• Deutsch
  • English
  • Samsung erweitert die Schlafapnoe-Erkennung seiner Galaxy-Wearables um Künstliche Intelligenz (KI), während Apple in einer grossen Studie untersucht, wie Menschen KI für Gesundheitsfragen nutzen. Das betrifft dich, wenn du Schlaf- und Aktivitätsdaten mit einer Uhr oder einem Ring aufzeichnest oder medizinische Fragen an einen Chatbot stellst. Beide Projekte zeigen, wie Gesundheitsdaten vom passiven Protokoll zu einer Entscheidungshilfe werden sollen – und warum daraus noch keine Diagnose folgt.

    Schlafapnoe-Erkennung wird genauer

    Schlafapnoe bezeichnet wiederholte Atemaussetzer während des Schlafs. Sie können tagsüber zu Müdigkeit und Konzentrationsproblemen führen und gehen laut der Leitmeldung mit erhöhten Risiken für Erkrankungen wie Typ-2-Diabetes, Herzinfarkt oder Depressionen einher. Samsung will seine bisherige Erkennung nun so erweitern, dass Galaxy Watch und Galaxy Ring die Atemstörungen laut Anbieter in drei Schweregrade einteilen: leicht, gelegentlich und häufig.

    Für die Auswertung sind mindestens zwei Nächte innerhalb von zehn Tagen erforderlich. Uhr oder Ring müssen dabei jeweils mindestens fünf Stunden getragen werden. Im Alltag könnte das so aussehen: Du trägst eine kompatible Galaxy Watch an zwei ausreichend langen Nächten und erhältst anschliessend nicht nur einen Hinweis auf mögliche Atemaussetzer, sondern auch eine Einordnung ihrer Häufigkeit.

    Die erweiterte Schlafapnoe-Funktion von Samsung soll im November 2026 zunächst in Südkorea für die Galaxy Watch Ultra 2, Galaxy Watch 9 und den Galaxy Ring erscheinen. In den USA hatte die zuständige Gesundheitsbehörde die Funktion im Juli 2026 freigegeben. Für Europa gibt es noch keinen offiziellen Termin, und die erforderliche CE-Freigabe steht laut Bericht aus.

    Die bisherige Schlafapnoe-Funktion ist seit Juni 2025 in Deutschland verfügbar und existiert grundsätzlich seit der Galaxy Watch 4. Welche älteren Modelle die neue KI-Auswertung tatsächlich erhalten, bleibt jedoch offen. Für Nutzerinnen und Nutzer in der Schweiz ist damit weder die Verfügbarkeit noch ein Starttermin bestätigt.

    Forschung misst Schlaf im Sekundentakt

    Während Samsung Daten eines Verbrauchergeräts auswertet, arbeitet die Forschung mit deutlich feineren Gehirnsignalen. Forschende der FH Aachen haben mit AnySleep ein quelloffenes KI-Modell entwickelt, das Veränderungen der Gehirnaktivität sekundengenau analysieren soll. Quelloffen bedeutet, dass das Modell zur Prüfung und Weiterentwicklung zugänglich gemacht wird.

    Übliche Einteilungen können kurze Veränderungen innerhalb eines längeren Schlafabschnitts übersehen. AnySleep soll solche Wechsel früher erfassen und dadurch Schlafphasen feiner unterscheiden. Die Ergebnisse wurden laut Bericht im Fachjournal npj Digital Medicine veröffentlicht; künftig könnte das Modell dabei helfen, Muster zu finden, die für bestimmte Krankheiten typisch sind.

    Die sekundengenaue Schlafanalyse der FH Aachen ist jedoch nicht dasselbe wie die Funktion einer Smartwatch. Das Forschungsmodell untersucht Gehirnströme, während Samsungs Wearables eine alltagstaugliche Erkennung möglicher Atemstörungen anbieten sollen. Das eine kann klinische Forschung verfeinern, das andere soll Auffälligkeiten ausserhalb eines Schlaflabors sichtbar machen.

