Neues Schlaf-Foundation-Modell OSF setzt Maßstäbe in Präzision und Skalierbarkeit

Polysomnographie (PSG) gilt als Goldstandard zur Schlafbewertung, leidet jedoch unter großer Heterogenität der Messgeräte und Probandengruppen. Um diese Schwäche zu überwinden, hat ein internationales Team ein umfangreiches Korpus von 166 500 Stunden Schlafaufzeichnungen aus neun öffentlichen Quellen zusammengestellt und die Open-Source-Benchmark‑Plattform SleepBench ins Leben gerufen.

Mit SleepBench wurden vier unterschiedliche selbstüberwachte Vortrainingsmethoden systematisch verglichen. Dabei wurden drei entscheidende Erkenntnisse gewonnen: Erstens zeigen bestehende Foundation‑Modelle keine robuste Generalisierung, wenn bei der Inferenz Kanäle fehlen. Zweitens ist das Lernen kanalunabhängiger Merkmale für ein erfolgreiches Vortraining unerlässlich. Drittens führt die konsequente Erhöhung von Stichprobengröße, Modellkapazität und der Mischung mehrerer Datenquellen zu einer stetigen Verbesserung der nachgelagerten Aufgaben.

Auf Basis dieser Erkenntnisse präsentiert das Team OSF – eine neue Familie von Schlaf‑Foundation‑Modellen, die mit einem optimierten Vortrainings‑ und Skalierungsrezept den aktuellen Stand der Technik übertrifft. OSF erzielt Spitzenleistungen in neun unterschiedlichen Datensätzen und bei einer Vielzahl von Schlaf- und Krankheitsvorhersageaufgaben. Zusätzlich zeigen weitere Analysen, dass OSF besonders effizient in der Stichprobennutzung ist, hierarchische Aggregation nutzt und sich über verschiedene Datensätze hinweg gut skalieren lässt.