AT524365A1 - Verfahren für die Zuweisung eines Schwindelpatienten zu einem medizinischen Fachgebiet - Google Patents

Verfahren für die Zuweisung eines Schwindelpatienten zu einem medizinischen Fachgebiet Download PDF

Info

Publication number
AT524365A1
AT524365A1 ATA236/2020A AT2362020A AT524365A1 AT 524365 A1 AT524365 A1 AT 524365A1 AT 2362020 A AT2362020 A AT 2362020A AT 524365 A1 AT524365 A1 AT 524365A1
Authority
AT
Austria
Prior art keywords
video data
neural network
eye movements
medical specialty
processing
Prior art date
Application number
ATA236/2020A
Other languages
English (en)
Original Assignee
Vertify Gmbh
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Vertify Gmbh filed Critical Vertify Gmbh
Priority to ATA236/2020A priority Critical patent/AT524365A1/de
Priority to PCT/AT2021/060388 priority patent/WO2022082245A1/de
Priority to US18/032,824 priority patent/US20230389793A1/en
Priority to EP21800995.9A priority patent/EP4233069A1/de
Priority to CN202180071504.0A priority patent/CN116438607A/zh
Publication of AT524365A1 publication Critical patent/AT524365A1/de

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/113Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining or recording eye movement
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/14Arrangements specially adapted for eye photography
    • A61B3/145Arrangements specially adapted for eye photography by video means
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/1113Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1114Tracking parts of the body
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/1126Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb using a particular sensing technique
    • A61B5/1128Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb using a particular sensing technique using image analysis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/40Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4005Detecting, measuring or recording for evaluating the nervous system for evaluating the sensory system
    • A61B5/4023Evaluating sense of balance
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4863Measuring or inducing nystagmus
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/013Eye tracking input arrangements
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016Operational features thereof
    • A61B3/0025Operational features thereof characterised by electronic signal processing, e.g. eye models
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/1123Discriminating type of movement, e.g. walking or running
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/62Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245Protecting personal data, e.g. for financial or medical purposes
    • G06F21/6254Protecting personal data, e.g. for financial or medical purposes by anonymising data, e.g. decorrelating personal data from the owner's identification
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Fuzzy Systems (AREA)
  • Signal Processing (AREA)
  • Radiology & Medical Imaging (AREA)
  • Psychiatry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Ophthalmology & Optometry (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Neurology (AREA)

Abstract

Die vorliegende Erfindung betrifft ein Verfahren für die Zuweisung eines Schwindelpatienten (SP) zu einem medizinischen Fachgebiet (MF), aufweisend die folgenden Schritte: − Erfassen von Augenbewegungen (AB) des Schwindelpatienten (SP) in Form von Videodaten (VD), − Verarbeiten der erfassten Videodaten (VD) in einem neuronalen Netz- werk (NN), − Bestimmen wenigstens eines medizinischen Fachgebiets (MF) auf Basis des Ergebnisses der Verarbeitung in dem neuronalen Netzwerk (NN), − Ausgabe einer Zuweisung des Schwindelpatienten (SP) zu dem bestimmten wenigstens einen medizinischen Fachgebiet (MF).

Description

Verfahren für die Zuweisung eines Schwindelpatienten zu einem medizinischen
Fachgebiet
Die vorliegende Erfindung betrifft ein Verfahren für eine Zuweisung eines Schwindelpatienten zu einem medizinischen Fachgebiet, ein Trainingsverfahren zum Trainieren eines neuronalen Netzwerks für den Einsatz in einem solchen Verfahren, ein Zuweisungssystem für die Durchführung eines solchen Verfahrens sowie ein entsprechendes Computerprogrammprodukt.
