KI in der Schlafforschung: Mehr Zeit für Patient:innen

[21.06.2024] Elektroden und Sensoren sind an Kopf, Oberkörper und Beinen der Patient:innen befestigt, eine Kamera nimmt den Schlaf auf. Im Labor beobachtet ein Team aus den Naturwissenschaften, der Soziologie, der Medizin und der Psychologie das Atmen an Bauch und Brust sowie Bein- und Augenbewegungen auf Monitoren. Dabei ermöglicht Künstliche Intelligenz einen deutlichen Zeitgewinn auf dem Weg zu Diagnosen: Sie wertet Daten aus, beispielsweise bei schlafbezogenen Atmungs- und Bewegungsstörungen oder Ein- und Durchschlafstörungen.

In der Somnologie, das heißt in der Schlafforschung und -medizin, werden wichtige Erkenntnisse zu körperlichen Vorgängen sowie verschiedenen Bewusstseinszuständen während des Schlafes analysiert. So wird zum Beispiel Traumforschung betrieben, die Auswirkung von Schichtarbeit auf den Schlaf des Menschen untersucht oder an schlafbezogenen Erkrankungen geforscht.

Wenn der Schlaf von Patient:innen so gestört ist, dass ihre Lebensqualität darunter leidet, beginnt meist ein langwieriger Prozess, zum Beispiel, wenn sie die Atemmaske nicht vertragen. Das Team des Schlafmedizinischen Zentrums beobachtet die Betroffenen dann über Nacht im Schlaflabor, wertet die Daten aus und macht schließlich einen Therapievorschlag. Schlägt die zweite Therapie nicht an, wird die dritte ausprobiert. Bis zur erfolgreichen Therapie können dabei Wochen oder Monate vergehen. „Wie gut wäre es daher, wenn die optimale Therapie direkt in der ersten diagnostischen Nacht klar wäre? Das würde Kosten und Zeit sparen“, sagt Dr. Sarah Dietz-Terjung, wissenschaftliche Mitarbeiterin am Lehrstuhl für Schlaf- und Telemedizin. Die Wissenschaftlerin ist seit 2014 an der Ruhrlandklinik Teil des Studienteams und arbeitet in verschiedenen Projekten mit KI, so zum Beispiel am Projekt Zoom IN. Hier entwickelt sie zusammen mit Dr. Sebastian Buschjäger vom Lamarr-Institut an der TU Dortmund den SleepWalker. Dabei handelt es sich um eine KI, die diagnostische Nächte mittels Zeitreihenanalyse automatisch auswertet und aktuell lernt, anhand welcher Merkmale sie die beste Therapie für einen Patienten abschätzen kann.

„Viele schlafmedizinische Erkrankungen sind zudem mit einem hohen Risiko für kardiovaskuläre oder neurologische Erkrankungen verbunden. Auch hier kann KI zur Früherkennung beitragen“, erklärt die Biotechnologin und Medizinphysikerin. Dabei sei es jedoch von großer Bedeutung, die Patient:innen mitzunehmen: „KI kann Angst machen, wenn sie wie eine Black Box erscheint. Bei der Explainable Artificial Intelligence gehört es zum namensgebenden Konzept, dass sich nachvollziehen lässt, wie sie zu ihren Ergebnissen kommt. Das ist gerade für medizinische Vorgänge, bei denen es auf Vertrauen ankommt, immens wichtig.“

Für die Zukunft wünscht sich Dietz-Terjung außerdem mehr Interoperabilität – die Möglichkeit, durch Kombination mit anderen Daten noch mehr Erkenntnisse zu gewinnen. Aufgrund verschiedener KI-Systeme ist eine solche Verknüpfung bislang noch schwierig, die Wissenschaftlerin ist aber optimistisch: „Wir arbeiten aktuell daran, dass wir Daten in der Schlafmedizin besser vernetzen und nutzen können - zum Beispiel durch den Einsatz von Datentreuhandmodellen. Diese ermöglichen uns einen sicheren, qualitativen und anwenderfreundlichen Umgang mit Daten, schaffen aber vor allem Vertrauen zwischen Datengebenden und Datennehmenden.“

Weitere Informationen:
http://www.schlafmedizin-essen.de/ueber-uns/studien