Warnung Jahre vorherKI sagt schwere Krankheiten im Schlaf voraus
Werde ich einen Herzinfarkt bekommen, an Demenz oder Krebs erkranken? Das fragen sich viele Menschen. Ein neues KI-Modell soll nun mit hoher Genauigkeit Antworten liefern. Es analysiert Signale wie Hirnströme und Herzaktivität während des Schlafs. Dabei reicht demnach bereits eine einzige Messung.
Schlaf ist mehr als Erholung: In den nächtlichen Körperdaten verbergen sich einem US-Forschungsteam zufolge Hinweise auf die langfristige Gesundheit. Das Team entwickelte ein neues KI-Modell, das aus nur einer einzigen Schlafmessung das Risiko für zahlreiche schwere Erkrankungen ableiten kann. Das System mit dem Namen SleepFM wertet umfangreiche Schlafmessungen aus und erkennt dabei Muster, die Jahre später mit Krebs, Herz-Kreislauf-Erkrankungen, Demenz oder sogar dem Sterberisiko zusammenhängen. Die Studie wurde in der Fachzeitschrift "Nature Medicine" veröffentlicht.
Das Modell wurde mit fast 600.000 Stunden Schlafdaten von rund 65.000 Menschen trainiert. Grundlage sind sogenannte Polysomnografien - aufwendige Schlafuntersuchungen im Labor, bei denen Hirnströme, Herzaktivität, Atmung, Augen- und Beinbewegungen gleichzeitig aufgezeichnet werden. "Wir erfassen beim Schlaf eine erstaunliche Menge an Signalen", sagt Emmanuel Mignot, Schlafmediziner an der Stanford University und Co-Autor der Studie, laut Mitteilung. "Das ist eine Art allgemeine Physiologie über acht Stunden hinweg - extrem datenreich." Bisher werde jedoch nur ein Bruchteil dieser Informationen genutzt.
Genau hier setzt SleepFM laut Mignot und seinem Team an. Das KI-System gehört zu den sogenannten Foundation Models, die sich selbstständig aus riesigen Datenmengen Zusammenhänge erschließen - ähnlich wie große Sprachmodelle aus Texten lernen. "SleepFM lernt im Grunde die Sprache des Schlafs", erklärt James Zou, Datenwissenschaftler an der Stanford University und ebenfalls Co-Autor der neuen Studie. Die Schlafdaten wurden dafür in fünf-Sekunden-Abschnitte zerlegt, vergleichbar mit Wörtern in einem Text. Eine neu entwickelte Trainingsmethode zwingt die KI zudem, fehlende Signale aus anderen Körperdaten zu rekonstruieren - so lernt sie, wie Gehirn, Herz und Atmung zusammenspielen.
Prognosen mit "bemerkenswerter Genauigkeit"
Nach dem Training prüfte das Team, wie leistungsfähig das Modell ist. Zunächst bei klassischen Aufgaben wie der Einteilung von Schlafstadien oder der Bewertung von Schlafapnoe - hier schnitt SleepFM demnach mindestens so gut ab wie etablierte Verfahren. Dann folgte der eigentliche Härtetest: die Vorhersage späterer Erkrankungen. Dafür verknüpften die Forschenden die Schlafdaten mit teils jahrzehntelangen Krankenakten von Patientinnen und Patienten. Das Ergebnis: Von mehr als 1000 untersuchten Krankheitskategorien ließen sich 130 mit "bemerkenswerter Genauigkeit" prognostizieren.
Besonders treffsicher war das Modell offenbar bei schweren Erkrankungen. Bei Parkinson lag die Genauigkeit der Vorhersagen bei einem sogenannten C-Index von 0,89. "Ein C-Index von 0,8 bedeutet, dass das Modell in 80 Prozent der Fälle korrekt einschätzt, wer früher erkrankt", erläutert Zou. Für Prostata- und Brustkrebs lag der C-Index ebenfalls nahe 0,9. Auch Demenz, Herzinfarkt und Todesfälle, unabhängig von der Ursache, konnten zuverlässig vorhergesagt werden.
Warum Schlaf so viel verrät, ist noch nicht vollständig geklärt. Doch erste Analysen zeigen dem Forschungsteam zufolge: Entscheidend ist das Zusammenspiel der Signale. "Die meisten Informationen gewinnen wir, wenn wir die verschiedenen Kanäle gegeneinanderstellen", sagt Mignot. Wenn etwa das Gehirn schläft, das Herz aber Stresssignale zeigt, könne das ein Warnzeichen sein. Künftig wollen die Forschenden SleepFM weiter verbessern - etwa durch Daten aus Fitnessarmbändern.