{"id":4615,"date":"2026-01-10T12:48:16","date_gmt":"2026-01-10T12:48:16","guid":{"rendered":"https:\/\/academicsolidarity.com\/?p=4615"},"modified":"2026-01-10T12:48:18","modified_gmt":"2026-01-10T12:48:18","slug":"aktueller-stand-der-kunstlichen-intelligenz-mehr-als-130-krankheiten-lassen-sich-anhand-einer-einzigen-schlafnacht-vorhersagen","status":"publish","type":"post","link":"https:\/\/academicsolidarity.com\/?p=4615&lang=de","title":{"rendered":"Aktueller Stand der k\u00fcnstlichen Intelligenz: Mehr als 130 Krankheiten lassen sich anhand einer einzigen Schlafnacht vorhersagen"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">Eine im Januar 2026 in Nature Medicine ver\u00f6ffentlichte Studie zeigte, dass Schlaf mehr ist als nur Ruhe. Er ist ein aussagekr\u00e4ftiges biologisches Signal, das zuk\u00fcnftige Krankheitsrisiken vorhersagen kann. Forscher demonstrierten, dass sie mithilfe eines multimodalen KI-Modells namens SleepFM das Risiko f\u00fcr \u00fcber 130 Krankheiten anhand von Schlafaufzeichnungen einer einzigen Nacht mit hoher Genauigkeit vorhersagen k\u00f6nnen (<a href=\"https:\/\/www.nature.com\/articles\/s41591-025-04133-4\">https:\/\/www.nature.com\/articles\/s41591-025-04133-4<\/a>).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die Studie basiert auf einem umfangreichen Datensatz mit \u00fcber 585.000 Stunden an Polysomnographie-Aufzeichnungen (PSG) von rund 65.000 Personen. PSG ist eine Goldstandard-Methode der Schlafuntersuchung, die gleichzeitig zahlreiche physiologische Signale wie Hirnstr\u00f6me (EEG), Herzfrequenz (EKG), Atmung und Muskelaktivit\u00e4t aufzeichnet. SleepFM ist als Basismodell konzipiert, das die \u201eSprache\u201c des Schlafs durch die gemeinsame Analyse verschiedener Signale erlernt.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Einer der bemerkenswertesten Aspekte der Studie ist die hohe Vorhersagekraft des Modells bei Herz-Kreislauf-Erkrankungen. Es kann Ereignisse wie Herzinsuffizienz, Schlaganfall, Myokardinfarkt und Tod aufgrund von Herz-Kreislauf-Ursachen mit signifikanter Genauigkeit vorhersagen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Insbesondere wurde in einer externen Validierung anhand eines unabh\u00e4ngigen Datensatzes ein AUROC-Wert von 0,88 f\u00fcr den Tod durch Herz-Kreislauf-Ursachen ermittelt. Dieser Wert deutet auf eine sehr hohe Diskriminierungsf\u00e4higkeit in klinischen Vorhersagemodellen hin. \u00c4hnlich hohe Genauigkeitswerte wurden f\u00fcr Schlaganfall und Herzinsuffizienz erzielt. Die kombinierte Auswertung von EKG-Signalen und respiratorischen Parametern tr\u00e4gt ma\u00dfgeblich zum Erfolg des Modells bei.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Diese Ergebnisse legen nahe, dass physiologische Signale, die w\u00e4hrend des Schlafs aufgezeichnet werden, Herz-Kreislauf-Risiken fr\u00fchzeitig erkennen k\u00f6nnen, noch bevor diese klinisch manifest werden.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Schlafuntersuchungen werden in der klinischen Praxis heutzutage haupts\u00e4chlich zur Diagnose von Problemen wie Schlafapnoe, Schlaflosigkeit oder exzessiver Tagesschl\u00e4frigkeit eingesetzt. Diese Studie zeigt jedoch, dass Schlafdaten ein viel gr\u00f6\u00dferes Potenzial besitzen:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die Ergebnisse bedeuten f\u00fcr die t\u00e4gliche Praxis Folgendes:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Die Schlafaufzeichnung einer Nacht kann Vorhersagen \u00fcber das zuk\u00fcnftige Risiko f\u00fcr Herz-Kreislauf-Erkrankungen erm\u00f6glichen. Dies erlaubt ein fr\u00fchzeitiges Eingreifen, insbesondere bei asymptomatischen Personen.<\/li>\n\n\n\n<li>Hochrisikopatienten k\u00f6nnen individuell intensivere Lebensstilinterventionen, engmaschige \u00dcberwachung oder weiterf\u00fchrende Untersuchungen erhalten.<\/li>\n\n\n\n<li>In der Allgemeinmedizin und Kardiologie k\u00f6nnen in elektronische Patientenakten integrierte Modelle der k\u00fcnstlichen Intelligenz \u00c4rzten objektive Risikobewertungen liefern.