Im Schlaf können unzählige Werte gemessen werden, unsere Herzfrequenz oder unsere Bewegungen zum Beispiel. Manche tracken ihren Schlaf mithilfe von Uhren, Armbändern oder Ringen, um mehr über die Dauer und Qualität ihres Schlafes herauszufinden. In einem Schlaflabor kommen noch einige Werte mehr hinzu. In einer aktuellen Studie der Universität Stanford, die in der Fachzeitschrift Nature Medicine (externer Link) veröffentlicht wurde, wertete ein KI-Modell große Datensätze aus, lernte daraus und traf anschließend Vorhersagen über unsere Gesundheit.
Künstliche Intelligenz wertet Daten aus dem Schlaflabor aus
Die Studie zeigt, dass mithilfe einer KI aus den Daten einer Nacht im Schlaflabor vorhergesagt werden kann, ob jemand in den nächsten Jahren an Herzleiden, Demenz, bestimmten Krebsarten oder Parkinson erkrankt oder stirbt. Im Schlaflabor werden zum Beispiel Hirnströme, Muskelspannung, Augenbewegungen, Herztätigkeit, Atmung, Sauerstoffsättigung und Beinbewegungen gemessen. Aus acht Stunden Schlaf kann dadurch im Schlaflabor eine enorme Datenmenge generiert werden, erklärt Dieter Riemann, ehemaliger Leiter der Schlafmedizin an der Universität Freiburg und Vorstandsreferent der Deutschen Gesellschaft für Schlafforschung und Schlafmedizin.
Die vollständige Analyse dieser Datenmengen überfordert sowohl Menschen als auch bisherige Computerprogramme. Zwar lassen sich über bestimmte Ausreißer etwa Atemaussetzer identifizieren, und bestimmte Schlafstörungen deuten auf künftige Gesundheitsprobleme hin. Aber: „Man hat eigentlich die Daten nie richtig ausgeschöpft“, sagt Riemann.
KI-Modell Sleep FM erkennt Risiken für Krankheiten
Das könnte sich nun ändern. In der aktuellen Studie erstellten Forschende der Stanford University ein KI-Modell namens Sleep FM. Es lernte mithilfe der Datensätze von etwa 65.000 Menschen, die Messungen aus dem Schlaflabor auszuwerten. Anschließend konnte Sleep FM anhand der Schlafdaten aus nur einer Nacht vorhersagen, ob jemand ein erhöhtes Risiko für bestimmte Erkrankungen hat. Bei 130 unterschiedlichen Erkrankungen gelang das dem KI-Modell recht zuverlässig, das zeigt der Vergleich mit Krankenakten aus den USA.
KI-Vorhersage zu Krankheiten aus Schlafdaten noch nicht praxistauglich
Für eine Vorsorgeuntersuchung im Schlaf ist die Technik allerdings noch nicht reif. Walter Karlen, Professor für Biomedizinische Technik an der Universität Ulm, erklärt: „Was sie wirklich gezeigt haben, ist, dass die Information, die das Netzwerk gelernt hat, wahrscheinlich Informationen beinhaltet, die nützlich sein können, um solche Krankheiten zu erkennen. Wie gut das ist und in der Praxis angewendet werden kann, das zeigt diese Studie leider nicht.“
Wenn man ein solches KI-Modell verwenden wolle, um Krankheiten für einzelne Patienten vorherzusagen, müsse man auch schauen, ob das den Patienten etwas nutze. Also ob auf die Vorhersage auch eine echte Diagnose oder eine Änderung der Behandlung folge.
Bei Sleep FM könne man zwar nachvollziehen, welche Daten ausschlaggebend waren, etwa ob Auffälligkeiten in der Atmung, in den Hirnströmen oder in den Augenbewegungen besonders wichtig waren. Aber am Ende seien das nur statistische Zusammenhänge, nicht zwingend die Ursache des Problems. „Es bringt ja natürlich auch nichts zu sagen: Diese Person stirbt in sechs Jahren, ohne zu wissen, was der Grund dafür ist. Und will man das überhaupt wissen? Das ist ja auch noch eine ethische Frage“, so Walter Karlen von der Universität Ulm.
Krankheiten mit KI im Schlaf vorhersagen: viele Daten, aber nicht repräsentative Stichprobe
Die Studie besticht durch die große Menge verarbeiteter Daten, darin sind sich die Fachleute einig. Gleichzeitig birgt die Auswahl der verwendeten Datensätze ein Problem, sagt Schlafforscher Riemann: „Die Stichprobe bestand nicht aus einer repräsentativen Stichprobe aus der Bevölkerung, sondern es waren alles Menschen, die wegen Verdachtsgründen an ein Schlaflabor überwiesen wurden. Das ist also hoch selektiert.“ Ob das KI-Modell also auch bei gesunden Menschen gute Vorhersagen machen könnte, ist unklar.
An Geräten und Modellen, die unseren Schlaf auswerten, wird weiter geforscht
Walter Karlen von der Universität Ulm forscht selbst an tragbaren Geräten, die den Schlaf von Patienten auswerten könnten. Er sieht mit Sleep FM zwar aktuell noch keinen direkten Nutzen für die Patienten, könnte sich aber gut vorstellen, das KI-Modell selbst für seine Forschung zu verwenden. Damit in Zukunft Daten, die im Schlaf gesammelt werden, noch mehr wertvolle Hinweise für unsere Gesundheit geben können.
