AG Biomarkers & Artificial Intelligence in Acute Cardiovascular Care

Die Arbeitsgruppe erforscht innovative Strategien zur präziseren Diagnostik und Prognoseabschätzung bei akuten kardiovaskulären Erkrankungen. Im Mittelpunkt steht die klinische Validierung und Weiterentwicklung kardiovaskulärer Biomarker, insbesondere des kardialen Troponins. Ziel ist es, durch eine frühere und präzisere Diagnosestellung sowie eine individualisierte Risikostratifizierung klinische Entscheidungen zu verbessern und die Versorgung von Patientinnen und Patienten zu optimieren.

Ein besonderer Schwerpunkt liegt auf der Verknüpfung von Biomarkerforschung und künstlicher Intelligenz. Durch die Integration kardiovaskulärer Biomarker mit digitalen Daten, beispielsweise aus dem Elektrokardiogramm, sowie umfassenden klinischen Informationen werden innovative diagnostische und prognostische Modelle entwickelt. Diese sollen eine frühzeitige Identifikation von Hochrisikopatientinnen und -patienten ermöglichen und damit den Weg zu einer stärker individualisierten Patientenversorgung ebnen.

Aktuell ist die Arbeitsgruppe an zahlreichen internationalen randomisierten Studien, prospektiven Kohortenstudien und Registerstudien federführend beteiligt.

Thematische Schwerpunkte der Arbeitsgruppe (Auswahl)

  • Kardiovaskuläre Biomarkerforschung (z.B. kardiales Troponin)
  • Outcome Forschung
  • Frühdiagnostik und Risikostratifizierung bei akuten kardiovaskulären Erkrankungen
  • Künstliche Intelligenz und Machine Learning
  • Datenbasierte Vorhersagemodelle für Diagnose und Prognose
  • Akutes Koronarsyndrom und Myokardschädigung

  • Neuartige Ansätze in der interventionellen Kardiologie (medikamentenbeschichtete Ballone und resorbierbare Scaffolds)

Über die Arbeitsgruppe

AG-Leitung

PD Dr. Jasper Boeddinghaus
jasper.boeddinghaus@ukbonn.de

AG-Mitglieder

Kooperationspartner (Auswahl)

  • Prof. Dr. Christian Mueller (University Hospital Basel)
  • Prof. Dr. Gregor Leibundgut (University Hospital Basel)
  • Prof. Dr. Felix Mahfoud (University Hospital Basel)
  • Dr. Michael Kunz (University Hospital Basel)
  • Dr. Pedro Lopez-Ayala (University Hospital Basel)
  • Dr. Ivo Strebel (University Hospital Basel)
  • Associate Professor Tobias Zimmermann (University Hospital Basel)
  • Prof. Dr. Christian Nickel (University Hospital Basel)
  • Prof. Dr. Wolf Hautz (University Hospital Bern)
  • Associate Professor Dr Luca Koechlin (University Hospital Zurich)
  • Prof. Dr. Michael Christ (Cantonal Hospital Lucerne)
  • Prof. Nicholas L. Mills (University of Edinburgh)
  • Associate Professor Andrew R. Chapman (University of Edinburgh)
  • Prof. David E. Newby (University of Edinburgh)
  • Prof. Dr. Marc Dweck (University of Edinburgh)
  • Prof. Dr. Bertil Lindahl (Uppsala University)
  • Associate Professor Benedikt Schrage (UKE Hamburg)
  • Prof. Dr. Raphael Twerenbold (UKE Hamburg)
  • Prof. Dr. Dr. Johannes Neumann (UKE Hamburg)
  • Dr. med. Tharusan Thevathasan (Charite Berlin)
  • Prof. Dr. Evangelos Giannitsis (University Hospital Heidelberg)
  • Dr. Christoph Reich (University Hospital Heidelberg)
  • Prof. Dr. Louise Cullen (University of Queensland)
  • Prof. Dr. Martin P. Than (University of Otago)
  • Prof. Dr. Lori B. Daniels (University of California, San Diego)
  • Prof. Dr. Ola Hammarsten (University of Gothenburg)
  • Prof. Dr. Kenji Inoue (Juntendo University Tokyo)
  • Prof. Dr. Derek Chew (Flinders University Adelaide)
  • Prof. Dr. James McCord (Henry Ford Detroit)
  • Dr. Òscar Miró (University of Barcelona)
  • Prof. Dr. Héctor Bueno (CNIC Madrid)
  • Prof. Dr. Pepe Zamorano (Hospital Ramón y Cajal Madrid)
  • Prof. Dr. Fulvio Morello (University of Turino)
  • Prof. Dr. Peiman Nazerian (University of Florence)
  • Prof. Dr. Dominik Roth (University of Vienna)