<\/li>\n\n\n\n<li>Es kann rationaler entschieden werden, wer weiterf\u00fchrende Untersuchungen ben\u00f6tigt oder welcher Patient h\u00e4ufiger \u00fcberwacht werden sollte.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Andererseits besteht die Studienpopulation dieser Studie haupts\u00e4chlich aus Patienten, die sich in Schlafkliniken vorgestellt haben; daher ist die direkte \u00dcbertragbarkeit auf die Allgemeinbev\u00f6lkerung m\u00f6glicherweise eingeschr\u00e4nkt. Dar\u00fcber hinaus ist die Unvollst\u00e4ndigkeit der Erkl\u00e4rbarkeit des Entscheidungsmechanismus des KI-Modells weiterhin Gegenstand von Diskussionen hinsichtlich der klinischen Akzeptanz. Daher sollten die Ergebnisse als Hilfsmittel zur Unterst\u00fctzung der \u00e4rztlichen Beurteilung und nicht als Ersatz daf\u00fcr betrachtet werden.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die Studie basiert auf dem retrospektiven Abgleich von Schlaflabordaten mit elektronischen Patientenakten. Es ist jedoch unklar, ob alle Patienten, die eine Polysomnographie (PSG) erhielten, langfristig im selben Gesundheitssystem nachbeobachtet wurden. Das Fehlen einer zentralen nationalen Infrastruktur f\u00fcr elektronische Patientenakten in den USA f\u00fchrt dazu, dass einige Diagnosen m\u00f6glicherweise in verschiedenen Einrichtungen erfasst und daher nicht im Datensatz abgebildet werden. Dies k\u00f6nnte zu einem Verlust von Nachbeobachtungsdaten f\u00fchren, insbesondere f\u00fcr die langfristige Krankheitsprognose, und die Modellleistung beeintr\u00e4chtigen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Trotz der Einschr\u00e4nkungen dieser Studie betonen die Forscher, dass Modelle wie SleepFM zuk\u00fcnftig mit Schlafdaten von Wearables integriert werden k\u00f6nnten. Mit der zunehmenden Verbreitung von Smartwatches und Schlafsensoren f\u00fcr zu Hause k\u00f6nnte eine nicht-invasive und kontinuierliche Gesundheits\u00fcberwachung in naher Zukunft m\u00f6glich werden.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Eine im Januar 2026 in Nature Medicine ver\u00f6ffentlichte Studie zeigte, dass Schlaf mehr ist als nur Ruhe. Er ist ein aussagekr\u00e4ftiges biologisches Signal, das zuk\u00fcnftige Krankheitsrisiken vorhersagen kann. Forscher demonstrierten, dass sie mithilfe eines multimodalen KI-Modells namens SleepFM das Risiko f\u00fcr \u00fcber 130 Krankheiten anhand von Schlafaufzeichnungen einer einzigen Nacht mit hoher Genauigkeit vorhersagen k\u00f6nnen [&hellip;]<\/p>\n","protected":false},"author":3,"featured_media":4611,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[118],"tags":[],"class_list":["post-4615","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-aktuell-de"],"jetpack_featured_media_url":"https:\/\/i0.wp.com\/academicsolidarity.com\/wp-content\/uploads\/2026\/01\/20260110YZ.png?fit=1536%2C1024&ssl=1","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/academicsolidarity.com\/index.php?rest_route=\/wp\/v2\/posts\/4615","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/academicsolidarity.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/academicsolidarity.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/academicsolidarity.com\/index.php?rest_route=\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/academicsolidarity.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=4615"}],"version-history":[{"count":1,"href":"https:\/\/academicsolidarity.com\/index.php?rest_route=\/wp\/v2\/posts\/4615\/revisions"}],"predecessor-version":[{"id":4616,"href":"https:\/\/academicsolidarity.com\/index.php?rest_route=\/wp\/v2\/posts\/4615\/revisions\/4616"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/academicsolidarity.com\/index.php?rest_route=\/wp\/v2\/media\/4611"}],"wp:attachment":[{"href":"https:\/\/academicsolidarity.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=4615"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/academicsolidarity.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=4615"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/academicsolidarity.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=4615"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}