Eye-Tracker-basierte Differenzierung von Schwindelursachen: Eine mobile Möglichkeit der schnelleren und genaueren Triagierung im Notfall
Bibliographic record
Abstract
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
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".