KI soll mit Daten der Apple Watch vor Krankheiten warnen

Spezifische Krankheiten ohne Arztbesuch frühzeitig erkennen, oder noch bevor sie richtig ausbrechen – das wäre nicht nur für Smartwatch-Nutzer äußerst praktisch, sondern könnte auch Auswirkungen auf überfüllte Arztpraxen und überlastete Gesundheitssysteme haben.

Forscher vom Massachusetts Institute of Technology (MIT) und Health-Tech-Unternehmen Empirical Health arbeiten derzeit an einer solchen Lösung. Dafür haben sie rund 3 Millionen Personentage an Daten der Apple Watch analysiert – also Herzfrequenz, Bewegung, Schlaf und mehr – und mit diesen ein KI-Modell trainiert.

Das Ergebnis der Studie: Die neue KI kann mit erstaunlicher Genauigkeit auf Erkrankungen wie Bluthochdruck, Vorhofflattern oder Herzrhythmusstörungen hinweisen.

Wie funktioniert das KI-Training?

Statt wie klassische, aufwendig gelabelte Trainingsdaten nur auf wenige Vorfälle zu schauen, nutzt das Modell I-Jepa eine selbstlernende Methode: Es verarbeitet Zeitreihen diverser Sensor- und Verhaltensdaten – auch wenn sie unregelmäßig oder lückenhaft sind – und lernt, Muster zu erkennen. Erst danach erfolgt die Feinjustierung mit einem kleineren, gelabelten Datensatz.

Insgesamt deckt der Datensatz fünf Gesundheits- und Verhaltensbereiche ab: kardiovaskuläre Gesundheit, Atmung, Schlaf, körperliche Aktivität und allgemeine Vitalwerte. Für 63 verschiedene Messgrößen lag eine tägliche oder gröbere Aufzeichnung vor.

In Tests konnte das Modell für Bluthochdruck eine AUROC (Area Under the Receiver Operating Characteristic Curve) von 86,8 Prozent, für Vorhofflattern 70,5 Prozent und für andere Herz- oder Müdigkeitsbezogene Erkrankungen gute Werte erzielen.

Zur Erklärung: Je höher der AUROC-Wert, desto besser erkennt das Modell Unterschiede zwischen positiven und negativen Fällen. Der Wert AUROC misst also nicht, ob ein Modell tatsächlich mit der Diagnose immer korrekt liegt, sondern wie gut es zwischen gesunden und potenziell kranken Fällen unterscheiden kann. Das heißt: Es gibt Überlappungen, keine Garantien.

Was die neue Methode der Forschenden so besonders macht: Selbst wenn viele Daten fehlen, weil die Uhr beispielsweise nicht getragen wurde oder Messungen aussetzen, kann das Modell selbstständig Lücken schließen und aus den vorhandenen Informationen sinnvolle Rückschlüsse ziehen. Das macht Ansätze wie diesen besonders robust und praktikabel für den Alltag.

Gesundheitscheck per Smartwatch: Große Chancen – und Risiken

Die Studie zeigt, dass Smartwatches und KI gemeinsam vielversprechende Auskünfte über Gesundheitsdaten liefern können. Das könnte zum Beispiel frühzeitiges Erkennen von gesundheitlichen Problemen ohne invasive Tests ermöglichen. Für Menschen mit chronischen Erkrankungen oder hohem Risiko könnte das ein echter Gewinn sein.

Die Ergebnisse sind allerdings noch lange keine Diagnose, sondern Vorhersagen. Wann und ob solche Modelle klinisch verwendet werden, hängt von weiteren Studien, der Validierung und regulatorischen Prüfungen ab.

Ein weiterer wichtiger Punkt, den man nicht vernachlässigen sollte: Bei dieser gesundheitlichen Totaltransparenz dürfte bei Datenschützern der Puls in ungeahnte Höhen steigen.

Dieser Beitrag ist zuerst auf t3n.de erschienen.

(jle)