SleepMaMi: Das universelle Schlaf-Foundation-Modell für Makro- und Mikrostrukturen

Die Einführung von SleepMaMi markiert einen bedeutenden Fortschritt in der Schlafmedizin. Während bisherige Modelle meist auf spezifische Aufgaben beschränkt waren und sich auf lokale Mikrostrukturen konzentrierten, integriert SleepMaMi sowohl die globalen Makrostrukturen einer kompletten Nachtruhe als auch die feinen Signalmerkmale aus Polysomnographien (PSG).

Das Modell nutzt ein hierarchisches Dual-Encoder-Design. Der Macro-Encoder erfasst zeitliche Abhängigkeiten über die gesamte Nacht, während der Micro-Encoder kurzfristige Charakteristika aus den Biosignalen extrahiert. Durch Demographic-Guided Contrastive Learning wird der Macro-Encoder mit demografischen Daten wie Alter, Geschlecht und BMI abgestimmt, um robuste globale Repräsentationen zu erzeugen.

Der Micro-Encoder kombiniert einen Masked Autoencoder (MAE) mit einem multimodalen kontrastiven Ziel, um die feinen Details der Signale präzise zu modellieren. Nach einer Vortrainierung auf über 20.000 PSG-Aufzeichnungen (158.000 Stunden) übertrifft SleepMaMi bestehende Foundation-Modelle in einer Vielzahl von Downstream-Aufgaben. Das Ergebnis ist eine höhere Generalisierbarkeit und eine effizientere Anpassung an klinische Schlafanalysen mit weniger Labels.