// Inhalt
Während weniger Tage im Krankenhaus bekamen 13 Epilepsiepatienten Anfallswarnungen aufs Handy und beantworteten jede mit Ja oder Nein. Auf mehr als zwei Drittel reagierten sie. Der Algorithmus wurde mit diesen kurzen Antworten neu trainiert, und in einer Simulation sanken seine Fehlalarme um etwa 80 %. Die Markierungen erfahrener Fachleute brachten nur weitere 2 %. Allerdings gibt es einen Haken: Echte Anfälle erkannte die neue Version nicht besser als die alte.
Alle Teilnehmenden lagen auf der Epilepsie-Monitoringstation des Hospital of the University of Pennsylvania, und jeder hatte eine Handy-App mit einem KI-Assistenten, der an das eigene EEG angeschlossen war. Die Arbeit der Gruppe um den Neurologen Brian Litt erschien in Nature Medicine , und zwar am 13. Oktober 2026. Die Autoren nennen sie einen Machbarkeitsnachweis: Die Stichprobe ist winzig, und alles fand innerhalb des Krankenhauses statt. Die Plattform bauten die Bioengineering-Doktoranden Zack Goldblum und Haoer Shi aus Litts Labor.
Die Station, auf der alle auf einen Anfall warten
Wer auf eine solche Station kommt, will dort einen Anfall unter Aufsicht haben, nicht behandelt werden. Mehrere Tage lang liegt ein Patient mit Elektroden am Kopf unter Videoüberwachung, damit die Ärzte einen Anfall aufzeichnen und sehen können, wo er beginnt. Das EEG, die Elektroenzephalografie, zeichnet die elektrische Aktivität des Gehirns auf, und bei einem Anfall verändert sich der Rhythmus der Kurve so, dass ein erfahrener Arzt es sofort erkennt. Elf Teilnehmende hatten Elektroden auf der Kopfhaut, zwei im Gehirn, wie die Beschreibung des offenen Datensatzes verrät.
Ein Detektorprogramm überwacht die Aufzeichnung. Oft schlägt es grundlos Alarm, etwa wenn sich jemand am Kopf kratzt oder im Schlaf umdreht und die Bewegung Rauschen auf der Kurve hinterlässt. Wer bei jedem solchen Fall eine Pflegekraft ruft, dem glaubt am Abend niemand mehr einen Alarm.
Normalerweise stimmen Ärzte und Ingenieure einen solchen Detektor auf einen bestimmten Menschen ab, und das bedeutet Monate persönlicher Programmierarbeit. Litts Team schlug vor, den zu fragen, der sicher weiß, ob ein Anfall stattgefunden hat. Es steht mehr auf dem Spiel, als es scheint: Laut WHO könnten bis zu 70 % der Menschen mit Epilepsie anfallsfrei leben, wenn sie richtig diagnostiziert und behandelt würden. Ein genaues Protokoll der Anfälle ist der Anfang dieser Diagnose.
Drei Knöpfe statt monatelanger Abstimmung
Das Hauptergebnis steckt in der bescheidensten Handlung. Immer wenn der Detektor einen möglichen Anfall meldete, fragte das Handy: Ist das wirklich passiert? Der Patient konnte mit Ja, Nein oder „nicht sicher“ antworten. Auf mehr als zwei Drittel dieser Fragen antworteten die Patienten, berichtet MedicalXpress .
Diese Antworten wurden zu Hinweisen für den Algorithmus, ähnlich den Bildunterschriften, mit denen ein neuronales Netz lernt, Katzen zu erkennen. Nach dem Nachtraining mit ihnen löste der Detektor während des Klinikaufenthalts etwa 80 % weniger unnötige Alarme aus. Diese Zahl stammt aus einer Simulation: Das Team ließ die Aufzeichnungen nachträglich noch einmal durch das neu trainierte Modell laufen und zählte, wie viele Alarme es ausgelöst hätte. Wie sich das System live verhält, ist also noch offen.
Die neue Version wurde ruhiger, nicht schärfer. Sie schlug nicht mehr grundlos Alarm, übersah aber genauso viele echte Anfälle wie zuvor.
Was Menschen ihr eigenes Gehirn fragen
Die App funktioniert in beide Richtungen. Der Patient tippt eine Frage, und der KI-Agent antwortet auf Grundlage der laufenden EEG-Aufzeichnung, manchmal mit einer Grafik. Hinter dem Gespräch stand eine Version von OpenAIs GPT-4o-mini, erreicht über einen privaten Kanal, der vertraglich weder Patientendaten speichern noch damit trainieren darf. Jede Nachricht in beide Richtungen durchlief eine automatische Sicherheitsprüfung, schreibt Medical Economics .
