{"id":6051,"date":"2023-10-01T17:23:54","date_gmt":"2023-10-01T17:23:54","guid":{"rendered":"https:\/\/dailyai.com\/?p=6051"},"modified":"2023-10-01T17:24:41","modified_gmt":"2023-10-01T17:24:41","slug":"ai-uses-night-vision-camera-to-diagnose-sleep-apnoea-from-home","status":"publish","type":"post","link":"https:\/\/dailyai.com\/de\/2023\/10\/ai-uses-night-vision-camera-to-diagnose-sleep-apnoea-from-home\/","title":{"rendered":"KI nutzt Nachtsichtkamera, um Schlafapnoe von zu Hause aus zu diagnostizieren"},"content":{"rendered":"

Die obstruktive Schlafapnoe (OSA), bei der die Atmung w\u00e4hrend des Schlafs unterbrochen wird, k\u00f6nnte bald mithilfe eines KI-gesteuerten Modells bequem von zu Hause aus erkannt werden.<\/b><\/p>\n

Forscher der Seoul National University, der Seoul National University College of Medicine und der Columbia University, New York, <\/span>ein Kamerasystem entwickelt<\/span><\/a> um OSA anhand von Schlafaufzeichnungen zu diagnostizieren.\u00a0<\/span><\/p>\n

Traditionell wird die OSA-Diagnose mittels Polysomnographie (PSG) durchgef\u00fchrt. Dies erfordert in der Regel einen Krankenhausaufenthalt \u00fcber Nacht und das Anbringen von bis zu 20 Sensoren am Patienten.\u00a0<\/span><\/p>\n

Die Daten dieser Sensoren werden dann zum Apnoe-Hypopnoe-Index (AHI) zusammengefasst, der die Anzahl der Apnoen - Atemstillst\u00e4nde - pro Stunde misst, um den Schweregrad der Erkrankung zu ermitteln.<\/span><\/p>\n

Die PSG ist nicht nur langsam und m\u00fchsam, sondern hat auch ihre Schw\u00e4chen. Hyung-Sin Kim von der Seoul National University in S\u00fcdkorea erkl\u00e4rte: \"Viele Menschen sagen, dass sie w\u00e4hrend der PSG wegen der Unannehmlichkeiten nicht gut schlafen k\u00f6nnen. A<\/span>Eine genaue Pr\u00fcfung erfordert die Beobachtung des nat\u00fcrlichen Schlafs \u00fcber mehrere N\u00e4chte, um die Schwankungen von Nacht zu Nacht und den Effekt der ersten Nacht zu verringern, was bei der PSG in der Praxis nahezu unm\u00f6glich ist\".<\/span><\/p>\n

Um diese Probleme zu l\u00f6sen, haben Kim und sein Team ein System eingef\u00fchrt, bei dem eine Person, bei der der Verdacht auf OSA besteht, w\u00e4hrend des Schlafs mit einer Infrarotkamera beobachtet wird. Ihr KI-Tool, SlAction, kann dann anhand des Videos die St\u00f6rung diagnostizieren.\u00a0<\/span><\/p>\n

Um die KI zu trainieren, verwendeten die Forscher Videomaterial von zahlreichen Personen, die jeweils etwa 6 Stunden lang waren und in drei Krankenh\u00e4usern aufgenommen wurden.\u00a0<\/span><\/p>\n

Anhand dieser Videos, die mit professionellen Diagnosen versehen waren, konnte die KI lernen, die visuellen Anzeichen von OSA zu erkennen, wie z. B. h\u00e4ufiges Aufwachen oder Keuchen. <\/span>In den Auswertungen identifizierte das System OSA mit einer Trefferquote von 88%.<\/span><\/p>\n

Wie die Studie funktionierte<\/span><\/h2>\n