FH Aachen entwickelt KI-Modell für sekundengenaue Schlafanalyse
Forschende der FH Aachen haben mit AnySleep ein Open-Source-KI-Modell entwickelt, das Schlafphasen sekundengenau auswertet und bereits Hinweise auf bestimmte Krankheitsbilder liefert…
- Data und KI
Das KI-Modell AnySleep erkennt kurze Veränderungen der Gehirnaktivität im Schlaf, die bei zu langen Auswertungsintervallen nicht ausreichend berücksichtigt werden. Die Forschenden der FH Aachen haben das Verfahren entwickelt, um Schlafphasen feiner zu analysieren als herkömmliche Methoden. Die Ergebnisse wurden im Fachjournal npj Digital Medicine veröffentlicht, das zum Nature Portfolio gehört.
Bei Schlafanalysen zeichnen Fachleute die Gehirnaktivität meist per Elektroenzephalografie (EEG) auf. Üblicherweise teilen sie die Daten einer Nacht in 30-Sekunden-Abschnitte ein und ordnen jedem Abschnitt ein Schlafstadium zu. Das Ergebnis ist ein stufenförmiges Bild des Schlafverlaufs. AnySleep bildet dagegen kürzere Intervalle ab und erstellt aus den nächtlichen Messdaten ein detailliertes Gesamtbild der verschiedenen Schlafphasen.
Diese Genauigkeit ist laut Stephan Bialonski, Autor der Studie, für die Schlafforschung wichtig. Kurze Wachereignisse, die oft nur wenige Sekunden andauern, können wichtige Hinweise liefern. Ist das Auswertungsintervall zu lang, werden diese Veränderungen nicht ausreichend berücksichtigt und das Ergebnis wird ungenau.
Für das Training des Modells nutzten die Wissenschaftler die Schlafdaten von etwa 20.000 Probanden. Deren Alter, Lebensumstände und Gesundheitszustand variierten stark.
Der genaue Einblick in die Schlafstadien hat bereits Unterschiede in den Schlafstrukturen gesunder Menschen und Menschen mit Krankheiten sichtbar gemacht. Bialonski räumt jedoch ein, dass sich das KI-Verfahren noch nicht für Krankheitsdiagnosen eignet. Er sagt, AnySleep liefere bereits jetzt Hinweise auf bestimmte Krankheitsbilder und helfe dabei, mehr über den Schlaf zu lernen.
Der Quellcode von AnySleep ist öffentlich zugänglich und lässt sich theoretisch auf jedem Rechner installieren. Zusätzlich bietet die FH Aachen die Browser-Oberfläche SomnoBot an, die auch ohne Coding-Kenntnisse nutzbar sein soll. Laut Pressemitteilung verlassen die sensiblen Daten dabei zu keinem Zeitpunkt den lokalen Computer. Damit soll sich das Tool auch im strengen klinischen Forschungsumfeld datenschutzsicher einsetzen lassen.
Nach Angaben der Forschenden wird das Projekt in Kooperation mit mehreren Kliniken fortgesetzt. Künftig könnte AnySleep helfen, Muster aufzuspüren, die für bestimmte Krankheiten typisch sind.
Gebündelt, stets aktuell und immer handverlesen werden alle Neuigkeiten gesammelt und anwenderbezogen aufbereitet.