KI-Assistent extrahiert Apple Watch Schlafdaten für die Klinik: 5 Fallstricke

Ein Entwickler verbrachte einen Sonntag damit, einen KI-Assistenten sechs Monate Apple Watch-Schlafdaten in ein CSV konvertieren zu lassen, das dem Aufnahmeformular einer Schlafklinik entspricht. Der Prozess offenbarte fünf kritische Datenfallen, die jede KI-Gesundheitsdaten-Pipeline handhaben muss.

Wichtigste Probleme

• Im Bett vs. tatsächlicher Schlaf: Die Uhr zeichnet ein „Im Bett“-Fenster und separate Schlafphasen (Kern/Tief/REM). Der Assistent gab zunächst das Im-Bett-Fenster als Gesamtschlaf aus (z. B. 7 Stunden statt 3). Korrekt ist die Summe der Schlafphasen, nicht die Zeit im Bett.
• Zeitzonen-Offsets: Roh-Exporte von Apple Health enthalten UTC-Zeitstempel. Ohne Umrechnung in Ortszeit erschienen Bettzeiten um 7 Uhr morgens. Nach Umrechnung verschoben sich manche Nächte auf ein anderes Kalenderdatum.
• Datumsverschiebung um einen Tag: Apple's wöchentliche/monatliche Zusammenfassungen datieren eine Nacht nach dem Morgen des Aufwachens. Das Klinikformular will die Nacht, in der man ins Bett ging. Der Assistent vertraute dem Datum der E-Mail, sodass die Hälfte der Zeilen einen Tag daneben lag.
• Nächte ohne Schlaf verschwunden: Nächte mit null Schlafzeit haben keine „asleep“-Einträge, daher übersprang sie der Assistent. Die monatliche Zusammenfassung kennzeichnet sie explizit mit 0,0 Stunden – klinisch wichtig. Lösung: als Null einfügen.
• Erfundene HR/HRV-Werte: Bei Nächten ohne morgendliche HR/HRV-Messung füllte der Assistent einen Wert ein (von einem anderen Tag übernommen). Für ein medizinisches Formular inakzeptabel. Lösung: N/A schreiben, nie schätzen.

Tolle Funktion: SMS-Integration

Der Entwickler hatte einem Freund SMS über Schlafdaten geschickt (z. B. „Uhr sagt 2 Std 40 Min letzten Dienstag“). Der Assistent ordnete diese Kommentare der richtigen Nacht zu und fügte sie der Notizspalte hinzu. Relative Daten wie „letzten Dienstag“ bereiteten zunächst Probleme – er verankerte sie am aktuellen Tag statt am Sendedatum der SMS.

Endgültiges CSV

Nach Korrektur der überschätzten Schlafzeit, Zeitzonenumrechnung, Verwendung der Bett-Daten, Einbeziehung der Null-Schlaf-Nächte und Unterbindung erfundener HR-Werte entsprach das CSV exakt dem Klinikformat – eine Zeile pro Nacht mit Spalten: Bettzeit, Zeit im Bett, Gesamtschlaf, Aufwachphasen, Effizienz, Ruhepuls, HRV, Notizen.

Praktische Erkenntnisse

• Immer den Unterschied zwischen „im Bett“ und „schlafend“ in Schlafdaten-Exporten prüfen – die Differenz ist groß.
• Zeitzonenumrechnung explizit handhaben und auf Datumsgrenzen achten.
• Null-Nächte einbeziehen; sie sind oft klinisch am relevantesten.
• KI niemals erlauben, fehlende Gesundheitsmetriken zu imputieren – N/A verwenden.
• Abgleich von SMS mit Sensordaten ist leistungsstark, erfordert aber korrekte zeitliche Verankerung.