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:
23.12.2024

Neues OpenAI-Modell o3: “Befinden uns auf neuem Terrain”

OpenAI hat ein neues Sprachmodell vorgestellt, das die Diskussionen um Artificial General Intelligence (AGI) wieder anheizt. Was steckt dahinter?
/artikel/openai-modell-o3-artifical-general-intelligence
23.12.2024

Neues OpenAI-Modell o3: “Befinden uns auf neuem Terrain”

OpenAI hat ein neues Sprachmodell vorgestellt, das die Diskussionen um Artificial General Intelligence (AGI) wieder anheizt. Was steckt dahinter?
/artikel/openai-modell-o3-artifical-general-intelligence
Logo von OpenAI
Foto: Adobe Stock

Wenn OpenAI neue Dinge ankündigt, hört die KI-Szene hin. Klar, nicht jede Ankündigung des US-Unternehmens in den vergangenen zwei Jahren hatte dieselbe Tragweite wie jene vom 30. November 2022, als OpenAI den Start eines Chatbots namens ChatGPT verlautbaren ließ. Aber potenziell könnte jede Mitteilung des Unternehmens rund um CEO Sam Altman bahnbrechend sein. Kein Wunder also, dass es für Aufsehen sorgte, als OpenAI Anfang Dezember verlautbarte, zwölf Tage hintereinander neue Dinge vorzustellen.

Schon in der Ankündigung hatte Altman darauf hingewiesen, dass es neben größeren auch kleinere Neuigkeiten sein würden, die OpenAI liefern würde. So kam es dann auch: Zugang zu ChatGPT über WhatsApp oder die Integration in Apple Intelligence waren eher in die zweite Kategorie einzuordnen. Daneben veröffentlichte OpenAI aber auch das neue Modell o1 für ChatGPT – oder Sora, ein Tool zur Videoerstellung.

Den größten Widerhall in der KI-Szene fand allerdings die Ankündigung am letzten der zwölf Tage. Am vergangenen Freitagabend stellte OpenAI sein neues Modell o3 vor. Wichtig dabei: Das Modell ist noch nicht öffentlich zugänglich. OpenAI stellte zunächst einmal nur vor, wie das Modell in unterschiedlichen KI-Benchmarks abschnitt. Aber diese Ergebnisse hatten es in sich.

o3 zeigt starke Performance bei AGI-Benchmark

Vielbeachtet wurde dabei vor allem die Benchmark namens ARC-AGI (Abstraction and Reasoning Corpus for Artificial General Intelligence), bei der zwei Varianten des o3-Modells deutlich bessere Ergebnisse erzielten als die bisher führenden o1-Modelle. Das Ziel von ARC-AGI ist es zu messen, wie sich eine KI im Umgang mit ihr unbekannten Aufgaben schlägt.

Wie die O3-Modelle verglichen mit anderen OpenAI-Modellen abschneiden // Grafik: ARC Prize

Es gibt unterschiedliche Definitionen von AGI. Die meisten davon verstehen AGI aber als ein System, das sämtliche intellektuellen Aufgaben mindestens so gut oder besser als ein Mensch erledigen kann.

Die ARC-AGI-Benchmark wurde von François Chollet konzipiert. Er definiert AGI als ein System, das “in der Lage ist, effizient neue Fähigkeiten zu erwerben und neuartige Probleme zu lösen, für die es trainiert wurde.”

Eine AGI ist also nicht für eine bestimmte Aufgabe trainiert, sondern kann jegliche Aufgaben übernehmen. Es ist weitgehender Konsens in der KI-Szene, dass solche Systeme noch nicht existieren. OpenAI wurde aber beispielsweise explizit mit dem Ziel gegründet, AGI zu erreichen.

Chollet gehört zu den bekanntesten Namen der internationalen KI-Szene. Er hat die bekannte KI-Library Keras entwickelt und seit einigen Jahren für Google tätig. Dem von ChatGPT ausgelösten Hype rund um generative KI steht Chollet seit Anfang an eher kritisch gegenüber, wie beispielsweise auch dieser brutkasten-Bericht wenige Wochen nach Erscheinen von ChatGPT thematisierte.

o3: “Wir befinden uns auf neuem Terrain”

Umso interessanter ist es, was Chollet nun zu den Ergebnissen des o3-Modells bzw. seiner Varianten zu sagen hat. In einem Blogeintrag attestiert er OpenAI, mit dem Modell einen “bedeutenden Sprung nach vorne” erreicht zu haben.

Die Performance des Modells stelle “einen echten Durchbruch” in der Anpassungsfähigkeit und Verallgemeinerung” von KI-Modellen dar”, wenn es darum gehe, wie sich KI-Modelle an neue Aufgaben anpassen könnten. o3 stelle nicht bloß einen “schrittweisen Fortschritt” dar. Vielmehr befinde man sich auf “neuem Terrain”, das “ernsthafte wissenschaftliche Aufmerksamkeit” erfordere.

Aber es ist schon Artificial General Intelligence (AGI)? Hier schränkt Chollet ein: “o3 scheitert immer noch an einigen sehr einfachen Aufgaben, was auf grundlegende Unterschiede zur menschlichen Intelligenz hinweist”. Dennoch befeuerten die Ergebnisse die Diskussion rund um AGI – und manche Stimmen sahen, anderes als Chollet, mit o3 AGI sogar bereits erreicht.

Selbst wenn dem so wäre, wäre es zum jetzigen Zeitpunkt schwer nachzuprüfen: Denn das Modell ist noch nicht veröffentlicht. Forscher:innen im Bereich der KI-Sicherheit können sich für Zugang vormerken lassen. Wann und zu welchen Konditionen das Modell für Endnutzer:innen zugänglich sein wird, ist aktuell noch unklar. Klar ist allerdings schon jetzt, dass die beeindruckenden Ergebnisse bei der ARC-AGI-Benchmark enorme Rechenressourcen erforderten – und dementsprechend teuer waren.

Reasoning-Modelle

Das o3-Modell ist eine verbesserte Version des o1-Modells, welches OpenAI am 4. Dezember veröffentliche und das zuvor bereits in Preview- und Mini-Varianten für ChatGPT-User:innen zugänglich gewesen war. Dieses Modell unterscheidet sich zu dem im Mai 2024 veröffentlichten GPT4o-Modell insofern, als es auf einen “Reasoning”-Ansatz setzt.

OpenAI bezeichnet GPT4o weiterhin als das “vielseitige, hochintelligente Flagship-Modell”, das für die “meisten Aufgaben” die richtige Wahl sei. Die o1-Modelle wiederum referenziert das Unternehmen als “Reasoning-Modelle, die sich bei komplexen, mehrstufigen Aufgaben auszeichnen”.

Enduser:innen von ChatGPT merken dies in der Nutzung vor allem insofern, als sich die o1-Modelle länger Zeit nehmen, Ergebnisse zu produzieren. Diese Modelle “verbringen mehr Zeit mit Nachdenken, bevor sie reagieren”, wie es OpenAI formuliert. In einigen (aber nicht notwendigerweise in allen) Bereichen liefern sie dann deutlich bessere Ergebnisse als die bisherigen Modelle.


Tipp der Redaktion: Die neue brutkasten-Serie “No Hype KI”

No Hype KI
Nach zwei Jahren ChatGPT liefern wir eine Bestandsaufnahme aus der österreichischen Wirtschaft – wo stehen wir wirklich?
Du willst bei "No Hype KI" am Laufenden bleiben?

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

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