Es ist bekannt, dass Patienten aus den unterschiedlichsten Ursachen ihren Hausarzt aufsuchen. Neben Kopfschmerzen ist die zweithäufigste Ursache für das Aufsuchen des Hausarztes ein Schwindelgefühl. Schwindelsymptome können jedoch unterschiedlichste Ursachen haben. Für die Diagnose der Ursache eines Schwindelsymptoms sind daher unterschiedlichste Fachärzte notwendig. Beispielsweise ist es möglich, dass ein Schwindel eine neurologische Ursache hat. Eine neurologische Ursache müsste demnach von einem neurologischen Facharzt untersucht werden. Auch ist es möglich, dass ein Schwindelgefühl aus einer Störung im Innenohr rührt. In einem solchen Fall wäre der notwendige Facharzt für die Diagnose der tatsächlichen Ursache ein Hals-Nasen-Ohren-Arzt.
Bei den bekannten Lösungen wird eine Zuweisung und damit eine Überweisung zum jeweiligen Facharzt ausschließlich auf Basis einer zeitlich begrenzten Untersuchung des Hausarztes erfolgen. Oft kann es dazu führen, dass die Patienten zu einer Mehrzahl unterschiedlicher Fachärzte geschickt werden, welche entweder nacheinander oder sogar parallel versuchen, die Ursache des Schwindels zu diagnostizieren. Dies führt zu einem hohen zeitlichen Aufwand der Fachärzte wie auch des Patienten. AuBerdem führt dies zusätzlich zu hohen Kosten, da oft nur eine Ursache für das Schwindelgefühl vorliegt. Das bedeutet wiederum, dass in vielen Fällen nur ein einziger der Fachärzte tatsächlich in der Lage ist, die Ursache des Schwindelgefühls zu diagnostizieren, während die übrigen konsultierten Fachärzte keine erfolgreiche Diagnose erstellen können. Weiter kann es zu nicht notwendigen Einsätzen von teuren bildgebenden Verfahren, wie beispielsweise Magnetresonanzthomographie, kommen. Die erhöhten Kosten und der erhöhte Aufwand wird hier entweder vom Patienten selbst oder von der Gesellschaft in Form der jeweiligen Krankenversicherung getragen.
2 Es ist Aufgabe der vorliegenden Erfindung, die voranstehend beschriebenen Nachteile zumindest teilweise zu beheben. Insbesondere ist es Aufgabe der vorliegenden Erfindung, in kostengünstiger und einfacher Weise eine Zuweisung zu einem explizi-
ten medizinischen Fachgebiet zu erzielen.
Die voranstehende Aufgabe wird gelöst durch ein Verfahren mit den Merkmalen des Anspruchs 1, ein Trainingsverfahren mit den Merkmalen des Anspruchs 12, ein Zuweisungssystem mit den Merkmalen des Anspruchs 15 sowie ein Computerprogrammprodukt mit den Merkmalen des Anspruchs 17. Weitere Merkmale und Details der Erfindung ergeben sich aus den Unteransprüchen, der Beschreibung und den Zeichnungen. Dabei gelten Merkmale und Details, die im Zusammenhang mit dem erfindungsgemäßen Verfahren beschrieben sind, selbstverständlich auch im Zusammenhang mit dem erfindungsgemäßen Trainingsverfahren, dem erfindungsgemäßen Zuweisungssystem sowie dem erfindungsgemäßen Computerprogrammprodukt und jeweils umgekehrt, sodass bezüglich der Offenbarung zu den einzelnen Erfindungs-
aspekten stets wechselseitig Bezug genommen wird beziehungsweise werden kann.
Erfindungsgemäß dient das Verfahren dazu, einen Schwindelpatienten einem medizinischen Fachgebiet zuzuweisen. Hierfür weist ein solches Verfahren die folgenden Schritte auf:
- Erfassen von Augenbewegungen des Schwindelpatienten in Form von Videodaten,
- Verarbeiten der erfassten Videodaten in einem neuronalen Netzwerk,
- Bestimmen wenigstens eines medizinischen Fachgebiets auf Basis des
Ergebnisses der Verarbeitungen im neuronalen Netzwerk,
- Ausgabe einer Zuweisung des Schwindelpatienten zu dem bestimmten, wenigstens einen medizinischen Fachgebiet.
