SleepLM: Sprachbasierte KI revolutioniert Schlafanalyse

SleepLM ist eine neue Familie von Schlaf‑Sprach‑Foundation‑Modellen, die es ermöglichen, menschlichen Schlaf mit natürlicher Sprache auszurichten, zu interpretieren und zu interagieren.

Traditionelle lernbasierte Schlafanalyse‑Systeme arbeiten in geschlossenen Label‑Räumen – etwa vordefinierte Schlafstadien oder Ereignisse – und können weder beschreiben, noch abfragen oder auf neue Schlafphänomene generalisieren.

SleepLM überbrückt diese Lücke, indem es natürliche Sprache mit multimodaler Polysomnographie verbindet und sprachgestützte Repräsentationen der Schlafphysiologie schafft.

Zur Unterstützung dieser Ausrichtung wurde ein mehrstufiger Sleep‑Caption‑Generation‑Pipeline entwickelt, die die erste groß angelegte Schlaf‑Text‑Datenbank generiert. Diese umfasst über 100.000 Stunden Daten von mehr als 10.000 Personen.

Das Modell nutzt ein einheitliches Pretraining‑Objective, das kontrastive Ausrichtung, Caption‑Generierung und Signalrekonstruktion kombiniert, um physiologische Treue und Cross‑Modal‑Interaktionen besser zu erfassen.

Umfangreiche Experimente an realen Schlaf‑Verständnisaufgaben zeigen, dass SleepLM den aktuellen Stand der Technik in Zero‑Shot‑ und Few‑Shot‑Lernen, Cross‑Modal‑Retrieval und Schlaf‑Captioning übertrifft. Darüber hinaus demonstriert es sprachgesteuerte Ereignislokalisierung, gezielte Einsichtsgenerierung und Zero‑Shot‑Generalisation auf unbekannte Aufgaben.

Alle Code‑ und Datensätze werden Open‑Source bereitgestellt.