Werkzeugprofil · System · Stanford Medicine
SleepFM ist ein KI-Basismodell, das nächtliche Aufzeichnungen aus dem Schlaflabor analysiert, um Schlafstadien und Krankheitsrisiken für die Schlafmedizin zu bestimmen.
Belegt: 1 Studie oder Erprobung
Das System verarbeitet komplexe Polysomnografie-Aufzeichnungen aus dem Schlaflabor und verknüpft diese mit elektronischen Langzeit-Gesundheitsdaten. Auf Grundlage eines kontrastiven Lernverfahrens klassifiziert das Modell automatisch verschiedene Schlafstadien und bewertet den Schweregrad einer Schlafapnoe. Zudem berechnet es aus den Schlafdaten das künftige Risiko für zahlreiche Erkrankungen.
Belegt ist die wissenschaftliche Erprobung durch Stanford Medicine anhand historischer Schlaflabordaten und verknüpfter Patientenakten. Die Quelle zeigt ein Forschungsmodell in einer retrospektiven Auswertung, jedoch keinen laufenden Einsatz durch Ärztinnen und Ärzte im klinischen Versorgungsalltag.
Ob und wann SleepFM für die klinische Routinediagnostik in Schlaflaboren zugelassen und in medizinische Software integriert wird, ist offen.
In der Forschung klassifiziert es Schlafstadien aus Polysomnografie-Daten, bewertet den Schweregrad von Schlafapnoe und sagt das Risiko für über 100 Erkrankungen voraus.
Erprobt wurde das System durch Forschende aus der Schlafmedizin und der biomedizinischen Datenwissenschaft für Aufgaben von Fachärzten.
Es liegt ein Bericht von Stanford Medicine über Tests mit 585.000 Stunden historischen Schlaflabordaten vor; ein Einsatz in der klinischen Routine ist nicht belegt.
Redaktionell geprüft am 2026-11-03. Keine Marktübersicht oder Kaufempfehlung. Lesefassung als Markdown · Methodik.