Delen

Combi van AI en wearable helpt artsen zeldzame slaapstoornissen sneller herkennen

11 december 2025

Promovendus Jaap van der Aar combineert gespecialiseerde AI-modellen met sensordata van smartwatches om vroegtijdige en preciezere diagnose van zeldzame slaapstoornissen mogelijk te maken.

/
Foto: Jaap van der Aar

Jaap van der Aar heeft de afgelopen vier jaar onopvallende wearables gecombineerd met gespecialiseerde AI om de monitoring van slaapaandoeningen verbeteren. Een zo鈥檔 aandoening is REM-slaapgedragsstoornis (RBD), waarbij Van der Aar  dokters in staat wilde stellen deze zeldzame aandoening eerder te herkennen en beter te behandelen.

Nightswimming deserves a quiet night , luidt de openingszin van het nummer uit 1993 van de Amerikaanse alternatieve rockband R.E.M. Hoewel 鈥榮 nachts een duik nemen misschien niet ieders hobby is, verdient iedereen een goede nachtrust.

Slaap is echter niet voor iedereen hetzelfde, en er zijn verschillende slaapfasen tijdens een slaapcyclus. E茅n zo鈥檔 fase in deze cyclus is REM-slaap, een afkorting van Rapid Eye Movement. Dit is de slaapfase waarin levendige dromen plaatsvinden.

REM-slaapgedragsstoornis

Een belangrijk aspect van REM-slaap is dat de spieren van de slaper tijdelijk verlamd zijn (dit heet spieratonie). Dit voorkomt dat iemand tijdens de droom gaat bewegen, en onvrijwillig ren- of zwembewegingen gaat maken. Wanneer iemand echter lijdt aan REM-slaapgedragsstoornis (RBD), blijven diens spieren actief.

RBD is een slaapstoornis waarbij iemand zijn dromen naspeelt, zegt promovendus Jaap van der Aar. Dit gebeurt omdat hun spieren niet verlamd zijn, zoals bij een normale REM-slaap. Dat kan ertoe leiden dat iemand in zijn slaap schopt, praat en slaat.

/
Foto: Jaap van der Aar (rechts) met een van zijn promotors Sebastiaan Overeem.

De gouden standaard

Van der Aar heeft zojuist zijn proefschrift verdedigd dat hij uitvoerde voor de Advanced Sleep Monitoring Group van 黑料福利网 aan de faculteit Electrical Engineering. Het onderzoek gebeurde in samenwerking met het Kempenhaeghe Center for Sleep Medicine, en het Eindhoven MedTech Innovation Center (e/MTIC) ecosysteem.

Zijn onderzoek richtte zich op het verfijnen van slaapmonitoringsmodellen, in een tijd waarin slaapmetingen steeds vaker plaatsvinden met comfortabele draagbare sensoren.

De gouden standaard in ziekenhuizen is polysomnografie (PSG), waarbij slaapstadia elke 30 seconden worden ge毛valueerd鈥, legt Van der Aar uit. 鈥淗et belangrijkste probleem is dat pati毛nten een reeks sensoren moeten dragen en in een ziekenhuislaboratorium moeten slapen. In een vreemde omgeving moeten slapen, en dan ook nog met al die sensoren om je heen, kan de nachtrust nog eens extra verstoren. Dat be茂nvloedt de data.鈥

鈥淏ovendien wordt er slechts 茅茅n nacht data vastgelegd en is er geen langetermijninzicht in de slaap van pati毛nten. We zien tegelijk een verschuiving van elektrodes met draden eraan naar het gebruik van wearables zoals hoofdbanden om hersenactiviteit te meten of smartwatches om hartslag en beweging te meten. Dat kon ik gebruiken in mijn onderzoek.鈥

Verband met de ziekte van Parkinson

Voor dit promotieonderzoek onderzocht Van der Aar manieren om de modellen in wearables te optimaliseren voor aandoeningen zoals slapeloosheid, apneu en REM-slaapgedragsstoornis (RBD).

