Digitale physiologische Biomarker sagen individuelle Symptomausbrüche bei komplexen chronischen Krankheiten voraus

Warum das Puls-Tracking einen schlechten Tag vorhersagen könnte

Menschen mit lang anhaltenden Erkrankungen wie Long COVID oder chronischem Erschöpfungssyndrom beschreiben ihre Symptome oft als Achterbahn: einige Tage sind beherrschbar, andere bringen überwältigende Erschöpfung, „Gehirnnebel“ oder einen vollständigen „Crash“. Diese Schwankungen erscheinen oft zufällig, sodass Betroffene unsicher sind, wann sie sich schonen oder wichtige Pläne machen sollten. Die Studie stellt eine einfache, aber potente Frage: Können kurze tägliche Messungen per Smartphone oder Wearable solche schlechten Tage vorhersagen, bevor sie eintreten?

Der Alltag als Gesundheitslabor

Die Forschenden arbeiteten mit Nutzerinnen und Nutzern einer Mobil‑App namens Visible zusammen, die für Menschen mit komplexen chronischen Erkrankungen entwickelt wurde, die die Energie begrenzen. Mehr als 4.200 Erwachsene weltweit teilten ihre Daten anonym. Jeden Morgen führten sie eine 60‑sekündige Messung durch, entweder mit der Kamera des Smartphones oder einem kleinen Armsensor. Diese Werkzeuge erfassten die Ruheherzfrequenz, die Herzfrequenzvariabilität (ein Maß dafür, wie sehr die Zeit zwischen den Herzschlägen von Schlag zu Schlag variiert) und die Atemfrequenz. Jeden Abend gaben dieselben Personen an, wie sie sich fühlten, darunter, ob sie einen Crash erlebt hatten und wie stark ihre Müdigkeit und ihr Gehirnnebel waren.

Muster versteckt in winzigen täglichen Veränderungen

Anstatt nur Personen miteinander zu vergleichen, konzentrierten sich die Wissenschaftler darauf, wie sich jede Person im Vergleich zu ihrem eigenen üblichen Muster veränderte. Sie fragten: Waren die Abende schlimmer, wenn die morgendlichen Herzmesswerte eines Menschen von seinem typischen Baseline abwichen? Die Antwort lautete ja. Wenn die Ruheherzfrequenz höher als üblich und die Herzfrequenzvariabilität niedriger als üblich war, berichteten die Betroffenen später am Tag häufiger von einem Crash, starker Müdigkeit oder Gehirnnebel. Größere Schwankungen dieser Werte über die vorangegangene Woche deuteten ebenfalls auf mehr Probleme hin, was darauf schließen lässt, dass ein stabileres Herzmuster mit stabileren Symptomen einhergehen kann.

Modelle beibringen, Risiko zu erkennen

Um zu prüfen, ob sich diese Signale praktisch nutzen lassen, trainierte das Team Computermodelle mit den Zeitreihen jeder Person. Zuerst testeten sie Modelle, die nur auf den Symptomberichten des Vortags basierten. Diese lieferten bereits annehmbare Vorhersagen: Fühlte sich jemand gestern schlecht, schätzte das Modell oft, dass die Person sich auch heute schlecht fühlen könnte. Dann fügten sie die morgendlichen Herz‑ und Atemmessungen hinzu. Die Modelle wurden moderat, aber zuverlässig besser darin, Tage mit niedrigen und hohen Symptomen zu unterscheiden, besonders bei Crashs und Gehirnnebel. Anders gesagt: Herzsignale ersetzten das subjektive Empfinden nicht, lieferten aber nützliche Zusatzinformation darüber, was als Nächstes passieren könnte.

Was das für den Alltag bedeuten könnte

Für Menschen mit Long COVID, ME/CFS und verwandten Zuständen können schon kleine Hinweise auf einen bevorstehenden Abwärtstrend wichtig sein. Zeigt eine App, dass das heutige Herzmuster riskant aussieht, könnte eine Person sich mehr ausruhen, anspruchsvolle Aufgaben verschieben oder zusätzliche Unterstützung planen. Die Studie deutet außerdem an, dass langfristige Stabilität im Herzrhythmus eine tiefere Belastbarkeit der Stress‑ und Immunsysteme widerspiegeln könnte. Die Forschenden warnen jedoch, dass ihre Modelle bei weitem nicht perfekt sind. Am besten funktionieren sie, wenn sie auf die einzelne Person abgestimmt sind; manchmal übersehen sie schlechte Tage oder melden Fehlalarme. Die Daten stammen außerdem von Personen, die sich entschieden hatten, genau diese App und Geräte zu nutzen, sodass die Ergebnisse nicht unbedingt auf alle Betroffenen übertragbar sind.

Ein Schritt zu besser vorhersehbaren Tagen

Insgesamt zeigt die Studie, dass schnelle Messungen des Herzverhaltens zu Hause in kleiner, aber bedeutsamer Weise helfen können, vorherzusagen, wann sich die Symptome bei komplexen chronischen Erkrankungen wahrscheinlich verschlechtern. Morgendliche Anstiege der Ruheherzfrequenz und Abnahmen der Herzfrequenzvariabilität, besonders wenn sie über mehrere Tage schwanken, kündigen häufig abendliche Crashs, Müdigkeit und Gehirnnebel an. Während weitere Arbeit mit kontinuierlichen Sensoren, breiteren Patientengruppen und leistungsfähigeren Vorhersagewerkzeugen nötig ist, deuten die Ergebnisse auf eine Zukunft hin, in der Menschen mit unvorhersehbaren Erkrankungen einfache digitale Kontrollen nutzen können, um die schwierigsten Tage besser vorherzusehen und zu managen.

Zitation: Aitken, A., Sawyer, A., Iwasaki, A. et al. Digital physiological biomarkers predict within-person symptom changes in complex chronic illness. npj Digit. Med. 9, 257 (2026). https://doi.org/10.1038/s41746-026-02543-3

Schlüsselwörter: Long COVID, Herzfrequenzvariabilität, tragbare Sensoren, chronische Müdigkeit, digitale Gesundheitsüberwachung