Eye-Tracker-basierte Differenzierung von Schwindelursachen: Eine mobile Möglichkeit der schnelleren und genaueren Triagierung im Notfall
Notice bibliographique
Résumé
Einleitung Akuter Schwindel beeinträchtigt die Lebensqualität in besonderer Weise. Die Ursachen sind vielfältig und reichen von peripheren vestibulären Störungen bis hin zu lebensbedrohlichen zentralen Störungen wie Kleinhirninfarkten. Die schnelle Identifikation der zugrundeliegenden Die Ursache von Schwindel ist entscheidend für eine angemessene und zeitnahe Behandlung. Methode Ziel der Studie war es eine Methode zu entwickeln, die es ermöglicht mit einfachen technischen Hilfsmitteln zwischen Schwindelursachen automatisiert unterscheiden zu können. Wir haben eine auf Eye-Tracker und künstlicher Intelligenz basierende Methode etabliert, die eine präzise Erfassung der Schwindelgenese, vergleichbar zum neurologischen und HNO-ärztlichen Standard (HINTS exam) ermöglichen soll. Mithilfe von Microsoft HoloLens geben sprachgesteuerte Anweisungen den Patienten dynamisch vor, spezifische Augen- und Kopfbewegungen durchzuführen. Aktuell erfolgt die Analyse mittels der HoloLense, könnte in Zukunft jedoch auch über einer App auf dem Smartphone angewendet werden. Ergebnisse Der Microsoft HoloLense kann Muster der Augenbewegungen wie Nystagmen, Sakkaden und Scew deviation erkennen. Über den entwickelten Testaufbau lassen sich einerseits Schwindelpatienten von gesunden Patienten und andererseits zentraler und peripherer Schwindel unterscheiden. Die Entwicklung des Eye-Trackers erfolgte in enger Zusammenarbeit zwischen Ingenieuren, Neurologen und HNO -Ärzten. Zusammenfassung Der Eye-Tracker zeigt vielversprechendes Potenzial, dass die Versorgung von Patienten mit Schwindel verbessert werden kann. Durch breiteren Zugang zu zuverlässiger und schneller Analyse von Schwindelursachen könnten mehr Patienten im Lysefenster identifiziert und therapiert werden. Publication History Article published online: 19 April 2024 © 2024. Thieme. All rights reserved. Georg Thieme Verlag KG Rüdigerstraße 14, 70469 Stuttgart, Germany
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».