Wissenschaftler der Stanford University haben ein neues multimodales KI-Modell entwickelt, das nicht nur den aktuellen Schlafzustand analysieren kann, sondern auch in der Lage ist, mehr als 130 medizinische Erkrankungen vorherzusagen. Die Ergebnisse zu dem Modell mit der Bezeichnung „SleepFM“ wurden im Rahmen einer Studie auf Nature Medicine veröffentlicht und haben Erstaunliches zutage gefördert.

Neues KI-Modell: Schlafdaten als Grundlage

Die medizinische Präventionsforschung konzentriert sich seit Jahren vor allem auf die Früherkennung von Herz Kreislauf Erkrankungen, Demenz, Krebs und Stoffwechselstörungen, deren zunehmende Verbreitung als charakteristisch für moderne Gesellschaften gilt. Forscher der Stanford University berichten nun, dass mithilfe künstlicher Intelligenz Prävention und Risikoabschätzung künftig gewissermaßen im Schlaf erfolgen könnten. Zu diesem Zweck entwickelten sie ein KI-Modell mit dem Namen SleepFM, das Krankheitsrisiken mit hoher Genauigkeit prognostizieren kann.

Die Grundlage der Studie bildete die Polysomnographie (PSG). Dabei verbringen Patienten eine Nacht im Schlaflabor, während verschiedene physiologische Parameter erfasst werden. Dazu zählen unter anderem Gehirnaktivität mittels Elektroenzephalografie, Augenbewegungen, Muskelaktivität, Atmung, Herzfrequenz, Sauerstoffsättigung und Körperbewegungen. Bislang diente die Polysomnographie vor allem der Diagnose von Schlafstörungen sowie der Beurteilung der Schlafqualität.

Auch interessant

Demenz-Früherkennung: Dieses Warnsignal taucht im Schlaf auf

Für das Training des KI-Modells wählten die Wissenschaftler einen Ansatz, der dem Training großer Sprachmodelle ähnelt. SleepFM wurde mit mehr als 585.000 Stunden an Polysomnographie Daten von über 65.000 Personen trainiert, um grundlegende Muster der menschlichen Schlafphysiologie zu erlernen. Zur Validierung wurde das Modell zunächst auf klassische Fragestellungen der Schlafmedizin angewendet und erzielte dabei eine hohe Leistungsfähigkeit.

So erreichte die Erkennung von Atempausen im Schlaf eine Genauigkeit von 87 Prozent. Zudem konnte das biologische Alter einer Person allein auf Grundlage der Schlafdaten mit einer durchschnittlichen Abweichung von etwa 7,33 Jahren geschätzt werden.

Neues KI-Modell könnte die Gesundheitsvorsorge revolutionieren

Der eigentliche Mehrwert des KI-Modells liegt jedoch weniger in der klassischen Schlafdiagnostik als vielmehr in der Gesundheitsprävention. SleepFM zeichnet sich durch die Fähigkeit aus, langfristige Prognosen potenzieller Erkrankungen zu erstellen. Bereits die Daten einer einzelnen Nacht reichen aus, um das Risiko für bestimmte Erkrankungen abzuschätzen, die sich bei Patienten im weiteren Verlauf entwickeln könnten.

Auch interessant

Nvidia will Robotaxis auf den Markt bringen – Deutsche Marke wittert Coup

In der Vorhersage mehrerer Erkrankungen erzielte das Modell eine außergewöhnlich hohe Leistungsfähigkeit. So erreichte SleepFM für Alzheimer-Erkrankungen einen C-Index von 0,91, für Prostatakrebs 0,89, für Herzversagen 0,80 und für Diabetes 0,87. Auch das allgemeine Sterblichkeitsrisiko konnte mit einem C-Index von 0,84 zuverlässig prognostiziert werden. In der medizinischen Forschung gelten Werte zwischen 0,70 und 0,80 als gut, während Ergebnisse oberhalb von 0,80 als sehr gut bis exzellent bewertet werden, wobei ein Wert von 1,0 eine perfekte Vorhersage darstellt.

Damit übertrifft SleepFM konventionelle Vorhersagemodelle deutlich. Seine Zuverlässigkeit bestätigte das KI-Modell zudem in der Anwendung auf unabhängige Datensätze, die nicht Bestandteil des Trainingsprozesses waren.

KI als Bestandteil der routinemäßigen Gesundheitsvorsorge

Die Autoren der Studie gehen davon aus, dass SleepFM künftig einen wichtigen Beitrag zur Gesundheitsvorsorge leisten kann. Durch eine Integration des KI-Modells in Wearables wie Smartwatches ließe sich die Technologie in den Alltag übertragen und würde eine kontinuierliche, nicht invasive Überwachung relevanter Gesundheitsparameter ermöglichen.