We weten nu dat bijna iedereen die RBD vertoont, op latere leeftijd de ziekte van Parkinson of een verwante neurodegeneratieve aandoening ontwikkelt, zegt Van der Aar. Het is de sterkste zogenaamde prodromale indicator van zulke ziekten. Nauwkeurige meting van de slaap van mensen met symptomen van RBD kan eerdere detectie en behandeling van een pati毛nt vergemakkelijken.

Een belangrijk probleem bij vroege opsporing en behandeling is echter dat de stoornis slechts een klein percentage van de algemene bevolking treft.

RBD treft minder dan 1 procent van de algemene bevolking, voornamelijk mannen ouder dan 50 jaar. Maar aangezien huidige AI-modellen vooral zijn getraind op gezonde jongvolwassenen of op mensen met vaker voorkomende slaapstoornissen, kan het gebruik van deze modellen om gegevens van potenti毛le RBD-pati毛nten te evalueren onvoldoende zijn. Ze slagen er vaak niet in de slaapstadia bij slaapstoornissen te classificeren, omdat de slaappatronen er heel anders uitzien dan die zijn gebruikt om de modellen te trainen.

Het overwinnen van het small data-probleem

In het algemeen zou Van der Aar graag honderden 鈥 zo niet duizenden 鈥 slaapopnames willen hebben om AI-modellen nauwkeurig te trainen, maar hij begon zijn werk met een veel lager aantal dan dit.

Voor mijn onderzoek zijn we een klinische studie gestart met 72 pati毛nten om draagbare EEG-hoofdbanden en fotoplethysmografie (PPG) smartwatches te evalueren. In het begin droegen de pati毛nten deze een week lang in de vertrouwde thuisomgeving, en daarna hebben we in de kliniek hun slaapstadia gemeten met PSG, zegt Van der Aar.

/

Belangrijke termen in slaaponderzoek

Polysomnography (PSG)

Dit is de gouden standaard bij slaapstudie. Bij PSG moet een pati毛nt een reeks sensoren dragen die hersenactiviteit (via EEG) en hartritme (ECG) monitoren. De slaapfasen van de betreffende pati毛nt worden elke 30 seconden gemonitord. Een PSG-slaaponderzoek wordt 's nachts uitgevoerd in een klinische of ziekenhuisomgeving.

Electroencephalography (EEG)

De hersenen zijn een bijenkorf van activiteit, zelfs als je slaapt. Deze activiteit zorgt mede voor elektrische signalen door de zenuwcellen in de hersenen. EEG is een methode waarbij sensoren deze elektrische signalen meten. Dat gebeurt met 茅茅n of meer elektroden op de schedel van een pati毛nt.

Photoplethysmography (PPG)

Met PPG-technologie (Photoplethysmografie) is het mogelijk veranderingen in het bloedvolume in weefsels te meten via de hoeveelheid licht dat het weefsel opneemt. Licht van een klein LED-lampje wordt deels door het weefsel geabsorbeerd, maar kaatst ook deels terug. Een sensor naast die lampje meet hoeveel licht wordt teruggekaatst. Hoe meer bloed door het weefsel stroomt, hoe meer licht dit absorbeert, en hoe minder licht dus weer wordt terugkaatst naar de sensor. Het signaal dat dit oplevert, hangt samen met de hartslag van de pati毛nt. Deze niet-invasieve techniek vind je tegenwoordig in veel commerci毛le smartwatches.

(Foto: iStockphoto)

Het bleek dat de 72 pati毛nten niet genoeg waren om de AI-modellen te trainen die Van der Aar en zijn collega's nodig hadden. Dus wendden ze zich tot de SOMNIA-dataset, een grote dataset met slaapopnames van duizenden pati毛nten. Zo'n dataset is geschikt voor het trainen van een nieuw AI-model, precies wat Van der Aar voor zijn onderzoek nodig had.

