KI bietet eine bessere Möglichkeit, Schlafstörungen zu diagnostizieren

Die Beine einer Person hängen über die Bettkante

Ein Algorithmus der künstlichen Intelligenz kann Diagnosen, Behandlungen und unser allgemeines Verständnis von Schlafstörungen verbessern, berichten Forscher.

„Der Algorithmus ist außerordentlich präzise. Wir haben verschiedene Tests durchgeführt, bei denen seine Leistung mit der der besten Ärzte auf diesem Gebiet weltweit mithalten konnte“, sagt Mathias Perslev, Doktorand am Fachbereich Informatik der Universität Kopenhagen und Hauptautor der Studie in der Zeitschrift npj Digitale Medizin.

Die heutigen Untersuchungen zu Schlafstörungen beginnen in der Regel mit der Aufnahme in eine Schlafklinik. Dabei wird der Nachtschlaf einer Person mit verschiedenen Messgeräten überwacht. Ein Spezialist für Schlafstörungen überprüft dann die 7-8 Stunden Messungen aus dem Nachtschlaf des Patienten.

Der Arzt teilt diese 7-8 Stunden Schlaf manuell in 30-Sekunden-Intervalle ein, die alle in verschiedene Schlafphasen eingeteilt werden müssen, wie REM-Schlaf (Rapid Eye Movement), Leichtschlaf, Tiefschlaf usw. Es ist eine Zeit -aufwändige Arbeit, die der Algorithmus in Sekunden ausführen kann.


 Holen Sie sich das Neueste per E-Mail

Wöchentliches Magazin Tägliche Inspiration

„Mit diesem Projekt konnten wir beweisen, dass diese Messungen mit maschinellem Lernen sehr sicher durchgeführt werden können – was von großer Bedeutung ist“, sagt Poul Jennum, Professor für Neurophysiologie und Leiter des dänischen Zentrums für Schlafmedizin. „Durch die Einsparung vieler Arbeitsstunden können viel mehr Patienten effektiv beurteilt und diagnostiziert werden.“

Allein in der Hauptstadtregion Dänemarks werden jährlich mehr als 4,000 polysomnographische Tests – bekannt als PSG oder Schlafstudien – bei Patienten mit Schlafapnoe und kompliziertere Schlafstörungen.

Es dauert 1.5-3 Stunden, bis ein Arzt eine PSG-Studie analysiert. So könnten allein in der Hauptstadtregion Dänemarks durch den Einsatz des neuen Algorithmus zwischen 6,000 und 12,000 medizinische Stunden eingespart werden.

Durch das Sammeln von Daten aus verschiedenen Quellen konnten die Forscher hinter dem Algorithmus eine optimale Funktionalität sicherstellen. Insgesamt wurden 20,000 Schlafnächte aus den USA und einer Vielzahl europäischer Länder gesammelt und zum Trainieren des Algorithmus verwendet.

„Wir haben Schlafdaten aus allen Kontinenten, Schlafkliniken und Patientengruppen gesammelt. Dass der Algorithmus unter so unterschiedlichen Bedingungen gut funktioniert, ist ein Durchbruch“, erklären Perslev und Christian Igel, die das Projekt auf Seiten der Informatik leiteten. „Eine solche Verallgemeinerung zu erreichen, ist eine der größten Herausforderungen in der medizinischen Datenanalyse.“

Die Forscher hoffen, dass der Algorithmus Ärzten und Forschern auf der ganzen Welt helfen wird, mehr über . zu erfahren Schlafstörungen in der Zukunft.

Die Schlafanalyse-Software ist kostenlos erhältlich unter sleep.ai.ku.dk und kann von jedem und überall verwendet werden – auch an Orten, an denen es keine Schlafklinik um die Ecke gibt.

„Für diesen Algorithmus sind nur wenige Messungen mit gängigen klinischen Instrumenten erforderlich. Daher könnte der Einsatz dieser Software in Entwicklungsländern besonders relevant sein, wo man möglicherweise keinen Zugang zu den neuesten Geräten oder einem Experten hat“, sagt Perslev.

Die Forscher arbeiten jetzt mit dänischen Ärzten zusammen, um die Software und den Algorithmus für den klinischen Einsatz zuzulassen.

Quelle: Universität Kopenhagen

Über den Autor

Michael Skov Jensen-Kopenhagen

books_health

Dieser Artikel erschien ursprünglich auf Futurity

Sie Könnten Auch Mögen

VERFÜGBARE SPRACHEN

Englisch Afrikanisch Arabisch Bengalisch Chinesisch (vereinfacht) Chinesisch (traditionell) Niederländisch Filipino Französisch Deutsch Hindi Indonesian Italienisch Japanisch Javanisch Koreanisch Malay Marathi persisch Portugiesisch Russisch Spanisch Suaheli Schwedisch Tamilisch Thai Türkisch Ukrainisch Urdu Vietnamesisch

Folge InnerSelf weiter

Facebook-Symboltwitter iconyoutube iconInstagram-SymbolPintrest-SymbolRSS-Symbol

 Holen Sie sich das Neueste per E-Mail

Wöchentliches Magazin Tägliche Inspiration

New Attitudes - Neue Möglichkeiten

InnerSelf.comClimateImpactNews.com | InnerPower.net
MightyNatural.com | WholisticPolitics.com | Innerself Vermarkten
Copyright © 1985 - 2021 Inner Publikationen. Alle Rechte vorbehalten.