Abstract 080: Continuous Automated Stroke Screening Software for Early Detection of Neurological Impairment
Notice bibliographique
Résumé
Introduction Stroke is the second leading cause of death worldwide leaving up to 50 % of Survivor chronically disabled after their event. Early diagnosis and treatment can significantly lower mortality and morbidity, significantly reducing the economic burden of long‐term disability. Due to the painless nature of most stroke events, many lack the stimulus to seek emergency assistance, further compounded by a symptomatology of deficit resulting in being unaware of the symptoms or lacking the ability to call for help when needed. A continuous automated stroke screening software tool was developed to address these pitfalls in prehospital care, allowing for the early detection of neurological impairment and the release of a medical emergency alert to facilitate emergency medical care. Methods Python version 3.11.3, NumPy, OpenCV, and mediapipe were used for facial and hand land marking with mathematical models employed to detect eye gaze direction, facial symmetry, eyelid closure and left or right hand detection. Results We were able to demonstrate consistent performance of the final software to continuously detect the eye gaze deviation, or center in real time video capturing (Figure‐1). Software is also capable of detecting lower facial palsy through facial symmetry recognition of smiling to demonstrate a right or left sided palsy (Figure‐2). The ability to blink can be detected to differentiate motor neuron palsy and used as a measure of mental status demonstration of the ability to follow a simple midline command (Figure‐3). Detection of lateralizing hand presentation to the camera allows the software to be used in detecting hemi‐neglect, and antigravity muscle strength in upper extremity. (Figure 1‐3). Conclusion Our developed automated stroke screening software can be used for continuous, physician independent, monitoring of neurologic patients and the detection of acute deficits and emergency alert to facilitate early care. The software is designed for use in medical emergency alert systems, tele stroke assessments, and remote surveillance of the neurological examination in intensive care unit or patients in isolation. Here we present the initial software development and capability, we are currently studying our detection models on patients with neurological deficits in varied practice settings.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».