Forscher können anhand des Schlafs das Risiko für über 1.000 Krankheiten vorhersagen

Forscherinnen und Forscher können heute mit Hilfe künstlicher Intelligenz aus einer einzigen Nacht im Schlaflabor erstaunlich präzise abschätzen, für welche Krankheiten ein Mensch in den kommenden Jahren ein erhöhtes Risiko trägt. Von Herzinfarkt über Demenz bis hin zu bestimmten Krebsarten. Grundlage dafür ist ein neues KI-Modell namens SleepFM, das in einer großen Studie von Stanford in der Fachzeitschrift Nature Medicine vorgestellt wurde.

Überblick: Wenn KI den Schlaf liest

Viele Menschen unterschätzen, wie viel sich im Schlaf im Körper tut-. Nicht nur in Bezug auf Erholung, sondern auch als „Fenster“ in die langfristige Gesundheit. In unserem Gehirn, im Herz-Kreislauf-System, in der Atmung und im Stoffwechsel laufen in der Nacht fein abgestimmte Programme ab, die sich in Messsignalen wie Gehirnströmen (EEG), Herzaktivität (EKG) und Atemfluss widerspiegeln. Genau diese Signale nutzt SleepFM, um statistische Muster zu erkennen, die mit späteren Erkrankungen zusammenhängen.

SleepFM ist ein sogenanntes „Foundation Model“ für Schlafdaten: Es wurde mit mehr als einer halben Million Stunden polysomnografischer Messdaten von über 65.000 Menschen trainiert, die im Schlaflabor untersucht wurden. Polysomnografie ist der Goldstandard der Schlafmedizin, sie zeichnet parallel Gehirnaktivität, Herzschlag, Augenbewegungen, Muskelspannung, Atmung und Sauerstoffsättigung auf. Aus diesen Daten lernt die KI ein abstraktes „Verständnis“ des Schlafs und kann später für unterschiedliche Aufgaben wie Schlafstadien-Erkennung, Schlafapnoe-Diagnostik oder eben Krankheitsprognosen angepasst werden.

In der großen Stanford-Studie wurde SleepFM mit elektronischen Gesundheitsakten gekoppelt, die die weitere Krankengeschichte der Patientinnen und Patienten über bis zu 25 Jahre dokumentieren. So konnten die Forschenden prüfen, ob bestimmte Muster im Schlaf mit später auftretenden Erkrankungen wie Herzinfarkt, Demenz oder Krebs statistisch zusammenhängen. Das Ergebnis: Aus nur einer Nacht Schlafdaten lassen sich Risiken für über 1.000 Krankheitskategorien analysieren und für 130 davon trifft die KI besonders zuverlässige Vorhersagen.

Was Forscher im Schlaf sehen

Die Idee, im Schlaf nach Krankheitsrisiken zu suchen, knüpft an einen alten Befund der Medizin an: Schlaf ist eng mit nahezu allen Körpersystemen verknüpft, vom Gehirn über Herz und Gefäße bis hin zu Immunsystem und Stoffwechsel. Schon lange ist bekannt, dass z. B. stark eingeschränkte REM-Schlaf-Anteile, wiederholte Atemaussetzer (Schlafapnoe) oder eine sehr hohe Weckreaktionsrate („Arousal-Burden“) mit erhöhter Sterblichkeit, Bluthochdruck, Diabetes und kognitiven Einbußen einhergehen.

Neu an SleepFM ist, dass die KI nicht nur einzelne Parameter wie „Wie viele Atemaussetzer pro Stunde?“ betrachtet, sondern komplexe Muster über die ganze Nacht hinweg lernt. Dazu wird die Nacht in viele kurze Zeitsegmente von wenigen Sekunden Länge aufgeteilt, ähnlich wie „Wörter“ in einem Satz, und die KI lernt, wie diese Segmente in gesunden und kranken Verläufen typischerweise angeordnet sind. So kann sie z. B. Kombinationen erkennen wie ein reifer Tiefschlaf im EEG bei gleichzeitig auffälliger Herz- oder Atemaktivität, die auf ein erhöhtes Risiko späterer Herz-Kreislauf-Erkrankungen hindeuten.

Das KI-Modell SleepFM

In der Studie wurde SleepFM zunächst auf klassischen Aufgaben getestet: Erkennung von Schlafstadien, Einschätzung der Schwere von Schlafapnoe, Alters- und Geschlechtsschätzung aus den Signalen. Dabei erreichte das Modell Leistungen, die mit spezialisierten State-of-the-Art-Algorithmen mithalten oder diese sogar übertreffen. Ein Hinweis darauf, dass es grundlegende Muster des Schlafs gut „verstanden“ hat. Erst im nächsten Schritt wurde die KI dann auf die deutlich schwierigere Aufgabe trainiert, langfristige Krankheitsrisiken aus den gleichen Daten abzuleiten.

Welche Krankheiten die KI erkennt

Für die Krankheitsprognosen kombinierten die Forschenden die Schlaflabor-Daten von rund 35.000 Personen mit ihren elektronischen Gesundheitsakten einer großen Schlafklinik, die teilweise bis zu 25 Jahre Nachbeobachtungszeit umfassten. In diesen Akten waren mehr als 1.000 Krankheitskategorien codiert, von Herz-Kreislauf- und Krebserkrankungen über neurologische und psychische Störungen bis hin zu Stoffwechsel- und Atemwegserkrankungen.