Ein erfindungsgemäßes Verfahren dient also dazu, ein medizinisches Fachgebiet herauszufinden, welches mit hoher Wahrscheinlichkeit in der Lage ist, die tatsächliche Ursache des Schwindelgefühls für den Schwindelpatienten zu diagnostizieren. Ein Schwindelpatient ist dabei im Sinne der vorliegenden Erfindung ein Patient, welcher unter einem Schwindelsymptom leidet. Ein erfindungsgemäßes Verfahren
3 erlaubt es nun, unabhängig oder ergänzend zu der Erfahrung des jeweiligen Hausarztes die Zuweisung eines medizinischen Fachgebietes zur Verfügung zu stellen. Das zugewiesene und ausgegebene medizinische Fachgebiet ist dabei mit hoher Wahrscheinlichkeit dasjenige Fachgebiet, auf welchem die noch zu diagnostizierende Ursache des Schwindelsymptoms liegt, sodass durch die Zuweisung zu dem medizinischen Fachgebiet direkt derjenige Facharzt konsultiert werden kann, der mit hoher Wahrscheinlichkeit auch die Ursache für das Schwindelgefühl diagnostizieren kann. Bei Mehrfachverweisung nach dem Stand der Technik ist darüber hinaus von einem möglicherweise reduzierten Verantwortungsgefühl der einzelnen Fachärzte
auszugehen.
Im Rahmen der vorliegenden Erfindung ist unter einem neuronalen Netzwerk jede Form künstlicher Intelligenz zu verstehen, beispielsweise auch jede Form einer diffe-
renzierbaren Programmierung (Differentiable Programming).
Im Vergleich zu den bisherigen Lösungen, muss also nicht mehr eine Konsultation durch einer Vielzahl von Fachärzten parallel und/oder hintereinander erfolgen, sondern kann ausschließlich ein einziger Facharzt oder wenige Fachärzte, konsultiert werden, welcher dem zugewiesenen medizinischen Fachgebiet entspricht. Dies führt dazu, dass ein deutlich geringerer Zeitaufwand für die Konsultation des Facharztes beim Patienten sowie auch ein Vermeiden von unnötigen Konsultationen anderer Fachärzte möglich ist. Der reduzierte Zeitaufwand geht dabei auch mit einem reduzierten Kostenaufwand einher, da unnötige Facharztbesuche auch nicht mehr be-
zahlt werden müssen.
Ein erfindungsgemäßes Verfahren basiert darauf, dass Augenbewegungen des Schwindelpatienten erfasst werden. Dies erfolgt mit einem Videosensor, zum Beispiel in Form eines Kamerasystems. Eine besonders einfache und kostengünstige Ausgestaltung eines erfindungsgemäßen Verfahrens, wie es nachfolgend erläutert wird, kann auf einem mobilen Endgerät durchgeführt werden. Es ist jedoch selbstverständlich auch möglich, dass spezielle Endgeräte, welche zugehörige Videosensoren oder Kamerasysteme aufweisen, bei vorzugsweise einem Hausarzt installiert sein können. In einfachster Weise kann ein erfindungsgemäßes Verfahren jedoch als
Softwareprodukt beziehungsweise als Computerprogrammprodukt, beispielsweise in
nes Mobilfunkgerätes laufen.
Dabei ist es grundsätzlich auch möglich, dass die Erfassung der Augenbewegungen separat von dem erfindungsgemäßen Verfahren abläuft. Beispielsweise können bestehende Kamerasysteme die Augenbewegungen in Form von Videodatei aufneh-
men und dem erfindungsgemäßen Verfahren für die weitere Verarbeitung zur Verfü-
gung stellen.
