – die Notwendigkeit einer Herzfrequenzkontrolle und verhindert keine Bewegungsartefakte.

Die praktische Bedeutung von Systemen mit breiten Detektoren für diese Diskussion besteht darin, dass eine reproduzierbare Bildgebung bei niedrigerer Strahlendosis die serielle Bildgebung praktikabler macht, was wiederum die longitudinale Plaque-Verfolgung zu einem technisch machbaren Ansatz in Klinik und Forschung macht. Routinemäßige serielle CCTA-Untersuchungen, die speziell zur Überwachung von Plaques durchgeführt werden, sind für die meisten Patienten nach wie vor eher eine sich weiterentwickelnde Strategie als eine etablierte Standardversorgung.

Lässt sich Zahnbelag beeinflussen? EVAPORATE und die Grenzen seiner Aussagekraft

EVAPORATE, eine randomisierte, doppelblinde, placebokontrollierte Studie mit 80 Patienten mit erhöhten Triglyceride auf Statin Im Rahmen der Therapie wurde eine serielle CCTA eingesetzt, um die Wirkung von Icosapent-Ethyl hinsichtlich der Plaqueprogression über einen Zeitraum von 18 Monaten. Dabei zeigte sich eine Verringerung des Volumens der Plaques mit geringer Dämpfung in der Behandlungsgruppe bei gleichzeitiger Progression in der Placebo Arm.⁷

EVAPORATE ist eine mechanistische Bildgebungsstudie. Es handelte sich weder um eine AI-QCT-Studie, noch war sie auf klinische Ereignisse ausgelegt. Sie stützt die These, dass die Plaquezusammensetzung veränderbar und im Zeitverlauf messbar ist; sie validiert jedoch nicht die prognostische Leistungsfähigkeit einer bestimmten AI-Analyseplattform und sollte auch nicht so zitiert werden, als ob dies der Fall wäre.

TRANSFORM: Eine Studie zur Überprüfung der Ergebnisfrage

TRANSFORM (NCT06112418) ist eine prospektive, randomisierte, offene Studie mit verblindeten Endpunkten, an der Patienten mit erhöhtem kardiovaskulärem Risiko ohne bekannte symptomatische Erkrankung teilnehmen. Die Teilnehmer werden randomisiert entweder einer leitliniengerechten, auf Risikofaktoren basierenden Versorgung oder einer Versorgungsstrategie zugewiesen, die auf einem KI-basierten System zur Einstufung von Koronarplaques basiert, wobei im Bildgebungsarm nach 24 Monaten eine erneute Bildgebung erfolgt.⁸

TRANSFORM ist laufend. Die Ergebnisse liegen noch nicht vor, weshalb die Studie nicht als Beleg für Schlussfolgerungen zur Wirksamkeit einer bildgebungsgestützten Präventionsstrategie herangezogen werden kann. Ihre Bedeutung liegt darin, was sie nachweisen soll: ob eine frühzeitigere Erkennung und Einstufung von Plaques sowie eine entsprechende Behandlung im Vergleich zur derzeitigen Praxis tatsächlich zu einer Verringerung kardiovaskulärer Ereignisse führt. Diese Frage kann die vorhandene Beobachtungs- und Diagnoseliteratur nicht beantworten.

Auswirkungen auf die klinische Entscheidungsfindung

Es gibt stichhaltige Belege dafür, dass die quantitative Plaque-Analyse das Verhalten der Zahnärzte beeinflusst. In der BESTIMMTE Studie, einer multizentrischen Crossover-Studie mit 750 aufeinanderfolgenden Patienten, die an fünf Fachzentren zur CCTA überwiesen wurden, hielten die Ärzte ihre Diagnose und ihren Behandlungsplan auf der Grundlage der konventionellen Auswertung vor Ort fest und wiederholten die Beurteilung anschließend nach der AI-QCT-Analyse.⁶

• Die Diagnose oder Behandlung hat sich geändert in 1% der Patienten (P < 0,001).⁶
• Die Einleitung oder Intensivierung einer Statintherapie nahm um weitere 1% von Patienten und Aspirin Einführung in ein weiteres 23.0% (P < 0,001 für beide).⁶
• Der erwartete Bedarf an nachfolgenden nichtinvasiven und invasiven Untersuchungen ging um 1% (P < 0,001).⁶

Es handelt sich hierbei um Veränderungen in der Verschreibungsabsicht von Ärzten, die im Rahmen eines Studiendesigns gemessen wurden, bei dem dieselben Ärzte dieselben Patienten zweimal in festgelegter Reihenfolge in hochfrequentierten Fachzentren untersuchten. Dieses Studiendesign kann Verordnungseffekte nicht ausschließen, und die Verschreibungsabsicht ist nicht gleichbedeutend mit verbesserten Behandlungsergebnissen. Das Ergebnis ist hinsichtlich des klinischen Nutzens durchaus ermutigend, als Nachweis für einen klinischen Nutzen jedoch eindeutig unzureichend.