We hebben deze grotere datasets gebruikt om een algemeen model te trainen, waarna de AI-modellen geschikt zijn gemaakt voor de draagbare sensoren en de zeldzamere slaapstoornissen bij de 72 pati毛nten in mijn onderzoek, licht Van der Aar toe.

Omdat hij slaapgegevens over een lange periode wilde meten, richtte Van der Aar zich op PPG-smartwatches (zie kader boven). Deze zijn geschikter en makkelijker te dragen voor de pati毛nt.

Vroege detectie

Van der Aar onderzocht hoe smartwatches kunnen bijdragen aan betere slaapfasemonitoring, en deed dat gewoon bij de pati毛nten thuis.

Dankzij dit nauwkeurige meten is RBD een stuk sneller en gemakkelijker op te sporen bij pati毛nten bij wie we deze aandoening al vermoeden. Deze gegevens stellen de behandelaar vervolgens in staat een nauwkeurige formele diagnose van RBD te stellen. En daarmee ook om de ziekte van Parkinson eerder te diagnosticeren.

Iedere pati毛nt die deel uitmaakte van onderzoek was met een niet-gediagnosticeerde slaapstoornis naar Kempenhaeghe verwezen en wilden vaststellen welke slaapstoornis ze hadden. We hebben metingen gedaan om ons AI-model te trainen, maar niet om de pati毛nten te diagnosticeren 鈥 dat is aan de behandelende arts.

Van de 72 pati毛nten werden er uiteindelijk bij enkelen slapeloosheid, obstructieve slaapapneu, nachtmerries en andere slaapstoornissen vastgesteld. Slechts twee personen in de groep bleken RBD te hebben.

/

Hulp van hypnodensity

Zoals uiteengezet in een eerder artikel, omarmt de Advanced Sleep Monitoring Group van 黑料福利网 het gebruik van hypnodichtheidsgrafieken (hypnodensity) om slaapgegevens te analyseren.

鈥淗ypnodensity-grafieken tonen niet 茅茅n slaapstadium per 30 seconden, maar laten zien hoe groot de kans is op verschillende stadia in dat tijdsvenster,鈥 legt Van der Aar uit. 鈥淲e ontdekten dat deze methode extra informatie geeft over de slaap van RBD-pati毛nten, die je met traditionele slaapmeting niet ziet.鈥

Enorme kansen

Volgens Van der Aar is er enorm veel potentieel voor zijn onderzoek naar wearables om slaap te monitoren in combinatie met geavanceerde AI-modellen, geschikt gemaakt voor kleine datasets, om pati毛nten met zowel veelvoorkomende en zeldzame slaapstoornissen te helpen.

Dankzij deze AI-modellen die specifieke sensoren, specifieke individuen en specifieke stoornissen zoals RBD aankunnen, is mijn droom dat slaapmonitoring voor iedereen makkelijker wordt en van het ziekenhuis naar de thuisomgeving verhuist. Er zijn enorme kansen om met dit onderzoek dat verschil te maken.

Van der Aar gaat de komende maanden een gecombineerde postdoctorale positie aan zowel de 黑料福利网 als het Radboud UMC in Nijmegen bekleden, waarna hij dankzij een Rubicon-beurs van NWO zijn onderzoek 24 maanden gaat voortzetten aan de Katholieke Universiteit Leuven. Ik kan de meeste impact maken wanneer ik tussen de academische en klinische setting opereer. Dat is een grote uitdaging voor me, en ik ben benieuwd wat daar verder uit komt.

Dankzij het werk van Van der Aar en zijn collega鈥檚 van de Advanced Sleep Monitoring Group aan de 黑料福利网 kunnen pati毛nten met slaapstoornissen zoals RBD in de toekomst rekenen op tijdige detectie en behandeling, zodat ook zij eindelijk weer van een goede nachtrust kunnen genieten. Want dat verdient iedereen.

[Dit artikel is ge眉pdatet naar aanleiding van het nieuws dat Jaap van der Aar een Rubicon-beurs heeft ontvangen.]

Mediacontact

Het laatste nieuws

Meer over gezondheid

Blijf ons volgen