Am Beispiel des Mobilfunkgerätes wird nun erläutert, wie ein erfindungsgemäßes Verfahren durchgeführt werden kann. Mithilfe der Kamera des Mobilfunkgerätes ist es möglich, die Augenbewegungen des Schwindelpatienten in Form von Videodaten aufzunehmen. Diese Augenbewegungen können frei aufgenommene Augenbewegungen oder geführte Augenbewegungen sein. Wie später noch erläutert wird, sind insbesondere geführte Augenbewegungen von Vorteil, die auf Basis von vorzugsweise normierten Augenbewegungstests erfasst werden können. So können beispielsweise Bewegungsmuster der Augen mit kleinsten Bewegungen und/oder Zuckungen auf die entsprechenden medizinischen Fachgebiete Rückschlüsse ermöglichen.
Sobald die Augenbewegungen des Schwindelpatienten in Form von Videodaten erfasst worden sind, können sie mithilfe eines neuronalen Netzwerkes verarbeitet werden. Unter einem neuronalen Netzwerk ist im Sinne der vorliegenden Erfindung der Einsatz einer sogenannten künstlichen Intelligenz zu verstehen. Das neuronale Netzwerk ist dabei ein trainiertes neuronales Netzwerk, welches auf Basis einer Vielzahl von kontrolliert gelabelten Augenbewegungsdaten mit entsprechenden neuronalen Netzwerkknoten und zugehörigen Gewichtungen versehen ist. Dies führt dazu, dass die Verarbeitung der erfassten Videodaten in diesem trainierten neuronalen Netzwerk es ermöglicht, dass die erfassten Videodaten mit einer hohen Sicherheit ein medizinisches Fachgebiet zugewiesen werden kann, auf welchem in einer anschlieBßenden Konsultation des zugehörigen Facharztes auch eine Diagnose der Schwindelursache erfolgen kann. Mit anderen Worten werden also die Videodaten im neuronalen Netzwerk verarbeitet, wobei durch das neuronale Netzwerk eine Bestimmung wenigstens eines medizinischen Fachgebietes auf Basis des Ergebnisses dieser Verarbeitung erfolgt.
5 Final erfolgt bei einem erfindungsgemäßen Verfahren die Ausgabe dieser Zuweisung des Schwindelpatienten zu dem bestimmten, wenigstens einen, medizinischen Fachgebiet. Es ist also möglich, dass nach der Aufnahme der Augenbewegungen und der Verarbeitung im neuronalen Netzwerk direkt auf dem mobilen Endgerät eine Ausgabe eines oder sogar mehrerer medizinischer Fachgebiete möglich wird, welche mit hoher Wahrscheinlichkeit anschließend an ein erfindungsgemäßes Verfahren die Diagnostizierung der Ursache für den Schwindel erlauben. Das zugewiesene medizinische Fachgebiet führt also dazu, dass anschließend der Schwindelpatient den Facharzt des zugewiesenen medizinischen Fachgebietes aufsucht und dort eine Diagnose der tatsächlichen Schwindelursache und evtl. eine Einleitung einer passenden Therapie erfolgen kann.
Wie auf Basis der voranstehenden Erläuterung ersichtlich wird, ist nun die Zuweisung zum medizinischen Fachgebiet zumindest teilweise normiert. Dies beruht auf der Tatsache, dass die Erfahrung einer Vielzahl von Experten in dem neuronalen Netzwerk durch die entsprechenden Trainingsverfahren in Form der Gewichtung der einzelnen Netzwerkknoten hinterlegt ist. Die aufgenommenen Augenbewegungen in Form der Videodaten können alleine oder in Kombination mit später noch erläuterten Patentienantworten somit automatisch und mit hoher Genauigkeit dasjenige medizinische Fachgebiet zuweisen, auf welchem mit hoher Wahrscheinlichkeit die Ursache für den Schwindel diagnostiziert werden kann.