Schlüsselpublikationen (Auswahl)

  1. Doudesis D*, Lee KK*, Boeddinghaus J*, …, Mills NL; CoDE-ACS Investigators. Machine learning for diagnosis of myocardial infarction using cardiac troponin concentrations. Nat Med. 2023 May;29(5):1201-1210. doi: 10.1038/s41591-023-02325-4.
  2. Koechlin L, Lopez-Ayala P, …, Boeddinghaus J*, Mueller C*; APACE and POC-ET Investigators. High-Sensitivity Cardiac Troponin T-gen6 Assay in Suspected Myocardial Infarction: Diagnostic Accuracy, Cutoffs, and Clinical Implications. J Am Coll Cardiol. 2026 May 5;87(17):2236-2257. doi: 10.1016/j.jacc.2025.12.052.
  3. Boeddinghaus J, Lopez-Ayala P, …, Chapman AR; MI-2 Collaborators. Cardiovascular Risk Across Myocardial Injury and Infarction Categories Using the Universal Definition: An Individual Patient-Level Data Meta-Analysis. J Am Coll Cardiol. 2026 May 5;87(17):2282-2297. doi: 10.1016/j.jacc.2025.11.043.
  4. Boeddinghaus J, Li Z, …, Mills NL; TWITCH-ED Investigators. Clinical Decisions and Outcomes After Switching High-Sensitivity Cardiac Troponin Assays in Suspected ACS: An Interrupted Time-Series Study. JAMA Cardiol. 2026 Feb 1;11(2):186-192. doi: 10.1001/jamacardio.2025.4661.
  5. Boeddinghaus J, Doudesis D, Lopez-Ayala P, …, Mueller C; CoDE-ACS and APACE Investigators. Machine Learning for Myocardial Infarction Compared With Guideline-Recommended Diagnostic Pathways. Circulation. 2024 Apr 2;149(14):1090-1101. doi: 10.1161/CIRCULATIONAHA.123.066917.
  6. Boeddinghaus J, Nestelberger T, …, Mueller C; APACE Investigators. Early Diagnosis of Myocardial Infarction With Point-of-Care High- Sensitivity Cardiac Troponin I. J Am Coll Cardiol. 2020 Mar 17;75(10):1111-1124. doi: 10.1016/j.jacc.2019.12.065.
  7. Boeddinghaus J, Nestelberger T, …, Westermann D, Blankenberg S, Mueller C; APACE, BACC, and TRAPID-AMI Investigators. Impact of age on the performance of the ESC 0/1h-algorithms for early diagnosis of myocardial infarction. Eur Heart J. 2018 Nov 7;39(42):3780-3794. doi: 10.1093/eurheartj/ehy514.
  8. Boeddinghaus J, Nestelberger T, …, Mueller C. Direct Comparison of 4 Very Early Rule-Out Strategies for Acute Myocardial Infarction Using High- Sensitivity Cardiac Troponin I. Circulation. 2017 Apr 25;135(17):1597-1611. doi: 10.1161/CIRCULATIONAHA.116.025661.
  9. Lopez-Ayala P*, Boeddinghaus J*, …, Mueller C; APACE investigators. External validation of the myocardial-ischaemic-injury-index machine learning algorithm for the early diagnosis of myocardial infarction: a multicentre cohort study. Lancet Digit Health. 2024 Jul;6(7):e480-e488. doi: 10.1016/S2589-7500(24)00088-8.
  10. Neumann JT, Twerenbold R, Ojeda F, Sörensen NA, Chapman AR, Shah ASV, Boeddinghaus J, …, Westermann D, Blankenberg S; COMPASS-MI Study Group. Application of High-Sensitivity Troponin in Suspected Myocardial Infarction. N Engl J Med. 2019 Jun 27;380(26):2529-2540. doi: 10.1056/NEJMoa1803377.

© 2026 Herzzentrum Bonn Impressum Datenschutzerklärung Privatsphäre-Einstellungen Made with ♥ by schwarzdesign