Kleine-Levin-Syndrom: Wearable findet Vorboten 48 h vorher

Salzburg, Oktober 2026. Das Kleine-Levin-Syndrom gehört zu den seltensten Schlaferkrankungen und zu jenen, die ein Schlaflabor praktisch nicht zu fassen bekommt. Ein 22-jähriger Patient hat nun rund 100 Nächte lang mit einem Sensor am Oberarm und der Schlafstadien-Analyse von sleep² geschlafen. Das Ergebnis: 20 Attackennächte (Nächte mit mehr als 15 Stunden Schlaf) wurden erfasst, und in den 48 Stunden vor einer Attacke zeigte sich ein Muster in Tiefschlaf und Herzfrequenz, das der Patient selbst nicht wahrnimmt. Univ.-Prof. Dr. Manuel Schabus, Schlafforscher an der Universität Salzburg und Mitgründer von sleep², greift den Fall als Beispiel in einem Übersichtsbeitrag über KI und Wearables in der Schlafmedizin für die Ärzt:innen-Zeitschrift psychopraxis.neuropraxis (Springer, im Druck) auf. Für ihn ist es das eindrücklichste Beispiel dafür, was tägliche Messung leisten kann.

Was das Kleine-Levin-Syndrom so schwer greifbar macht

Das Kleine-Levin-Syndrom (KLS), in den Medien oft „Dornröschen-Syndrom“ genannt, ist eine seltene zentrale Hypersomnie, die meist in der Adoleszenz beginnt. In Episoden schlafen Betroffene 12 bis 24 Stunden am Tag, begleitet von kognitiven und Verhaltensänderungen. Dazwischen liegen Wochen bis Monate völliger Unauffälligkeit.

Genau dieses Muster macht die Diagnostik so schwierig. Die Diagnose wird klinisch gestellt; Polysomnografie und Schlaflatenztest sind zwischen den Episoden meist normal und während der Episoden uneinheitlich. Biomarker für Beginn, Verlauf oder Erholung fehlen. Oder, wie Manuel Schabus es in seinem Beitrag formuliert: Man müsste im Labor sein, wenn die Episode kommt – und niemand weiß, wann sie kommt.

100 Nächte, 20 Attackennächte: Was die Langzeitmessung sichtbar machte

Der Patient trug über rund 100 Nächte einen optischen Sensor am Oberarm (Polar Verity Sense). Die Schlafstadien wurden aus den Herzschlagintervallen berechnet – mit dem Verfahren, das die Salzburger Arbeitsgruppe an 8.898 manuell ausgewerteten Labornächten trainiert hat (Topalidis et al., 2023, Sensors) und das zu Hause gegen die Polysomnografie rund 84 Prozent Übereinstimmung bei vier Schlafstadien erreicht (Topalidis et al., 2025, Preprint). Wie sich die vier Schlafphasen im Herzrhythmus abbilden und was Schlaftracker heute zuverlässig können, haben wir an anderer Stelle beschrieben.

In diesem Zeitraum traten 20 Attackennächte auf: Nächte mit mehr als 15 Stunden Schlaf, die sich im Verlaufsbild klar von den Basisnächten abheben (Kunz & Topalidis, neurologisch 3/2025). Der vollständige wissenschaftliche Fallbericht (Schabus et al.) ist zur Publikation eingereicht und kann bald im Detail nachgelesen werden. Bereits das Sichtbarmachen ist ein diagnostischer Gewinn. Der eigentliche Schritt beginnt jedoch danach.

48 Stunden vorher: ein Muster, das der Patient selbst nicht spürt

Wer 100 Nächte mit Schlafarchitektur, Herzfrequenz und Herzratenvariabilität vorliegen hat, kann fragen, was einer Attacke vorausgeht – ohne im Voraus wissen zu müssen, wo man suchen soll. Genau hier liegt die Stärke der systematischen Verlaufsanalyse: Sie vergleicht alle Nächte vor einer Attacke mit allen übrigen Nächten und findet so Muster, die in einer einzelnen Nacht, im Labor wie zu Hause, unsichtbar bleiben und die auch der Patient selbst nicht spürt.

In einer explorativen Analyse zeigte sich das klarste Signal rund 48 Stunden vor den Attacken: Der Tiefschlafanteil stieg von 11,1 auf 15,1 Prozent (p = 0,002, d = 0,86), und die nächtliche Herzfrequenz verschob sich nach oben: Der Anteil der Schlafzeit mit einer Herzfrequenz über 80 Schlägen pro Minute stieg von 53,5 auf 63,2 Prozent (p = 0,053, d = 0,58), statistisch knapp an der Signifikanzgrenze, aber mit mittlerer Effektstärke. Eine prodromale Signatur, die nicht einmal der Patient selbst wahrnimmt.

Wichtig für die Einordnung: Es handelt sich um eine Einzelfallanalyse, explorativ und hypothesengenerierend. Die Schlafstadien sind algorithmisch geschätzt und nicht per EEG bestätigt. Ob das Muster auch bei anderen Betroffenen auftritt, müssen weitere Fälle und prospektive Studien zeigen. Die Salzburger Arbeitsgruppe sucht deshalb weitere KLS-Betroffene, die bereit sind, ihren Schlaf über längere Zeit zu Hause zu messen, um das Muster an zusätzlichen Patient:innen zu prüfen. Kontakt: hello@sleep2.com.

Warum dieser Fall über das Kleine-Levin-Syndrom hinausweist

„Bei seltenen, episodischen Erkrankungen, für die Gruppenstudien kaum möglich sind, kann die dichte Verlaufsmessung im Individuum zur eigentlichen Datenquelle werden“, schreibt Manuel Schabus. Denkbar sind Frühwarnsysteme, die Betroffene und Angehörige vor einer Episode alarmieren, eine präzisere Phänotypisierung über die Verlaufsmuster und prospektive Studien mit mehreren Patient:innen.

Dasselbe Prinzip lässt sich übertragen: auf die Narkolepsie mit ihren tageszeitlichen Schlafattacken, auf die von Nacht zu Nacht variable Schlafapnoe, auf zirkadiane Störungen, auf Parasomnien wie das Schlafwandeln, dessen Episoden in der Labornacht fast nie auftreten – und auf die Insomnie selbst, deren Definition gestörten Schlaf an mindestens drei Nächten pro Woche verlangt, ein Muster, das eine einzelne Labornacht nur per Zufall trifft.

Die Polysomnografie bleibt dabei der Goldstandard für die Diagnostik schlafbezogener Atmungs- und Bewegungsstörungen und von Parasomnien. „Wearables und künstliche Intelligenz werden die Schlafmedizin nicht ersetzen – aber sie erweitern sie um eine Dimension, die bislang fehlte: die Zeit“, so Schabus.

Dr. Thomas Winkler, CEO von sleep²: „Dieser Fall zeigt, wohin sich objektive Schlafmessung entwickelt: von der Momentaufnahme zum Verlauf. Wir wollen diese Möglichkeit Kliniken, Forschungsgruppen und Partnern im Bereich seltener Erkrankungen zugänglich machen.“