KI-Analyse für Wearables: AirPods könnten in Zukunft Gehirnaktivitäten erkennen

Neue Forschungsergebnisse von Apple zeigen, wie KI-Modelle elektrische Gehirnaktivitäten präziser interpretieren sollen. In Kombination mit einem älteren Patent nährt dies Spekulationen über künftige AirPods mit Gesundheits-Features.

Eine neue Apple-Studie zu EEG-Signalen und ein Patent weisen auf Gesundheits-Features hin, die in AirPods Platz finden können. Eine neue Apple-Studie zu EEG-Signalen und ein Patent weisen auf Gesundheits-Features hin, die in AirPods Platz finden können.

Apple baut sein Portfolio im Bereich Gesundheitsüberwachung kontinuierlich aus. Während die Apple Watch bereits als etabliertes Werkzeug für interessierte Nutzer gilt, richten sich die Blicke der Entwickler nun offenbar auf das Ohr.

Eine aktuelle Veröffentlichung aus der Forschungsabteilung des Konzerns sowie ein Patent aus dem Jahr 2023 legen laut 9to5Mac zumindest die Vermutung nahe, dass künftige Generationen der AirPods mit Sensoren zur Analyse von Gehirnströmen ausgestattet werden könnten.

Video starten 6:12 AirPods Pro 3 Unboxing: Apples brandneue In-Ears frisch ausgepackt im Ersteindruck

Neue KI-Methode zur Signalanalyse

Im Zentrum der 9to5Mac-These steht eine wissenschaftliche Arbeit von Apple-Forschern. Darin wird eine neue Methode vorgestellt, mit der künstliche Intelligenz die Struktur elektrischer Gehirnaktivitäten (EEG) erlernen soll, ohne auf aufwendig von Menschen kommentierte Datensätze angewiesen zu sein.

  • Das Verfahren trägt den Namen "PARS" (PAirwise Relative Shift). Bisherige Modelle benötigen oft manuell markierte Daten, um Schlafphasen wie REM-Schlaf oder Anzeichen von Anfällen zu identifizieren.
  • PARS hingegen verfolgt einen Ansatz des »Self-supervised Learning« (SSL). Das Modell bringt sich dabei selbst bei, den zeitlichen Abstand zwischen verschiedenen Segmenten der Gehirnaktivität basierend auf rohen, nicht markierten Daten vorherzusagen.

Laut der Studie soll dieser Ansatz deutliche Vorteile gegenüber bisherigen Methoden bieten, die primär darauf trainiert sind, fehlende Lücken in einem Signal zu rekonstruieren. Die Forscher geben an, dass das PARS-vortrainierte Modell bei drei von vier getesteten EEG-Benchmarks bessere oder gleichwertige Ergebnisse im Vergleich zu bestehenden Strategien erzielte.

Dies könne die Analyse von Schlafphasen oder die Erkennung epileptischer Anfälle effizienter gestalten.

Zwei Jahre altes Patent beschreibt technische Umsetzung

Die Verbindung zu möglicher Hardware ergibt sich aus den für die Studie genutzten Datensätzen. Einer der vier verwendeten Datensätze ist EESM17 (Ear-EEG Sleep Monitoring 2017). Dieser beinhaltet Aufzeichnungen, die über ein im Ohr tragbares EEG-System gesammelt wurden.

Da Apple in den letzten Jahren verstärkt Gesundheitssensoren in seine Wearables integriert hat – wie etwa den PPG-Sensor in den AirPods Pro 2 –, erscheint der Schritt hin zu EEG-Sensoren im Gehörgang laut 9to5Mac als logische Weiterentwicklung.

Gestützt wird diese These durch ein Patent, das Apple bereits 2023 beantragt hat. Es beschreibt ein »tragbares elektronisches Gerät zur Messung von Biosignalen eines Nutzers«.

In der Patentschrift werden Ohr-EEG-Geräte explizit als Alternative zu Systemen auf der Kopfhaut genannt. Apple thematisiert darin auch die Herausforderungen: Da sich die Ohrform von Nutzer zu Nutzer unterscheidet und sich sogar beim einzelnen Anwender verändern kann, ist ein dauerhafter Kontakt der Elektroden schwierig zu gewährleisten.

  • Die im Patent beschriebene Lösung sieht vor, mehr Sensoren als eigentlich nötig auf den Ohrstöpseln zu verteilen.
  • Ein KI-Modell soll dann dynamisch jene Elektroden auswählen, die die beste Signalqualität liefern. Bewertungskriterien sind hierbei unter anderem Impedanz, Rauschpegel und die Qualität des Hautkontakts. Die Signale der besten Elektroden würden anschließend gewichtet und zu einer optimierten Wellenform kombiniert.
zu den Kommentaren (0)

Kommentare(0)
Kommentar-Regeln von GameStar
Bitte lies unsere Kommentar-Regeln, bevor Du einen Kommentar verfasst.

Nur angemeldete Benutzer können kommentieren und bewerten.