30.10.2023

Sleep Disorder: AI aus Innsbruck entdeckt gesundheitsgefährdende Schlafstörungen

Nächtliche Ausbrüche sind eine Folge von einer gestörten REM-Phase. Diese Schlafstörungen können erhebliche gesundheitsgefährdende Auswirkungen haben. Ein österreichisches Forschungsteam setzt daher auf künstliche Intelligenz, um Hinweise auf mögliche neurologische Erkrankungen zu finden.
/artikel/sleep-disorder-ai-aus-innsbruck-entdeckt-gesundheitsgefaehrdende-schlafstoerungen
Schlafstörungen, Schlafstörung, schlechter Schlaf, KI, AI, Innsbruck, Schlaflabor
(c) Med Uni Innsbruck - Ein Innsbrucker Team hat einen KI-basierten Ansatz zur Erkennung von REM-Schlaf-Verhaltensstörungen entwickelt.

Es ist ein großes Thema in der Startup-Szene: Schlaf. Während sich manche damit brüsten, so wenig wie möglich zu schlafen, da es zum Wesen von Entrepreneurship gehöre, warnt die Forschung, nicht erst seit gestern, vor den Folgen von schlechter Schlafqualität. Dass dazu aber mehr gehört als die Anzahl an Stunden, die man schlafend verbringt, zeigt nun ein Innsbrucker Forschungsteam, das sich mit Schlafstörungen befasst.

Alptraum Schlafstörung

Schlafstörungen können die Nacht zum Alptraum werden lassen und sind auch ein zuverlässiger Vorbote für Parkinson und andere Erkrankungen des Nervensystems. Die Tiroler Schlafexperten haben daher diverse Technologien in einem neuen Diagnoseinstrument kombiniert und ein System entwickelt, das sogar auf EU-Ebene weiter entwickelt werden soll.

Menschen, die an einer Schlafstörung leiden, seien nicht sie selbst, wenn sie schlafen oder träumen, sagt Birgit Högl, Neurologin und Leiterin der Abteilung für Schlafstörungen an der Medizinischen Universität Innsbruck: “Sie werden zum Beispiel aggressiv oder gefährlich. Jeder, der mit ihnen das Bett teilt, kann mit einer aufgeplatzten Lippe oder einem blauen Auge enden. Und sie neigen auch dazu, sich selbst zu verletzen, zum Beispiel wenn sie aus dem Bett fallen”, sagt sie.

Isolierte REM-Schlaf-Verhaltensstörung

Diese nächtlichen Ausbrüche werden in der Regel durch eine sogenannte isolierte REM-Schlaf-Verhaltensstörung (iRBD) verursacht. REM, oder Rapid Eye Movement, bezeichnet das Schlafstadium, in dem sich ein gesunder Mensch normalerweise überhaupt nicht bewegt. Högl schätzt, dass einer von 100 Menschen an iRBD leidet, die Männer und Frauen gleichermaßen betrifft und häufiger bei älteren Menschen diagnostiziert wird. Genaue Zahlen seien allerdings schwer zu ermitteln, da die Betroffenen oft nichts von ihrer Erkrankung wissen und Patienten:innen, die mit entsprechenden Symptomen vorstellig werden, meist lange auf eine Untersuchung warten müssen.

Vor diesem Hintergrund hat Högls Forschungsgruppe ein Werkzeug entwickelt. In Zusammenarbeit mit Heinrich Garn und Bernhard Kohn vom Austrian Institute of Technology (AIT) wurde eine Hightech-Kamera mit Künstlicher Intelligenz ausgestattet, um iRBD-spezifische Bewegungen zu erkennen.

“Die Methode hat sich als so genau erwiesen, dass sie für den Einsatz im Krankenhaus geeignet ist”, sagt Matteo Cesari, Bioingenieur und Erstautor einer aktuellen Studie, die Teil des Projekts ist. Der österreichische Wissenschaftsfonds (FWF) finanzierte das Projekt, das mittlerweile zu einem EU-Projekt geworden ist, in dem die Forscher:innen die Technologie weiterentwickeln, um sie für Massenscreenings tauglich zu machen.

Neurodegenerativer Prozess

Die isolierte REM-Schlaf-Verhaltensstörung stellt nicht nur eine Gefahr für die Betroffenen und die in ihrer Nähe schlafenden Menschen dar, es gilt auch als empfindlichster und spezifischster Marker für absterbende Nervenzellen. Um diesen neurodegenerativen Prozess zu verlangsamen, sei es wichtig, ihn so früh wie möglich zu diagnostizieren.

