Version für Screenreader Zum Inhalt springen
DE · Deutsch — Sprache wechseln
Beginne deinen Weg

Blog · Schlaf

Schlaf und Demenzen: ein auf neun Messgrössen trainierter Algorithmus

Studie: Ein Algorithmus aus Alter und neun zu Hause gemessenen Schlafwerten stimmt in über 75 % der Fälle mit der Diagnose überein. Noch zu validieren.

Aktualisiert am 20. Oktober 2026

Eine in Scientific Reports (2024) veröffentlichte Studie trainierte einen Machine-Learning-Algorithmus mit vier Klassen anhand des Alters und von neun Schlafbiomarkern. Die Klassen waren: Alzheimer-Demenz, Lewy-Körper-Demenz, prodromale Synucleinopathie (Personen mit isolierter REM-Schlaf-Verhaltensstörung) und Kontrollpersonen ohne neurodegenerative Erkrankung. Der Algorithmus wurde anschliessend an 381 Aufzeichnungen getestet, die auch Personen mit Parkinson ohne Demenz und mit leichter kognitiver Beeinträchtigung umfassten.

Eine lächelnde Frau auf einer Parkbank schaut am Morgen auf ihr Handy; neben ihr zeigt eine leuchtende Tafel Grafiken zu Herzfrequenz, Schlaf und Erholung.
Ai-generierte Illustration

Die neun Schlafbiomarker, die der Algorithmus verwendet

Die neun Biomarker sind: Zeit im REM-Schlaf, Dauer der Schlafspindeln, atypischer N3-Schlaf, erhöhter Muskeltonus im Non-REM-Schlaf, autonome Aktivierung, relative Theta-Aktivität im Non-REM-Schlaf, Theta/Alpha-Verhältnis im Non-REM-Schlaf, Schlafeffizienz und Schlaf in Rückenlage.

Sie wurden zu Hause mit einem speziellen Gerät aufgezeichnet, das das frontale Elektroenzephalogramm, die Augenbewegungen, den Puls, die Kopfposition und das Schnarchen erfasst: Das sind keine Messwerte, die ein gewöhnlicher Ring oder eine gewöhnliche Uhr liefern kann.

Schlafdauer und Schlafregelmässigkeit sind nicht dasselbe.

Die diagnostische Herausforderung der Lewy-Körper-Demenz

Die Lewy-Körper-Demenz (LBD) kann schwer von Alzheimer und Parkinson zu unterscheiden sein.

In der Studie stimmte das aus dem Schlaf abgeleitete Profil bei Alzheimer, Lewy-Körper-Demenz und Kontrollpersonen in über 75 % der Fälle mit der klinischen Diagnose überein. Bei einer Wiederholung der Aufzeichnung zu einem späteren Zeitpunkt war das Profil bei 88 % der Personen mit Lewy-Körper-Demenz, bei 86 % jener mit Alzheimer und bei 98 % der Kontrollpersonen gleich oder ähnlich.

Das Zeitfenster für neuroprotektive Interventionen

Laut den Autoren braucht es Biomarker, die helfen, Neurodegeneration früh zu erkennen, um Symptome früher zu behandeln und jene Menschen zu identifizieren, die von neuroprotektiven Interventionen profitieren könnten. Sie schreiben auch, dass die Methode noch weiterentwickelt und in grösseren Gruppen validiert werden muss.

Ein interessanter Trend ist noch keine Gewissheit.

Der Digitale Zwilling und diese Forschung

Die Studie verwendet ein spezielles Gerät und eine klinische Diagnose: Das ist nicht das, was eine App tut. Der Digitale Zwilling reiht die Daten aneinander, die deine Geräte auf dein Telefon schreiben, etwa Schritte, Herzfrequenz und Schlaf, und zeigt dir ihren Verlauf über die Zeit. Er vergleicht deinen Schlaf nicht mit den Profilen dieses Algorithmus, meldet keine Krankheiten und stellt keine Diagnosen: Diese Forschung beschreibt Gruppen von Menschen, nicht dich. Über eine neurologische Abklärung entscheidet dein Arzt.

Die Quelle steht unten. Öffne sie.

Die Quelle

Dieser Beitrag geht von einer Studie anderer aus. Er ist keine medizinische Empfehlung für dich: Sprich mit deinem Arzt darüber.

Die Studie anderer. Deine Daten.

Zum gleichen Thema

Weitere Studien, gleiche Regel: Lies die Quelle.