# SleepFM

SleepFM ist ein KI-Basismodell, das nächtliche Aufzeichnungen aus dem Schlaflabor analysiert, um Schlafstadien und Krankheitsrisiken für die Schlafmedizin zu bestimmen.

Anbieter: Stanford Medicine
Belegt: 1 Studie oder Erprobung

## Funktion und Anwendung

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.

## Belegte Einsätze

### In Studien und Erprobung

- **Fachärzte:** Forschende bei Stanford Medicine erprobten SleepFM anhand von 585.000 Stunden Polysomnografie-Daten von 65.000 Personen, um Schlafstadien zu klassifizieren, Schlafapnoe zu bewerten und das Risiko für über 100 Erkrankungen vorherzusagen. (Diagnostische Tests und medizinische Untersuchungen durchführen; Quelle: [Stanford Medicine](https://med.stanford.edu/news/all-news/2026/01/ai-sleep-disease.html))

## Wie weit reicht der Beleg?

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.

## Was bleibt offen?

Ob und wann SleepFM für die klinische Routinediagnostik in Schlaflaboren zugelassen und in medizinische Software integriert wird, ist offen.

## Kurz beantwortet

**Wofür wird SleepFM genutzt?** In der Forschung klassifiziert es Schlafstadien aus Polysomnografie-Daten, bewertet den Schweregrad von Schlafapnoe und sagt das Risiko für über 100 Erkrankungen voraus.

**In welchen Berufen ist der Einsatz belegt?** Erprobt wurde das System durch Forschende aus der Schlafmedizin und der biomedizinischen Datenwissenschaft für Aufgaben von Fachärzten.

**Wie belastbar sind die Belege?** 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.

## Berufe

- [Fachärzte](https://sapientshift.com/berufe/fachaerzte) (ISCO 2212)

## Verknüpfte KI-Lösungen

- [Krankheitsrisiken aus Schlafdaten abschätzen](https://sapientshift.com/use-case/krankheitsrisiken-aus-schlafdaten-abschaetzen)

## Originalquellen

- [Stanford Medicine: New AI model predicts disease risk while you sleep](https://med.stanford.edu/news/all-news/2026/01/ai-sleep-disease.html)

Zitierhinweis: SapientShift, KI-Werkzeugprofil „SleepFM“, geprüft am 2026-11-03. https://sapientshift.com/ki-werkzeuge/tool-mx-sleepfm