Eine Schlafstörung ansich sei, dem Team nach, leicht zu erkennen; bei Störungen wie iRBD ist eine Diagnose viel schwieriger zu stellen. Im zweiten Fall sind die Muskeln während der REM-Phase nicht gelähmt, wie bei gesunden Menschen: “Die Beine und Arme von iRBD-Patienten neigen zu schnellen Zuckungen. Außerdem bewegen sie sich so, als würden sie im Liegen ihre Träume nachspielen”, beschreibt Högl die Symptome.

Die Schlafexpertin vermutet, dass es soziale Gründe hat, dass iRBD häufiger bei Männern diagnostiziert wird: Während viele Frauen alleinstehend sind und in späteren Lebensabschnitten alleine schlafen, teilen ältere Männer häufiger ihr Bett, sodass die Störung leichter gefunden wird. Im Allgemeinen bleibt sie jedoch oft unerkannt: “Manche Menschen wissen gar nicht, dass es nicht normal ist, all die Bewegungen, von denen man träumt, auch im Schlaf auszuführen”, erklärt Högl.

Ihr Tipp: Wer über 50 Jahre alt ist und sich plötzlich im Schlaf bewegt oder seltsam verhält (mit oder ohne Träume), ist gut beraten, ein Schlaflabor aufzusuchen. Zum einen könne der Arzt Medikamente verschreiben, die die Symptome der iRBD lindern. Zum anderen sei die Störung ein deutlicher Hinweis auf den Verlust von Nervenzellen und werde daher oft mit anderen Krankheiten in Verbindung gebracht.

Schlafstörungen bisher nur in Laboren diagnostizierbar

“Neunzig Prozent aller Patienten mit iRBD entwickeln eine neurodegenerative Erkrankung wie Parkinson, Lewy-Körperchen-Demenz oder multiple Systematrophie (MSA)”, sagt Högl. Oft geschieht dies im Laufe mehrerer Jahre.

Zurzeit wird auf diesem Gebiet viel geforscht, unter anderem von Ambra Stefani und ihren Kollegen aus Högls Abteilung. Sie alle wissen, dass bei Patient:innen, die an einer der oben genannten Krankheiten leiden, viele ihrer Nervenzellen bereits abgestorben sind. “Eine iRBD-Diagnose kann uns einen Vorsprung von zehn Jahren verschaffen. Aber das Schlaflabor ist derzeit das Nadelöhr”, weist die Neurologin auf die Schwachstelle im System hin, denn Schlafstörungen können aktuell nur dort zuverlässig diagnostiziert werden.

Zur Erklärung: Bei einer Polysomnographie werden bei einem schlafenden Menschen verschiedene Signale überwacht, unter anderem Gehirnaktivität (EEG), Augenbewegungen, Atemmuster, Geräusche, Muskeltonus und Körperhaltung. Die Daten werden gesammelt und manuell den verschiedenen Schlafstadien zugeordnet. Da dies sehr personal- und zeitaufwendig ist, müssen Patient:innen in Österreich ein Jahr oder länger auf einen Termin in einem Schlaflabor warten.

KI und eine Xbox-Kamera

Högls Forschungsgruppe hat sich dieses Mankos angenommen und eine automatisierte Lösung für die Diagnose von iRBD entwickelt. Ihr Ziel war es, ein Instrument zu entwickeln, das auch für das Screening gesunder Menschen verwendet werden kann, um das Risiko der Entwicklung einer neurodegenerativen Erkrankung frühzeitig zu erkennen.

“Die Time-of-Flight-Kamera, die wir für unsere Methode verwenden, wird auch als Kinect-Sensor in der Xbox-Konsole eingesetzt”, erklärt Cesari die Konstruktion. Die 3D-Kamera sendet Infrarotstrahlung aus, die vom Körper der schlafenden Person reflektiert wird.

Durch die Messung der reflektierten Signale kann der Abstand zwischen der Kamera und der Person berechnet werden. “Wir nehmen 30 Bilder pro Sekunde auf und ermitteln den Abstand für jedes Pixel. Wenn sich der Abstand ändert, wissen wir, dass sich die Person im Schlaf bewegt hat”, erklärt der Bioingenieur.

Vorhersagen mit einer Trefferquote von 87 Prozent

Für die Analyse dieser Kameradaten entwickelten die Forscher eine KI-basierte Lösung, um die manuellen Schritte so weit wie möglich zu minimieren. In ihrer Studie stellten Cesari und seine Kollegen die neueste Version des Systems vor, das die Analysedaten mehrerer Körperteile mithilfe eines maschinellen Lernmechanismus zusammenführt.