    Ein verwandtes Schweizer Forschungsprojekt zeigt, wie weit die Analyse von Hirnsignalen gehen kann. Ein Team der ETH Lausanne (EPFL) hat den implantierbaren Chip LogSync entwickelt, der elektrische Signale aus mehreren Hirnregionen in Echtzeit untersucht. Maschinelles Lernen, ein KI-Verfahren zum Erkennen von Mustern in Daten, soll dabei kognitive und emotionale Zustände unterscheiden und Steuersignale für eine gezielte Hirnstimulation erzeugen.

    Der EPFL-Chip verarbeitet Signale über 32 Kanäle. Er wurde bisher anhand vorhandener Hirndaten und in einem Tierversuch getestet. Das ist für die Schweizer Forschung relevant, aber noch kein Produkt für den Alltag und kein Beleg für eine Anwendung am Menschen.

    Apples Studie prüft Gesundheitsantworten

    Apple setzt nicht bei einer einzelnen Messfunktion an, sondern bei der Nutzung dialogorientierter KI, also Systemen, die Fragen in natürlicher Sprache beantworten. Gemeinsam mit dem auf Gesundheits-KI spezialisierten Unternehmen OpenEvidence startet Apple eine Studie mit einer eigenen iPhone-App. Bis zu 200’000 Personen sollen mehr als zwölf Monate lang medizinische Fragen stellen und die Antworten unter anderem nach Genauigkeit, Detailgrad und Relevanz bewerten.

    Die Antworten sollen sich auf klinische Quellen wie The New England Journal of Medicine, Journal of the American Medical Association und Nature stützen. Teilnehmende erhalten vereinfachte Erklärungen und Verweise auf begutachtete Fachquellen, deren Beiträge vor der Veröffentlichung von Fachleuten geprüft wurden. Sie können ausserdem Rückmeldungen geben und sollen an monatlichen Befragungen teilnehmen.

    Ein konkretes Beispiel ist die Vorbereitung auf einen Arzttermin: Du könntest eine Gesundheitsfrage stellen und freiwillig Daten wie Ruhepuls, Aktivität, Schlaf oder Laborwerte aus HealthKit freigeben. HealthKit ist Apples Schnittstelle, in der Gesundheitsdaten verschiedener Apps und Geräte zusammengeführt werden. Die App soll dadurch stärker auf den persönlichen Kontext eingehen und bei bedenklichen Problemen an geeignete medizinische Anlaufstellen verweisen.

    Die Berichte von TechCrunch über Apples Gesundheitsstudie und The Verge über deren Studiendesign widersprechen sich bei den technischen Voraussetzungen. TechCrunch nennt ein iPhone 15 oder neuer mit aktiviertem Apple Intelligence, während The Verge ein iPhone 15 Pro oder neuer nennt und ausdrücklich schreibt, dass die App Apple Intelligence nicht verwendet. Übereinstimmend berichten beide, dass Teilnehmende mindestens 21 Jahre alt sein, in den USA leben und iOS 26 oder neuer nutzen müssen.

    Apple erklärt laut den Berichten, dass Daten vor der Übertragung an einen sicheren externen Cloud-Anbieter anonymisiert und nicht zum Trainieren von KI-Modellen verwendet würden. OpenEvidence soll Fragen und Antworten nach 24 Stunden löschen. Das sind Angaben der beteiligten Unternehmen; aus den vorliegenden Quellen geht keine unabhängige Prüfung dieser Datenschutzmassnahmen hervor.

    Pro und Kontra von KI-Gesundheitsdaten

    Pro:

    • Frühere Hinweise – Wearables können mögliche Atemstörungen über mehrere Nächte erkennen und nach Häufigkeit einordnen.
    • Mehr Kontext – Freiwillig geteilte Schlaf-, Aktivitäts- und Laborwerte können Antworten stärker auf die jeweilige Situation beziehen.
    • Verständlichere Information – Apples Studie prüft gezielt, ob klinisch gestützte Antworten für Nutzerinnen und Nutzer nachvollziehbar und relevant sind.
    • Entlastung im Gesundheitswesen – KI kann umfangreiche Akten vorsortieren, während medizinische Fachpersonen die Hinweise kontrollieren und Entscheidungen treffen.

