Schlaf als Datenquelle: Neues KI-Modell mit hoher Prognosekraft

Ein Forschungsteam der Stanford University hat mit SleepFM ein KI-Modell entwickelt, das Krankheitsrisiken anhand von Schlafdaten prognostiziert. Das Modell verarbeitet Signale wie Hirnaktivität, Herzfrequenz, Atmung sowie Augen- und Beinbewegungen. Grundlage sind mehr als 580.000 Stunden Schlafdaten von rund 65.000 Patientinnen und Patienten aus Schlafkliniken. Die Daten wurden in kurze Zeitabschnitte zerlegt und ähnlich einer Sprache analysiert. Ergänzend flossen medizinische Akten ein, um spätere Erkrankungen vorherzusagen. Bei mehreren schweren Erkrankungen, darunter neurodegenerative Leiden und Herzkrankheiten, erreichte das Modell Trefferquoten von über 80 Prozent. Auch Sterberisiken wurden vergleichsweise zuverlässig erkannt. Weniger präzise waren die Vorhersagen bei bestimmten Herz- und Nierenerkrankungen. Die Forschenden betonen, dass erst die Kombination aller Körpersignale belastbare Ergebnisse liefert. Künftig sollen auch Wearable-Daten integriert werden. Gleichzeitig weisen sie auf die eingeschränkte Übertragbarkeit der Ergebnisse hin, da ausschließlich Personen aus Schlafkliniken untersucht wurden.