“Wir fassen die Bewegungen der Beine, des Rumpfes, der Hände und des Kopfes einer Person während des REM-Schlafs zusammen. Indem wir die Daten übereinanderlegen, erhalten wir die besten Ergebnisse”, erklärt der Forscher.

Die Erkennungsrate des Systems für iRBD-Patient:innen liegt bei 87 Prozent, was der – wesentlich ressourcenintensiveren – multifaktoriellen Untersuchung im Schlaflabor nahe komme. Für die Diagnose von iRBD muss das System allerdings die Bewegungsdaten aus der REM-Phase ermitteln. Zurzeit sind für diesen Schritt noch zusätzliche Messungen erforderlich.

Internationale Schlafstörungen-Allianz

“Wir arbeiten derzeit daran, daraus eine eigenständige Methode zu machen. Zu diesem Zweck koordinieren wir eine Studie mit 300 Probanden”, erläutert Cesari das Projekt, an dem Schlaflabore aus Deutschland, Italien, Spanien und Frankreich teilnehmen. Das Team versucht auch, die Hardware von derzeit zwei Kilogramm auf 13 Gramm zu verkleinern, um sie zu einem mobilen Gerät zu machen.

Die Vision des Teams ist es nämlich, ein “automatisiertes Schlaflabor für den Hausgebrauch” zu entwickeln, das für umfassende Untersuchungen in der Bevölkerung eingesetzt werden könnte.

“Ein Mensch, der an iRBD erkrankt, braucht eine solide Diagnose, Beratung und Kontrolluntersuchungen”, betont Högl. “Sie sollten ihren Zustand verstehen und wissen, dass es möglich ist, das Fortschreiten einer neurodegenerativen Erkrankung zu verzögern.”

Deine ungelesenen Artikel:
13.01.2025

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

Nachlese. Der Hype um künstliche Intelligenz ist längst im Rollen. Doch wie schaffen Unternehmen den Durchbruch in der Praxis? In der dritten Folge der neuen brutkasten-Serie “No Hype KI” schildern Expert:innen, welche Erfolgsfaktoren wirklich zählen und wie sich Herausforderungen souverän meistern lassen - von Datenlücken bis hin zur Einbindung der Belegschaft. Klar wird, dass die Technik nur ein Teil der Gleichung ist.
/artikel/no-hype-ki-folge-3
13.01.2025

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

Nachlese. Der Hype um künstliche Intelligenz ist längst im Rollen. Doch wie schaffen Unternehmen den Durchbruch in der Praxis? In der dritten Folge der neuen brutkasten-Serie “No Hype KI” schildern Expert:innen, welche Erfolgsfaktoren wirklich zählen und wie sich Herausforderungen souverän meistern lassen - von Datenlücken bis hin zur Einbindung der Belegschaft. Klar wird, dass die Technik nur ein Teil der Gleichung ist.
/artikel/no-hype-ki-folge-3
Die dritte Folge von "No Hype KI" mit Manuel Moser, Alexandra Sumper, Moritz Mitterer und Clemens Wasner (v.l.n.r.) (c) brutkasten

„No Hype KI” wird unterstützt von CANCOM Austria, IBM, ITSV, Microsoft, Nagarro, Red Hat und Universität Graz.


Wie lässt sich KI “richtig” in Unternehmen integrieren? Wieso erleben Unternehmen einen “Bottom-Up-Push” und warum sprechen viele dabei noch von großen Hürden? Um diese und viele weitere Fragen ging es in der dritten Folge von “No Hype KI”. Zu Gast waren Alexandra Sumper von Nagarro, Manuel Moser von CANCOM Austria, Moritz Mitterer von ITSV sowie Clemens Wasner von AI Austria und EnliteAI.

Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

Der Bottom-Up-Push

“Der AI-Hype ist jetzt circa zehn Jahre alt”, startet Clemens Wasner die Diskussionsrunde. Was als “vorausschauende Warnung und Betrugserkennung” im B2B-Sektor begann, hat sich eine knappe Dekade später zu einer Bottom-Up-Push-Bewegung entwickelt. “Einzelne Mitarbeitende verfügen teilweise über weitaus mehr praktische Erfahrung mit Generativer KI”, als “das oft auf einer Projektebene passiert”, so Wasner.

