Schlaf und Krankheitsrisiko: das Modell SleepFM aus Stanford

2026 hat eine Gruppe von Forschenden der Stanford University in Nature Medicine eine Studie über SleepFM veröffentlicht, ein Modell der künstlichen Intelligenz, das Schlafaufzeichnungen liest.

Das Modell wurde mit über 585 000 Stunden Polysomnographie trainiert, der vollständigen Schlafaufzeichnung, die im Labor gemacht wird, von rund 65 000 Teilnehmenden. Aus einer einzigen aufgezeichneten Nacht schätzt es das zukünftige Risiko für 130 klinische Erkrankungen, mit einer Genauigkeit (C-Index) von mindestens 0,75.

Was die Forschung gefunden hat

SleepFM analysiert die physiologische und zeitliche Struktur des Schlafs: die geschlafenen Stunden, die Abfolge der Phasen, ihre relative Dauer und die Regelmässigkeit der Zyklen. Aus diesen Mustern bildet das Modell Repräsentationen, die mit dem künftigen Krankheitsrisiko verbunden sind.

Unter den 130 Erkrankungen nennt das Abstract zum Beispiel die Gesamtmortalität (C-Index 0,84), Demenz (0,85), Herzinfarkt (0,81), Herzinsuffizienz (0,80), chronische Nierenkrankheit (0,79), Schlaganfall (0,78) und Vorhofflimmern (0,78).

Es sind mehr Aufzeichnungen, als ein Mensch lesen könnte: Das Modell gewinnt daraus Muster, die auf den ersten Blick nicht sichtbar sind. Es ersetzt den Arzt nicht.

Was bleibt

Alle schlafen, und viele Menschen zeichnen ihren Schlaf bereits mit einem Gerät auf. SleepFM zeigt, dass die vollständige Aufzeichnung einer Nacht Informationen über das Risiko vieler Krankheiten enthält. Es ist ein Forschungsergebnis über eine Gruppe von Menschen: Es ist keine Vorhersage über dich.

Der Digitale Zwilling und diese Forschung

Ein Ring oder eine Uhr, die den Schlaf messen, machen keine Polysomnographie: Sie zeichnen weniger Signale auf. SleepFM wurde mit Laboraufzeichnungen entwickelt, nicht mit diesen Daten.

Der Digitale Zwilling reiht die Daten aneinander, die deine Geräte auf das Handy schreiben, wie Schritte, Puls und Schlaf, und zeigt dir ihren Verlauf über die Zeit. Er verwendet SleepFM nicht, berechnet keine Risikoprofile und stellt keine Diagnosen: Diese Forschung beschreibt Gruppen von Menschen, nicht dich. Diese Daten liest du am besten zusammen mit deinem Arzt.