Gesunder Schlaf ist wesentlich für ein gesundes Leben. Damit insbesondere das Schlafverhalten von kranken und alten Menschen besser ausgewertet werden kann, arbeitet die Medizintechnik an Systemen für die Schlafüberwachung. Diese sollen vor allem zwischen „normalem“ und von der Norm abweichendem Verhalten unterscheiden. Eine Forschungsgruppe aus Klagenfurt und Villach unter der Leitung von Prof. Kyandoghere Kyamakya hat nun ein Anforderungsprofil für solche Systeme zusammengestellt.
„Um zu einer besseren Diagnose beizutragen, könnten Systeme, die den Schlaf analysieren, hilfreich sein“, erklärt Kyamakya, der an Institut für Intelligente Systemtechnologien der österreichischen Universität Klagenfurt forscht. Unzureichender und unregelmäßiger Schlaf oder bestimmte Bewegungen können auf vielerlei Krankheiten wie Depressionen, Diabetes, Schlafapnoe oder Restless-Legs-Syndrom hinweisen.
Technische Herausforderungen beim Erfassen des Schlafes
Die Entwicklung solcher Systeme steht im Wesentlichen vor zwei Herausforderungen. Die erste ist, dass möglichst wenig invasive Sensoren benötigt werden, um die Schlafqualität zu messen und auch entsprechende Daten zu liefern. Neben Wearables wie intelligenten Uhren und Fitness-Trackern kommen beispielsweise Schlafüberwachungsgürtel, intelligente Bettlaken, Matratzen und Kissen in Frage. Schlafüberwachungsgeräte können sich aber auch auf und unter der Matratze oder neben dem Bett befinden oder als kamerabasierte Systeme im Zimmer konzipiert sein.
„Von besonderem Interesse könnten Sensoren sein, die unter jedem der vier Bettbeine angebracht und so in der Lage sind, eine Vielzahl von Variablen zu messen, die mit allen Formen der körperlichen Aktivität im Bett zusammenhängen“, erklärt Kyandoghere Kyamakya.
Unterschiedliches Schlafverhalten beachten
Die zweite große Herausforderung ist das Anlernen eines solchen Systems an die Benutzer. Kyandoghere Kyamakya erläutert: „Ein Kleinkind schläft anders als eine sehr alte oder kranke Person. Ein sportlicher Mann schläft auch anders als eine Frau knapp vor der Entbindung.“ Das System müsse also mit statistischen Methoden aus einem Datenpool intelligent lernen können, wann jemand ‚normal‘ schläft und welche Daten dann in der Folge auf eine von der Norm abweichende Situation hinweisen könnten.
So lassen sich mit technischen Mitteln Anomalien im Schlaf entdecken
In dem vorliegenden Paper hat sich die Forschungsgruppe vor allem mit Konzepten von Anomalien und deren Entdeckung befasst. Das Ergebnis ist ein realistisches Pflichtenheft für die technische Entwicklung von solchen Überwachungssystemen, die normabweichendes Verhalten erkennen können.
https://doi.org/10.3390/s22166279
Kontakt:
Prof. Kyandoghere Kyamakya
Telefon: +43 463 2700 3540
E-Mail: kyandoghere.kyamakya@aau.at