Um KI federführend in Unternehmen zu verankern, sei es wichtiger denn je, Mitarbeitende einzubinden und ihnen intern eine Bühne für den Best-Practice-Austausch zu geben, erklärt Wasner weiter. Aktuell ginge der KI-Push immer intensiver von Mitarbeiter:innen aus. Vergleichbar sei diese Bewegung mit dem Aufkommen der Smartphones vor etwa fünfzehn Jahren.

Daten mit Qualität

Als Basis sollte zuerst allerdings der Datenhaushalt eines Unternehmens sauber strukturiert und reguliert werden, sagt Manuel Moser, Director Digital Innovation & Software Engineering bei CANCOM Austria. “Wenn ein Unternehmen in puncto Daten hinterherhinkt, kann das jetzt durchaus ein Stolperstein sein”, sagt der Experte. In CRM- und ERP-Systemen finden sich häufig unvollständige Angaben. Die dadurch entstehende unzureichende Datenqualität könne jede KI-Initiative ins Stocken bringen, so Moser.

“Der größte Feind ist Zettel und Bleistift”

Schon allein das Notieren von Informationen auf Zetteln gilt nicht nur als scheinbar banale Hürde, wie Moser im Talk erläutert. Analoge Gewohnheiten können enorme Auswirkungen auf den gesamten Digitalisierungsprozess des Unternehmens haben: “Ich sage immer: Bei Digitalisierungslösungen ist der größte Feind der Zettel und der Bleistift am Tisch, mit denen man das digitale Tool am Ende des Tages umgeht.”

Gerade der öffentliche Sektor sollte im KI-Einsatz sowie in der Verwaltung von Daten sorgfältig agieren. Moritz Mitterer, Aufsichtsratsvorsitzender der ITSV, spricht von besonders sensiblen Daten aus der Sozialversicherung, die ein enges rechtliches Korsett und damit ein höheres Maß an Vorsicht mit sich bringen.

“Wir haben 2017 in der ITSV damit begonnen, innerhalb der Struktur damit zu experimentieren”, erzählt Mitterer. Ein essentielles Learning daraus: Gerade große Prozessmengen stellen sich als ideales Feld für KI heraus – wenn man vernünftige Leitplanken, klare Haftungsregeln und eine unternehmensweite Governance definiert.

Im Fokus stehen User:innen

Datenqualität, Governance und gleichzeitig reichlich Agilität? Worauf sollten sich Unternehmen in erster Linie konzentrieren, um KI lösungsorientiert einzusetzen? Alexandra Sumper, Director Delivery Österreich bei Nagarro, betont, dass KI-Projekte weit mehr als reine Technik voraussetzen: “Meine Erfahrung zeigt wirklich, nicht zu groß zu beginnen, wenn man erst am Anfang steht.“ Viele Firmen würden sich gerade anfangs in Strategiepapieren verlieren, anstatt realitätsgetreue Use Case zu definieren, so die Expertin.

“Man muss gut darauf achten, dass man liefert. Sowohl an Datenqualität, als auch an optimierter User Experience”, erläutert Sumper. Als Erfolgsbeispiel nennt sie die Asfinag, die einen KI-Chatbot erfolgreich eingeführt hat. Das Besondere dabei: Ein Kernteam entwickelte die KI-Lösung, achtete auf Datenqualität und band die künftigen Nutzer:innen ein. Die Akzeptanz im Unternehmen stieg rasant, erzählt Sumper von den Projektanfängen.

Ähnliche Schlüsse zieht Sumper aus der Beobachtung anderer Kund:innen: In erster Linie gelte es zu testen, ob KI in einem kleinen Rahmen Nutzen bringt. Sobald Mitarbeiter:innen erleben, dass KI ihre Arbeit wirklich erleichtert, wächst das Vertrauen und die Bereitschaft, weitere Schritte zu gehen.

“Am Anfang gibt es nichts, dass zu 100 Prozent funktioniert”

Dass sich eine Trial-and-Error-Phase gerade in den Anfängen des KI-Einsatzes nicht vermeiden lässt, scheint ein allgemeiner Konsens der Diskussionsrunde zu sein. “Es gibt nichts, was sofort 100 Prozent top funktioniert”, so Sumper. Um Fehlerquellen und deren Auswirkungen jedoch möglichst gering zu halten, empfiehlt die Expertin Qualitätssicherung durch ein Key-User-Team, um Fehler festzustellen, zu korrigieren und Daten-Gaps zu schließen.