SleepFM analysierte alle diese Kategorien und identifizierte 130 Krankheitsbilder, deren zukünftiges Auftreten mit statistisch hoher Genauigkeit allein anhand einer einzigen Nacht Schlaf vorhergesagt werden konnte. Besonders gut schnitt das Modell bei neurologischen Erkrankungen wie Parkinson und Demenz, bei bestimmten Krebsarten (z. B. Brust- und Prostatakrebs), bei Herz-Kreislauf-Erkrankungen (Herzinfarkt, hypertensive Herzerkrankung), bei chronischer Nierenerkrankung sowie beim allgemeinen Sterblichkeitsrisiko ab.

Die Güte der Vorhersagen wird in der Studie meist mit dem sogenannten C-Index angegeben, einem Maß dafür, wie gut ein Modell Menschen korrekt nach ihrem Risiko sortiert. Werte über 0,8 gelten in der klinischen Forschung als sehr gut, solche oder noch höhere Werte erreicht SleepFM unter anderem für Parkinson, einige Krebsarten, Herz-Kreislauf-Erkrankungen und das Risiko, in einem bestimmten Zeitraum zu versterben. Wichtig ist dabei: Es geht nicht darum, ob eine Person eine Krankheit „sicher bekommt“, sondern darum, ob sie im Vergleich zu anderen ein deutlich erhöhtes oder erniedrigtes Risiko trägt.

Die folgende, vereinfachte Übersicht zeigt beispielhaft, in welchen Krankheitsgruppen SleepFM besonders starke Vorhersageleistungen erreicht hat (basierend auf den publizierten Studienergebnissen):

Dass eine KI aus einer einzigen Nacht Schlafdaten ein solch breites Spektrum an Risiken quantifizieren kann, deutet darauf hin, dass der Schlaf ein sehr reichhaltiger „Biomarker“ ist, in dem viele Prozesse des Körpers zusammenlaufen. SleepFM scheint komplexe Muster zu erkennen, etwa wie stabil Schlafstadien wechseln, wie gut der Körper nachts mit Sauerstoff versorgt wird, wie häufig Aufwachreaktionen auftreten und wie harmonisch Herz- und Gehirnaktivität abgestimmt sind. Alles Faktoren, die mit Gesundheit und Krankheit verflochten sind.

Was Sie jetzt tun können

Auch wenn SleepFM aktuell ein Forschungswerkzeug im Umfeld spezialisierter Schlafzentren ist, lassen sich aus den Ergebnissen bereits konkrete Konsequenzen für den Alltag ableiten. Die wichtigste Botschaft: Schlaf ist nicht nur eine „Erholungspause“, sondern ein zentraler Indikator für die langfristige Gesundheit und damit etwas, das aktiv geschützt und gepflegt werden sollte.

Praktisch bedeutet das zum Beispiel:

• Frühe Abklärung von Schlafproblemen: Wenn Sie häufig schnarchen, Atemaussetzer haben, sehr unruhig schlafen, tagsüber stark müde sind oder Konzentrationsprobleme haben, sprechen Sie Ihre Hausärztin oder Ihren Hausarzt darauf an und scheuen Sie sich nicht vor einer Überweisung ins Schlaflabor.
  
• Schlafhygiene ernst nehmen: Regelmäßige Schlafenszeiten, eine ruhige, dunkle und kühle Umgebung, reduzierter Koffein- und Alkoholkonsum am Abend und digitale Pausen vor dem Zubettgehen verbessern nicht nur das subjektive Schlafempfinden, sondern vermutlich auch biologische Muster, die langfristig gesundheitsrelevant sind.
• Eigenes Schlafverhalten beobachten: Wearables oder Schlaf-Tracking-Apps können zwar (noch) nicht die Detailtiefe einer Polysomnografie erreichen, liefern aber hilfreiche Hinweise auf Schlafdauer, Regelmäßigkeit und grobe Störungen. Wichtig ist, diese Daten nicht zu überinterpretieren, sondern als Gesprächsgrundlage mit Fachleuten zu nutzen.
  
• Gesundheits-Check-ups nutzen: Ein auffälliges Risikoprofil in zukünftigen KI-Systemen würde in der Praxis idealerweise zu intensiveren Vorsorgeuntersuchungen führen, etwa für Herz-Kreislauf-Erkrankungen, Diabetes, Bluthochdruck oder Demenz. Auch ohne KI lohnt es sich, regelmäßig Blutdruck, Blutzucker, Blutfette und andere Kontrollwerte prüfen zu lassen, besonders bei familiärer Vorbelastung.
  

Wenn Sie Ihren Schlaf ganz praktisch verbessern möchten, spielt die Gestaltung der Schlafumgebung eine zentrale Rolle. Dazu gehören ein komfortables Bett, eine gute Matratze, passende Kissen und vor allem 100% Dunkelheit und Ruhe. Hier können einfache Hilfsmittel wie eine hochwertige Schlafmaske und ein strukturiertes Abendritual einen großen Unterschied machen.

In Zukunft könnten Systeme wie SleepFM dazu beitragen, dass aus genau solchen Nächten im Schlaflabor oder zu Hause nicht nur eine Diagnose der aktuellen Schlafstörung, sondern auch ein strukturiertes Bild langfristiger Gesundheitsrisiken entsteht. Bis dahin gilt: Je besser Sie heute schlafen, desto besser sind die Chancen, dass KI-Modelle morgen in Ihren Schlafdaten vor allem eines sehen – ein starkes Fundament für Ihre Gesundheit.