Die meisten Gespräche drehten sich um Anfälle, Schlaf, Stimmung und Energie. Eine typische Frage: Hatte ich letzte Nacht einen Anfall? Den größten Teil der Unterhaltung bestritt das System selbst, rund 69 % der Nachrichten: Warnungen, Umfragen dreimal täglich und Antworten. Eine einfache Antwort kam in etwa 2 Sekunden, schneller, als eine Pflegekraft ins Zimmer laufen kann. Eine Frage, bei der das System im EEG-Protokoll graben musste, etwa „Wie viel habe ich geschlafen?“, dauerte rund 9 Sekunden. Fünf der dreizehn fragten von sich aus, ob sie das System mit nach Hause nehmen könnten. Die Antwort des Teams lautete: noch nicht, aber genau dahin gehe die Arbeit, erinnert sich Goldblum im Interview mit Medical Economics. Den Usability-Fragebogen füllten nur fünf Teilnehmende aus, im Schnitt gaben sie der App 83 von 100 Punkten.
// Die Studie in Zahlen
Warum Medizinprodukte schweigen
Litt bringt den Gedanken auf einen einfachen Nenner: Patienten verstehen oft Aspekte ihrer Krankheit, die Sensoren nicht direkt messen können. So steht es in der Mitteilung der University of Pennsylvania . Ein Mensch weiß, dass er vor dem Anfall schlecht geschlafen oder eine Tablette vergessen hat. Das Gerät sieht nur eine Linie auf der Kurve.
Auch der Kanal in die Gegenrichtung ist kaum vorhanden. In den USA sind drei implantierbare Geräte gegen Epilepsie zugelassen: Vagusnervstimulation, responsive Neurostimulation (RNS) und tiefe Hirnstimulation. Keines davon kann Informationen in Echtzeit an Patienten weitergeben, schreiben die Autoren. Anders gesagt: Etwas über das eigene Gerät erfährt ein Mensch nur über den Arzt. Litt sagt es geradeheraus: In den Daten stecken viele Hinweise darauf, wie das Verhalten die Gesundheit beeinflusst, doch die Patienten haben derzeit keine Möglichkeit, sie im Moment zu erfahren, zitiert ihn das NIH .
Wie das System aufgebaut ist
Das System besteht aus drei Teilen. Eine Software erfasst fortlaufend das Signal der EEG-Elektroden. Eine sichere Cloud-Umgebung, die die US-Regeln zum Schutz medizinischer Daten erfüllt, analysiert die Aufzeichnung nahezu in Echtzeit. Der dritte Teil ist eine Smartphone-App, über die der Patient dem KI-Agenten schreibt, der Fragen beantwortet und von sich aus Benachrichtigungen schickt. Die Aufzeichnungen der Teilnehmenden stehen anderen Forschenden offen zur Verfügung. Die Arbeit wird mit einem NIH Pioneer Award über 5,6 Millionen Dollar gefördert, und eine frühe Fassung erschien im Januar 2026 als Preprint auf medRxiv unter einem noch kühneren Titel: „An Implantable Device that Converses with Patients and Learns to Co-Manage Epilepsy“.
Was die Studie noch nicht gezeigt hat
Weltweit leben etwa 50 Millionen Menschen mit Epilepsie, so die WHO . Da liegt es nahe, die Arbeit als Nachricht über eine Therapie zu lesen. Doch um etwas anderes geht es hier. Dreizehn Patienten verbrachten einige Tage in einem Krankenhaus unter Aufsicht des Personals, und die Studie war nicht darauf angelegt zu zeigen, ob die Menschen weniger Anfälle hätten.
Das sollen die nächsten ambulanten Studien mit minimalinvasivem EEG und tragbaren Sensoren klären. Sie werden zählen, was im Alltag zählt: wie oft Anfälle auftreten und wie schwer sie sind, wie viele Rettungseinsätze und Klinikbesuche nötig werden. Danach wollen die Autoren mit einem solchen Dialog die tiefe Hirnstimulation bei Parkinson automatisch einstellen. Sie glauben, dass er auch Menschen mit Herzschrittmachern und Insulinpumpen helfen könnte. Sie rechnen damit, dass die Behörden solche Systeme stufenweise zulassen, beginnend mit denen, die nur beraten und nichts allein entscheiden.
Geräte wie diese sammeln jahrelang schweigend Daten über den Körper. In dieser Studie fragte ein Gerät seinen Besitzer, was los sei, und die Antworten des Besitzers machten es genauer.
