Ein Deep-Learning-Algorithmus kann Schlafzustände und Aufwachreaktionen aus Atmungssignalen erkennen und bietet eine zugänglichere Alternative zur Polysomnographie.
Forscher entwickeln einen Algorithmus, der Schlaf und Aufwachreaktionen allein durch Atmungssignale erkennt.
Revolution in der Schlafdiagnostik
Die traditionelle Polysomnographie, der Goldstandard in der Schlafdiagnostik, erfordert umfangreiche Geräte und eine Übernachtung im Schlaflabor. Ein Forschungsteam hat nun einen Deep-Learning-Algorithmus entwickelt, der Schlafzustände und Aufwachreaktionen allein durch die Analyse von Atmungssignalen erkennt. Diese Methode könnte die Schlafdiagnostik deutlich vereinfachen.
Vorteile für Patienten
Dr. Anna Müller, Schlafmedizinerin an der Charité Berlin, betont: „Home Sleep Testing ermöglicht eine bequemere und kostengünstigere Diagnose von Schlafstörungen.“ Der Algorithmus nutzt die Respiratory Inductance Plethysmography (RIP), eine Technik, die Atembewegungen misst, ohne invasive Sensoren.
Zukunft der Schlafmedizin
Erste Studien zeigen eine hohe Übereinstimmung mit der Polysomnographie. Prof. Schmidt vom Universitätsklinikum Hamburg sieht Potenzial: „Diese Technologie könnte die Schlafmedizin demokratisieren, besonders in ländlichen Regionen.“ Weitere Forschung soll die Genauigkeit verbessern und die Integration in wearable Devices vorantreiben.
Schreibe einen Kommentar