Herzdiagnostik: EU fördert KI-Netzwerk CHAIN mit 20 Millionen Euro
Veröffentlicht am: 04.11.2026 um 23:18 Uhr | Redaktion boerse-global.de
Herz-Kreislauf-Erkrankungen stellen die Gesundheitssysteme in Europa vor immense Herausforderungen. Nach Angaben der Berliner Charité sind in der Europäischen Union rund 62 Mio. Menschen von kardiovaskulären Leiden betroffen, was jährlich zu etwa 1,7 Mio. Todesfällen führt.
Vor diesem Hintergrund fördert die Europäische Union über das Programm EU4Health das Flagship-Projekt CHAIN (European Cardiovascular Health Data and AI Network) mit einer Investition von 20 Mio. Euro. Die Initiative zielt darauf ab, mithilfe computergestützter Bildanalysen die Früherkennung und diagnostische Präzision entscheidend voranzubringen.
Föderierte Datenstrukturen und breite europäische Kooperation
Das Vorhaben ist auf eine Laufzeit von drei Jahren angelegt und vereint unter Beteiligung der European Society of Cardiology (ESC) insgesamt 53 Partnerorganisationen aus 20 europäischen Staaten. Das übergeordnete Ziel des Verbunds besteht darin, eine verlässliche und grenzüberschreitende Infrastruktur für den Einsatz von Systemen der künstlichen Intelligenz in der kardiovaskulären Versorgung aufzubauen.
Im Zentrum der technologischen Konzeption steht eine föderierte Dateninfrastruktur, die nach dem Vorbild des Europäischen Gesundheitsdatenraums gestaltet wird. Dieser Ansatz ermöglicht die dezentrale Analyse medizinischer Datensätze, ohne dass sensible Patienteninformationen zentral zusammengeführt werden müssen.
Während neue Technologien die medizinische Diagnose revolutionieren, bleibt die Kenntnis der eigenen Körperwerte die wichtigste Basis für die Prävention. Dieser kostenlose 25-seitige Report hilft Ihnen dabei, Ihre Laborwerte selbst richtig zu deuten und mögliche Risiken frühzeitig zu erkennen. Tausende Deutsche verstehen ihre Blutwerte jetzt selbst – dank diesem kostenlosen 25-Seiten-Report
Das Netzwerk plant den Aufbau einer europäischen Sammlung validierter KI-Anwendungen sowie die Erprobung von sechs praktischen Anwendungsfällen in 13 Ländern. Dabei konzentriert sich die technologische Diagnostik primär auf die Auswertung von Ultraschall- und Computertomographie-Aufnahmen.
Wissenschaftliche Beteiligung und standardisierte Dokumentation
Eine federführende Rolle innerhalb des Vorhabens CHAIN übernimmt das DHZC-Institut für kardiovaskuläre Computer-assistierte Medizin (ICM) unter der Leitung von Prof. Titus Kühne. Fachliche Expertise steuert zudem die DHZC-Arbeitsgruppe Systemmedizin bei, die von Dr. Marcus Kelm geleitet wird.
Die Arbeitsgruppe bringt spezifisch validierte KI-Modelle in das Vorhaben ein, welche auf die Früherkennung von Herzinsuffizienz mit erhaltener Ejektionsfraktion (HFpEF) sowie die Diagnose von Rechtsherzinsuffizienz ausgerichtet sind.
Um Transparenz und Patientensicherheit im klinischen Alltag zu gewährleisten, setzt das Projekt auf standardisierte Begleitdokumente in Form von sogenannten KI-Pässen. Diese Nachweise sollen den konkreten Einsatzzweck, die gemessene Leistungsfähigkeit sowie die sicherheitsrelevanten Eigenschaften der jeweiligen Algorithmen lückenlos festhalten.
Der technologische Fortschritt bringt auch neue rechtliche Rahmenbedingungen für Unternehmen und Gesundheitseinrichtungen mit sich. Dieser kompakte Umsetzungsleitfaden bietet Ihnen einen Überblick über alle relevanten Fristen und Pflichten der neuen EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Einbindung in übergeordnete gesundheitspolitische Ziele
Die Initiative fügt sich in die langfristigen gesundheitspolitischen Strategien auf europäischer Ebene ein. Bereits im Dezember 2025 definierte der EU Safe Hearts Plan das Ziel, die vorzeitige Sterblichkeit infolge kardiovaskulärer Erkrankungen bis zum Jahr 2035 um 25 % zu senken.
Die Bündelung hochspezialisierter Algorithmen und die Schaffung einheitlicher Datenstandards im Projekt CHAIN sollen dazu beitragen, bestehende Lücken in der Versorgungskette von der Früherkennung bis zur Therapieentscheidung nachhaltig zu schließen.
