{"id":788,"date":"2024-10-07T11:18:41","date_gmt":"2024-10-07T09:18:41","guid":{"rendered":"https:\/\/www.uni.lu\/lcsb-de\/?post_type=news&p=788"},"modified":"2025-02-17T15:30:30","modified_gmt":"2025-02-17T14:30:30","slug":"schlafapnoe-zu-hause-diagnostizieren","status":"publish","type":"news","link":"https:\/\/www.uni.lu\/lcsb-de\/news\/schlafapnoe-zu-hause-diagnostizieren\/","title":{"rendered":"Schlafapnoe zu Hause diagnostizieren"},"content":{"rendered":"\n
\n

Die Schlafapnoe, eine Erkrankung, die durch Atempausen w\u00e4hrend des Schlafs gekennzeichnet ist, betrifft weltweit Millionen von Menschen und kann zu schwerwiegenden Gesundheitsrisiken wie Herzerkrankungen, Schlaganfall und Diabetes f\u00fchren. Traditionell erfordert die Diagnose eine \u00dcbernachtung in einer Klinik f\u00fcr polysomnographische (PSG) Tests, die kostspielig, komplex und unbequem sind, da viele Sensoren am K\u00f6rper angebracht werden m\u00fcssen. Dies erschwert einen nat\u00fcrlichen Schlaf. Dar\u00fcber hinaus kann die begrenzte Verf\u00fcgbarkeit von Schlafkliniken zu langen Wartezeiten f\u00fcr Termine f\u00fchren und so die Diagnose verz\u00f6gern. Doch was w\u00e4re, wenn es eine M\u00f6glichkeit g\u00e4be, Schlafapnoe bequem vom eigenen Bett aus zu \u00fcberwachen und zu diagnostizieren? Das Team von Prof. Jorge Gon\u00e7alves<\/a> hat sich zum Ziel gesetzt, die Diagnose von Schlafapnoe so zu ver\u00e4ndern, dass Patienten ihren Schlaf zu Hause mit einfachen, bequemen Sensoren \u00fcberwachen k\u00f6nnen.

Durch die Analyse von mehr als 14.000 Schlafstudienaufzeichnungen der National Sleep Research Resource<\/a> entwickelten die Forscher des Luxembourg Centre for Systems Biomedicine<\/a> (LCSB) an der Universit\u00e4t Luxemburg eine bahnbrechende Methode namens DRIVEN, die wenige tragbare Sensoren und k\u00fcnstliche Intelligenz nutzt, um den Schweregrad der Apnoe einzusch\u00e4tzen, ohne dass aufwendige Ger\u00e4te und eine \u00dcbernachtung in der Klinik erforderlich sind. Die Studie wurde k\u00fcrzlich in der Zeitschrift npj Digital Medicine<\/em><\/a>, einer der f\u00fchrenden Fachzeitschriften auf diesem Gebiet, ver\u00f6ffentlicht. Sie unterstreicht das Potenzial von DRIVEN, die Apnoe-Diagnose zug\u00e4nglicher zu machen und die Belastung des Gesundheitswesens zu verringern.<\/p>\n\n\n\n

\nKI f\u00fcr die Schlafanalyse<\/strong><\/h3>\n\n\n\n

Die DRIVEN-Methode nutzt k\u00fcnstliche Intelligenz (KI) zur Analyse einiger weniger Signale wie Bauch- und Brustbewegungen und Pulsoxymetrie, die von einfach zu tragenden Sensoren erfasst werden. Diese Sensoren k\u00f6nnen zu Hause verwendet werden und liefern gen\u00fcgend Daten, um den Apnoe-Hypopnoe-Index (AHI) zu berechnen. Dies ist eine wichtige Kennzahl, die von \u00c4rzten verwendet wird, um den Schweregrad der Schlafapnoe aufgrund der Anzahl der Apnoe-Ereignisse pro Stunde zu bestimmen. Der AHI-Index wird in vier Kategorien eingeteilt: gesund, leicht, mittelschwer und schwer. Die Forscher verglichen den mit ihrer DRIVEN-Methode ermittelten AHI-Wert mit dem Goldstandard, bei dem ein Arzt die Polysomnographie-Daten aus dem Schlaflabor analysiert. \u201eBasierend auf den Daten einer einzigen Nacht und nur zwei Sensoren konnten wir 99,3 %der Patienten in die richtige AHI-Schwerekategorie (72.4%) oder eine Klasse von der richtigen entfernt (26,9%) einordnen\u201c, erkl\u00e4rt Gabriela Retamales<\/a>, Doktorandin in der AI Modelling and Prediction<\/a> Forschungsgruppe am LCSB. \u201eWir gehen davon aus, dass sich die Genauigkeit weiter verbessert, wenn die Menschen diese Sensoren mehrere N\u00e4chte hintereinander tragen.\u201c<\/p>\n\n\n\n

\nWarum tragbare Sensoren zu bahnbrechenden Ver\u00e4nderungen f\u00fchren k\u00f6nnen<\/strong>?<\/strong><\/h3>\n\n\n
\n \n
\n

\n<\/h2>\n\n\n\n
\n
\n
\n
\n \n\"\"\n <\/figure><\/div><\/div>\n\n\n\n
\n


Bei herk\u00f6mmlichen PSG-Tests werden etwa 25 Sensoren mit Kabeln am K\u00f6rper befestigt, was den Patienten einen nat\u00fcrlichen Schlaf erschwert.

DRIVEN hingegen erreicht mit minimaler Ausr\u00fcstung eine hohe Genauigkeit.

Die Forscher fanden heraus, dass die beste Kombination aus einem Bauchbewegungssensor und einer Pulsoxymetrie besteht, mit denen Atemmuster und Sauerstoffgehalt mit minimalem Aufwand gemessen werden k\u00f6nnen.<\/p>\n\n\n\n