Die Kostenübernahme für die KI-gestützte Analyse von Koronarplaques hat sich seit 2024 bei den Kostenträgern in den Vereinigten Staaten ausgeweitet, doch die Richtlinien sind weiterhin plan-, indikations- und regionsspezifisch. Patienten und Ärzte sollten die Kostenübernahme direkt beim Kostenträger überprüfen, anstatt sich auf allgemeine Aussagen zur Verfügbarkeit zu verlassen.

Geschlechtsspezifische Auswirkungen

Einer der klinisch relevantesten Befunde in dieser Literatur betrifft geschlechtsspezifische Unterschiede hinsichtlich der Umwandlung der Plaque-Belastung in ein Risiko. Im CONFIRM2-Register (3.551 symptomatische Patienten, 49,5% Frauen, mittlere Nachbeobachtungszeit 4,8 ± 2,2 Jahre) wiesen Frauen etwa die Hälfte der Plaque-Belastung von Männern und etwa die Hälfte der MACE-Rate auf (3,2% gegenüber 6,1%). Doch die relatives Risiko Der durch jede Zunahme der Plaque bewirkte Anstieg war bei Frauen durchweg höher.⁵

Plaque-Wert (pro Anstieg um 50 mm³)	Erhöhtes MACE-Risiko bei Frauen	Erhöhtes MACE-Risiko bei Männern
Gesamtes Plaquevolumen	+17.7%	+5.3%
Nicht verkalkte Plaque	+27.1%	+11.6%
Verkalkte Plaque	+22.9%	+5.4%

Tabelle 4. Geschlechtsspezifisches relatives Risiko pro 50-mm³-Zunahme, CONFIRM2-Register (P für die Interaktion < 0,001).⁵ Es ist zu beachten, dass das Gesamtplaquevolumen, die nicht verkalkte Plaque und die verkalkte Plaque unterschiedliche Werte aufweisen und nicht synonym verwendet werden dürfen.

Die klinische Schlussfolgerung lautet, dass ein Plaquevolumen, das nach absoluten Maßstäben – die sich weitgehend auf Männer beziehen – beruhigend “niedrig” erscheint, bei einer Frau dennoch eine bedeutende prognostische Aussagekraft haben kann. Quantitative Messungen, die tatsächliche Volumina anstelle eines qualitativen Eindrucks angeben, eignen sich gut, um genau dieses Muster zu erkennen – vorausgesetzt, die Auswertung berücksichtigt geschlechtsspezifische Unterschiede.

Zusammenfassung und Schlussfolgerung

Das zentrale Argument ist stichhaltig. Die koronare CT-Angiographie identifiziert atherosklerotische Erkrankungen, die durch Risikofaktor-Gleichungen und den Kalzium-Score nicht vollständig erfasst werden, und die quantitative, KI-gestützte Analyse dieser Bilder sorgt für eine höhere diagnostische Reproduzierbarkeit und liefert zusätzliche prognostische Informationen. SCAPIS liefert überzeugende aktuelle Belege dafür, dass die CCTA die Vorhersage erster koronarer Ereignisse in einer allgemeinen Population mittleren Alters über den PCE und den CACS hinaus verbessert, insbesondere bei Personen, die mit diesen Instrumenten als risikoarm eingestuft werden.¹ CONFIRM2 zeigt, dass die quantitative Plaquemessung die Unterscheidungskraft gegenüber den heute in der Praxis verwendeten qualitativen und semiquantitativen Messungen verbessert und dass die Plaque-Belastung bei Frauen ein höheres relatives Risiko mit sich bringt.⁴˒⁵ CERTAIN zeigt, dass Ärzte ihre Therapie ändern, wenn ihnen diese Informationen vorliegen.⁶

Ebenso wichtig ist, was die Beweislage bislang noch nicht belegt:

• Damit ist nicht belegt, dass die KI-gestützte CCTA kardiovaskuläre Ereignisse mit einem AUC-Wert nahe 0,90 vorhersagt. Diese Zahl bezieht sich auf die diagnostische Genauigkeit im Vergleich zur invasiven Angiographie, nicht auf die Vorhersage von Ereignissen.³˒⁴
• Es ist nicht erwiesen, dass eine bildgesteuerte Prävention die klinischen Ergebnisse verbessert. Keine abgeschlossene randomisierte Studie hat dies nachgewiesen. Die TRANSFORM-Studie wurde konzipiert, um dies zu untersuchen, und hat noch keine Ergebnisse vorgelegt.⁸
• Daraus lässt sich nicht ableiten, dass eine bestimmte Scannerkonfiguration oder Analyseplattform hinsichtlich der Ergebnisse überlegen ist.

