FH Aachen: Frei verfügbare KI bestimmt Schlafphasen viel feiner als im üblichen 30-Sekunden-Raster
Medizin ·
Ein frei verfügbares KI-Modell der FH Aachen bestimmt Schlafphasen nicht nur im üblichen 30-Sekunden-Raster, sondern auch in feineren Abschnitten, getestet bis hinunter zu Bruchteilen einer Sekunde. Trainiert und geprüft wurde das Modell namens AnySleep mit über 20.000 nächtlichen Aufzeichnungen aus 28 Datensätzen verschiedener Kliniken.
Forschende der FH Aachen haben ein KI-Modell veröffentlicht, das Schlafphasen aus Hirnstrom- und Augenbewegungsdaten bestimmt. Es heißt AnySleep und stammt von Prof. Stephan Bialonski, Niklas Grieger und Jannik Raskob vom Fachbereich Medizintechnik und Technomathematik auf dem Campus Jülich, zusammen mit Siamak Mehrkanoon von der Universität Utrecht. Der Fachaufsatz erschien am 30. Oktober 2026 online in der Fachzeitschrift npj Digital Medicine aus der Nature-Verlagsgruppe, die Pressemitteilung der Hochschule folgte am 10. November 2026.
Bei Schlafuntersuchungen werden unter anderem Hirnströme (EEG) und Augenbewegungen (EOG) über Elektroden aufgezeichnet und üblicherweise in Abschnitten von 30 Sekunden ausgewertet. AnySleep kommt mit beliebigen EEG- oder EOG-Kanälen aus, also mit unterschiedlich angeordneten Elektroden, und liefert auch mit nur einer EEG-Ableitung brauchbare Ergebnisse. Trainiert und geprüft wurde es mit über 20.000 nächtlichen Aufzeichnungen, zusammen mehr als 200.000 Stunden Daten aus 28 Datensätzen verschiedener Kliniken.
Im 30-Sekunden-Raster erreichte AnySleep auf den Testdaten einen Wert von 0,812 im Gütemaß macro-F1, bei dem 1 ein perfektes Ergebnis wäre. Das bisherige Vergleichsmodell U-Sleep kam auf 0,799. Auf zurückgehaltenen Datensätzen, die nicht ins Training eingeflossen waren, standen 0,777 gegen 0,768. Laut den Autoren erreicht oder übertrifft das Modell die Übereinstimmung zwischen zwei menschlichen Fachleuten.
Neu ist vor allem die feinere Auflösung, getestet bis hinunter zu Bruchteilen einer Sekunde. In Abschnitten unter 30 Sekunden erkennt das Modell kurze Wachmomente, die zu ärztlich markierten Weckreaktionen passen, und trennt Schlafapnoe (Atemaussetzer im Schlaf), Narkolepsie Typ 1 und Insomnie (Schlaflosigkeit) besser voneinander.
Der Quellcode steht unter der freien MIT-Lizenz auf der Plattform GitHub. Ohne Programmierkenntnisse lässt sich das Modell kostenlos über die Browser-Anwendung SomnoBot der FH Aachen nutzen; laut Pressemitteilung verlassen die Daten dabei den eigenen Rechner nicht. Die Forschung wird mit mehreren Kliniken fortgesetzt.
AnySleep ist ein Werkzeug für die Forschung und nicht für Diagnosen gedacht. Bialonski selbst sagt, für Krankheitsdiagnosen sei es „noch viel zu früh“. Entwickelt und geprüft wurde das Modell an gesammelten Aufzeichnungen aus 28 Datensätzen. Wie genau die sehr feinen Vorhersagen unter 30 Sekunden sind, haben die Autoren nach eigener Angabe nur indirekt geprüft, und auch der Vergleich mit menschlichen Fachleuten ist ihre eigene Auswertung.
Im üblichen 30-Sekunden-Raster ist der Vorsprung vor dem bisherigen Modell klein. Neu ist vor allem, dass AnySleep mit beliebigen Elektroden zurechtkommt und feiner auflöst. Die über 20.000 Aufzeichnungen sind nicht gleichbedeutend mit 20.000 Menschen, eine Person kann mehrfach aufgezeichnet worden sein.