Wearable-KI prognostiziert langes Sitzen bei Beckenschmerzen

Forschende des Icahn School of Medicine at Mount Sinai haben ein KI-gestütztes Modell entwickelt, das anhand von Daten tragbarer Geräte vorhersagt, wann Frauen mit chronischen Beckenschmerzsyndromen längere Sitzperioden voraussichtlich einhalten werden. Die Ergebnisse wurden am 30. September im Fachjournal npj Women's Health veröffentlicht. Chronische Beckenschmerzen betreffen etwa jede siebte Frau und gehen häufig mit einem sitzintensiven Lebensstil infolge von Schmerzen und Erschöpfung einher. Da generische Bewegungsempfehlungen oft an der realen Symptomatik vorbeigehen, zielt die neue KI-Lösung darauf ab, präventive Bewegungsanreize gezielt einzusetzen. Im Studiendesign analysierten die Wissenschaftler um Seniorautorin Ipek Ensari und Hauptautor Jannes Jegminat minutiöse Fitbit-Daten von 134 Patientinnen mit chronischen Beckenschmerzen sowie von 61 gesunden Kontrollpersonen über einen Zeitraum von bis zu 90 Tagen. Auf Basis von circa zehn Tagen Trainingsdaten pro Teilnehmender wurden personalisierte Prognosemodelle entwickelt, die den Aktivitätsverlauf eine Stunde im Voraus berechnen. Das System erkennt dabei 15-minütige Zeitfenster für sedentäres Verhalten während der Wachphasen, die den Einsatz sogenannter Bewegungssnacks ermöglichen. Ein zentrales technisches Ergebnis der Studie ist die Leistungsfähigkeit einfacher, interpretierbarer Modelle im Vergleich zu komplexeren Deep-Learning-Architekturen. Die leichtgewichtigen Algorithmen erreichten eine vergleichbare Prognosegenauigkeit, was den Betrieb direkt auf dem Endgerät oder Wearable erlaubt. Diese On-Device-Architektur minimiert nicht nur den Rechenaufwand, sondern schützt auch sensible Gesundheitsdaten, da keine Übertragung an Remote-Server erforderlich ist. Zudem zeigte sich das Modell robust gegenüber unvollständigen Datensätzen, wie sie im Alltagsbetrieb durch Geräteentfernung oder Synchronisationsverzögerungen entstehen. Die prädiktive KI soll künftig als Frühwarnsystem für digital gestützte Gesundheitsinterventionen dienen. Anstelle von reaktiven, generischen Erinnerungen sollen personalisierte Anreize dann ausgegeben werden, wenn ein sitzintensives Verhalten droht. Die Forscher planen nun prospektive klinische Studien, um zu prüfen, ob solche just-in-time-adaptiven Interventionen die Sedenzzeit tatsächlich reduzieren, Symptome lindern und die Lebensqualität der Betroffenen steigern. Der zugrunde liegende algorithmische Ansatz ist konzipiert, um über das spezifische Krankheitsbild hinaus auch bei anderen chronischen Erkrankungen eingesetzt zu werden, bei denen verlängerte Inaktivität die Prognose negativ beeinflusst. Die Arbeiten an der Implementierung in eine alltagstaugliche, KI-gesteuerte Coaching-Plattform laufen bereits.