Die naheliegende Schlussfolgerung ist stichhaltig, ohne übertrieben zu sein: Die direkte Visualisierung und Quantifizierung von Koronarplaques stellt einen wesentlichen Fortschritt gegenüber der Schlussfolgerung allein anhand von Risikofaktoren dar und ermöglicht die Erkennung der Erkrankung bei Personen, bei denen herkömmliche Untersuchungsmethoden keine Auffälligkeiten erkennen lassen. Ob das Ergreifen von Maßnahmen auf der Grundlage dieser Informationen die Zahl der Herzinfarkte senkt, ist derzeit Gegenstand randomisierter Studien, und die Antwort wird sich aus der TRANSFORM-Studie und ähnlichen Studien ergeben – und nicht aus Registern, Studien zur diagnostischen Genauigkeit oder Extrapolationen.

Für den einzelnen Patienten ändert sich an der praktischen Schlussfolgerung durch keine dieser Einschränkungen etwas: Der Nachweis von Plaque kann eine Gelegenheit bieten, die evidenzbasierte Präventionsbehandlung zu intensivieren, und serielle CCTA-Untersuchungen zeigen, dass sich die Eigenschaften von Plaque messbar verändern lassen.⁷ Die richtige Herangehensweise an diese Technologie besteht in einem selbstbewussten Umgang damit, gepaart mit realistischen Erwartungen hinsichtlich dessen, was die Evidenz derzeit stützt.

Referenzen

1. Bergström G, Engström G, Björnson E, et al. Coronary computed tomography angiography in prediction of first coronary events. JAMA. 2026;335(3):245-254. doi:10.1001/jama.2025.21077. (Published online November 9, 2025.)
2. Williams MC, Kwiecinski J, Doris M, et al. Low-attenuation noncalcified plaque on coronary computed tomography angiography predicts myocardial infarction: results from the multicenter SCOT-HEART trial (Scottish Computed Tomography of the HEART). Circulation. 2020;141(18):1452-1462. doi:10.1161/CIRCULATIONAHA.119.044720
3. Bernardo R, Nurmohamed NS, Bom MJ, et al. Diagnostic accuracy in coronary CT angiography analysis: artificial intelligence versus human assessment. Open Heart. 2025;12(1):e003115. doi:10.1136/openhrt-2024-003115
4. van Rosendael A, Nakanishi R, Bax JJ, et al. Prognostic value of AI-based quantitative coronary CTA vs human reader-based visual assessment: results from the CONFIRM2 registry. JACC Cardiovasc Imaging. 2026;19(3):345-359. doi:10.1016/j.jcmg.2025.09.021
5. Feuchtner GM, Lacaita PG, Bax JJ, et al. AI-quantitative CT coronary plaque features associate with a higher relative risk in women: CONFIRM2 registry. Circ Cardiovasc Imaging. 2025;18(6):e018235. doi:10.1161/CIRCIMAGING.125.018235
6. Nurmohamed NS, Cole JH, Budoff MJ, et al. Impact of atherosclerosis imaging-quantitative computed tomography on diagnostic certainty, downstream testing, coronary revascularization, and medical therapy: the CERTAIN study. Eur Heart J Cardiovasc Imaging. 2024;25(6):857-866. doi:10.1093/ehjci/jeae029
7. Budoff MJ, Bhatt DL, Kinninger A, et al. Effect of icosapent ethyl on progression of coronary atherosclerosis in patients with elevated triglycerides on statin therapy: final results of the EVAPORATE trial. Eur Heart J. 2020;41(40):3925-3932. doi:10.1093/eurheartj/ehaa652
8. [Trial registry record] TRANSFORM — A randomized comparison of Cleerly coronary artery disease stage-based care versus risk factor-based care for primary prevention of cardiovascular events. ClinicalTrials.gov identifier NCT06112418. US National Library of Medicine. Accessed August 2026. Cited for trial design and status only; no results have been reported.
9. Goff DC Jr, Lloyd-Jones DM, Bennett G, et al. 2013 ACC/AHA guideline on the assessment of cardiovascular risk: a report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines. Circulation. 2014;129(25 suppl 2):S49-S73. doi:10.1161/01.cir.0000437741.48606.98
10. D’Agostino RB Sr, Vasan RS, Pencina MJ, et al. General cardiovascular risk profile for use in primary care: the Framingham Heart Study. Circulation. 2008;117(6):743-753. doi:10.1161/CIRCULATIONAHA.107.699579
11. Hausleiter J, Meyer T, Hermann F, et al. Estimated radiation dose associated with cardiac CT angiography. JAMA. 2009;301(5):500-507. doi:10.1001/jama.2009.54