    Kontra:

    • Keine gesicherte Diagnose – Ein Hinweis einer Uhr oder eine Antwort einer App ersetzt keine medizinische Untersuchung.
    • Begrenzte Verfügbarkeit – Samsungs neue Funktion hat noch keinen Europatermin, und Apples Studie ist auf Teilnehmende in den USA beschränkt.
    • Sensible Daten – Schlafwerte, Laborergebnisse und medizinische Fragen geben detaillierte Einblicke in die persönliche Gesundheit.
    • Unterschiedliche Reifegrade – Verbraucherfunktionen, Studien-Apps, Forschungsmodelle und implantierbare Chips befinden sich in sehr verschiedenen Entwicklungsphasen.

    Auch im professionellen Gesundheitswesen bleibt menschliche Kontrolle entscheidend. Ein von Nvidia beschriebener Ansatz durchsucht beispielsweise ärztliche Notizen, Operationsberichte, Bildbefunde und Laborergebnisse, damit Behandlungsteams relevante Hinweise schneller finden. Bei einer Studie der Cleveland Clinic wurden so Unterlagen von mehr als 7’800 Personen nach einem Aortenklappenersatz ausgewertet; medizinische Fachpersonen prüften die Belege und trafen weiterhin jede Entscheidung.

    Der Nvidia-Bericht über KI in Behandlungsteams ist eine Darstellung eines beteiligten Technologieanbieters und deshalb entsprechend einzuordnen. Er beschreibt zugleich ein anderes Datenschutzmodell als Apples Cloud-Studie: Die Krankenakten können innerhalb der Firewall eines Spitals verarbeitet werden und verlassen laut Anbieter die Einrichtung nicht. Welches Modell angemessen ist, hängt damit nicht nur von der Leistung einer KI ab, sondern auch davon, wo besonders sensible Daten verarbeitet werden.

    Was das für dich und die Schweiz heisst

    Wenn du einsteigst, ist der erste sinnvolle Schritt, Messwerte als Hinweise und nicht als medizinisches Urteil zu lesen. Prüfe bei einer Schlafanalyse, über wie viele Nächte gemessen wurde, welches Gerät unterstützt wird und ob die Funktion in deinem Land freigegeben ist. Bei wiederkehrenden Atemaussetzern, starker Tagesmüdigkeit oder anderen auffälligen Ergebnissen bleibt die ärztliche Abklärung der entscheidende Bezugspunkt.

    Wenn du bereits mehrere Gesundheitsgeräte oder Apps nutzt, kannst du genauer auf Datenfreigaben und den Zweck der Verarbeitung achten. Relevant ist, ob Daten freiwillig geteilt werden, ob sie zum Modelltraining dienen, wie lange Fragen und Antworten gespeichert bleiben und ob die Verarbeitung lokal, im Spital oder bei einem Cloud-Anbieter erfolgt. Auch die Herkunft der Antworten zählt: Ein Verweis auf klinische Fachquellen macht eine Aussage überprüfbarer, aber nicht automatisch richtig für deinen Einzelfall.

    Für die Schweiz zeigt sich ein gemischtes Bild. Apples Studie steht nur Personen in den USA offen, und für Samsungs erweiterte Schlafapnoe-Erkennung fehlt noch eine bestätigte europäische Freigabe. Gleichzeitig kommt mit LogSync ein relevantes Forschungsprojekt von der EPFL, das die Schweizer Rolle bei Neurotechnologie und KI sichtbar macht, derzeit aber weit von einer alltäglichen Gesundheitsanwendung entfernt ist.

    KI rückt Schlafdaten, Gesundheitsfragen und klinische Akten näher zusammen, doch die Beispiele erfüllen sehr unterschiedliche Aufgaben. Samsung zielt auf Hinweise im Alltag, Apple untersucht die Verständlichkeit medizinischer Antworten, und Forschungsprojekte analysieren Gehirnsignale mit wesentlich höherer Genauigkeit. Das offene Risiko bleibt, dass plausible Ausgaben mit medizinischer Gewissheit verwechselt oder sensible Daten unter unklaren Bedingungen verarbeitet werden.

    Quellen

    AI-FunghiAI-Funghi

    Bild: Patrick via Pexels

    © 2024 - 2026 ai-funghi.com | All Rights Reserved | Impressum | Datenschutz