Hierbei sollen die Möglichkeiten von generativer KI intelligent genutzt werden, wie Clemens Wasner hervorhebt: “Wir haben das erste Mal eine Technologie, die es ermöglicht, unstrukturierte Daten überhaupt auswertbar zu machen.” Nun gilt es, Effizienz in der Datenstrukturierung und -auswertung zu fördern, um mit der aktuellen Welle der digitalen Transformation mitzuhalten. Denn KI ist, wie Manuel Moser von CANCOM Austria bestätigt, ein wesentlicher Teil der digitalen Transformation: “Ein Baustein, wenn man so will, wie ein ausgestrecktes Werkzeug eines Schweizer Taschenmessers.”

KI-Bereiche mit Potenzial zur Ausgründung

Das Gespräch zeigte insgesamt, dass Unternehmen viel gewinnen können, wenn sie KI nicht als fertige Lösung, sondern als Lernprozess verstehen, in den die Belegschaft aktiv mit eingebunden wird. Auf einer soliden Datenbasis mit klarer Kommunikation ließe sich schon in kleinen Projekten ein spürbarer Mehrwert für das Unternehmen erzeugen.

In manchen Branchen, darunter Sozialversicherungen, E-Commerce sowie Luftfahrt und Logistik, sind Fortschritte unvermeidlich, um den steigenden Anforderungen von Markt- und Mitarbeiterseite gerecht zu werden.

Wasner spricht hierbei von einem Fokus auf Digital Business, der sich bereits in der Entstehung neuer Geschäftsfelder am Markt zeigt: Immer häufiger bündeln Unternehmen Wissensträger:innen zu den Bereichen Data, IoT und Machine Learning in einer eigenen Organisation oder Ausgründung. Gezielt wird hier das Potenzial eines eigenen KI-Kernteams zu nutzen und auszubauen versucht.

Luft nach oben

Dass es in vielen Branchen noch reichlich ungenutztes Potenzial gibt, haben mittlerweile einige Reports aufgeschlüsselt dargestellt. Gerade im Healthcare-Bereich sei “mit Abstand am meisten rauszuholen” – unter anderem im Hinblick auf den sicheren und effizienten Umgang mit Patienten- und Amnesie-Daten zur schnellen und akkuraten Behandlung.

Laut Moritz Mitterer der ITSV besteht eine große Herausforderung darin, sensible Patientendaten und strenge Regulatorik mit dem Wunsch nach Fortschritt zu vereinen. Gerade in Sozialversicherungen sei es wichtig, eine klare Governance zu schaffen und den Einsatzrahmen von KI zu definieren. Nur so könne Vertrauen gefestigt und sichergestellt werden, dass neue Technologien nicht an bürokratischen Hemmnissen oder Sicherheitsbedenken scheitern.

Vertrauen ist “noch ein starker Blocker”

“Am Ende des Tages probieren Unternehmen aus: Wie reagiert die Technologie, wie geht man damit um, welche Art von Projekten macht man?”, rundet Manuel Moser von CANCOM Austria die Diskussion ab. Der nächste Schritt liege darin, immer “mehr in die Kernprozesse von Unternehmen reinzukommen”, so Moser. “Und das, glaube ich, ist ein sehr wesentlicher Punkt.” Das Vertrauen, dass es die Technologie braucht. Das ist aktuell noch ein “starker Blocker in Unternehmen”.

Die Expertenrunde teilt einen universellen Konsens: Der Mensch sowie sein Know-how und Vertrauen in KI spielen bei der digitalen Transformation eine erhebliche Rolle. Sobald KI-Anwendungen auf eine verlässliche Datenstruktur und klare Organisation treffen, kann sich KI im Unternehmensalltag entfalten. Erst durch das Zusammenspiel von Technik, Datenkultur und motivierten Teams wird KI zum Treiber neuer Chancen.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Sleep Disorder: AI aus Innsbruck entdeckt gesundheitsgefährdende Schlafstörungen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sleep Disorder: AI aus Innsbruck entdeckt gesundheitsgefährdende Schlafstörungen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sleep Disorder: AI aus Innsbruck entdeckt gesundheitsgefährdende Schlafstörungen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sleep Disorder: AI aus Innsbruck entdeckt gesundheitsgefährdende Schlafstörungen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sleep Disorder: AI aus Innsbruck entdeckt gesundheitsgefährdende Schlafstörungen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sleep Disorder: AI aus Innsbruck entdeckt gesundheitsgefährdende Schlafstörungen

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sleep Disorder: AI aus Innsbruck entdeckt gesundheitsgefährdende Schlafstörungen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sleep Disorder: AI aus Innsbruck entdeckt gesundheitsgefährdende Schlafstörungen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Sleep Disorder: AI aus Innsbruck entdeckt gesundheitsgefährdende Schlafstörungen