Es ist noch darauf hinzuweisen, dass ein erfindungsgemäßes Verfahren nicht der Diagnose einer Ursache dient, sondern vielmehr eine Diagnose im Anschluss an das erfindungsgemäße Verfahren ermöglicht. Während bei bekannten Vorgehensweisen ein Hausarzt eine Vielzahl von Fachärzten auswählte, die alle Diagnoseversuche für die Schwindelursache durchführen mussten, kann in erfindungsgemäßer Weise nun explizit ein oder deutlich weniger Fachärzte im Bereich der zugewiesenen medizinischen Fachgebiete ausgewählt werden, um nun kostengünstiger, schneller und vor allem auch einfacher anschließend die Diagnose der Ursache für das Schwindelgefühl durchzuführen. Eine Übersendung zu falschen medizinischen Fachgebieten wird auf diese Weise vermieden oder zumindest die Wahrscheinlichkeit deutlich reduziert. Hinsichtlich des Trainings und der Ausgestaltung des neuronalen Netzwerks folgen später noch nähere Erläuterungen.
6 Es kann Vorteile mit sich bringen, wenn bei einem erfindungsgemäßen Verfahren die Videodaten vor der Verarbeitung im neuronalen Netzwerk anonymisiert werden, insbesondere in Augenbewegungsparameter übersetzt werden. Während es grundsätzlich möglich ist, direkt Videodaten in einem neuronalen Netzwerk zu verarbeiten, kann die Umsetzung in anonymisierte Daten, zum Beispiel in Form von Augenbewegungsparametern, zusätzliche Vorteile mit sich bringen. Zum einen wird es auf diese Weise möglich, eine Kompression der Datenmenge zur Verfügung zu stellen, sodass die anonymisierten Daten eine deutlich geringere Speichergröße aufweisen als dies für die aufgenommenen Videodaten gilt. Gleichzeitig wird es auf diese Weise möglich, eine Anonymisierung vorzusehen, welche es anschließend erlaubt, diese anonymisierten Augenbewegungen vom mobilen Endgerät an andere Geräte zu übersenden. Dies ist insbesondere dann von Vorteil, wenn beispielsweise das neuronale Netzwerk zentralisiert in einer Netzwerklösung, zum Beispiel in Form einer Verarbeitungscloud, vorliegt. Die Bearbeitung und das Verwenden personenbezogener Daten in einem systemübergreifenden Netzwerk ist grundsätzlich von hohen Sicherheitsstandards getragen. Somit erlaubt es der Schritt des Anonymisierens, dass ohne Sicherheitsbedenken die anonymisierten Augenbewegungsinformationen an ein zentrales Netz kommuniziert werden, während die patientenbezogenen Daten auf dem mobilen Endgerät verbleiben. Unter anonymisierten Augenbewegungsparametern sind beispielsweise Richtungsvektoren der einzelnen Augen, insbesondere in Form der Blickrichtung der Augen, in Form einer Kopfneigung und/oder in Form einer Kopforientierung, denkbar. Jedoch ist es auch möglich, dass die Augenbewegungsparameter in einer anderen Form gespeichert werden, wie zum Beispiel als Eulerwinkel, Rotationsmatrix, oder Pixeltranslation. Es ist auch denkbar weitere unterstützende Informationen, wie zum Beispiel die Kopfneigung und/oder Kopforientierung als Richtungsvektoren, Rotationsmatrix, oder Quaternions, mit aufgenommen werden. Die Anonymität dieser Daten ist durch die niedrige Abtastrate sowie fehlenden biometrischen Informationen, wie zum Beispiel dem Augenabstand, gegeben. Der Schritt der Anonymisierung erfolgt vorzugsweise lokal in der jeweiligen Erfassungsvorrichtung, sodass hier die Trennung zwischen patientenbezogenen Daten und anonymisierten Daten in lokaler Weise zur Verfügung gestellt wird. Diese Übersetzung kann zum Beispiel in Form eines Algorithmus und/oder ebenfalls durch die Verwendung eines
oder mehrerer neuronaler Netzwerke gewährleistet werden.
7 Vorteile bringt es weiter mit sich, wenn bei einem erfindungsgemäßen Verfahren die erfassten Videodaten, insbesondere in anonymisierter Form, von einer Erfassungsvorrichtung an eine Verarbeitungsvorrichtung übermittelt werden, in welcher die Verarbeitung mittels des neuronalen Netzwerks erfolgt, wobei vorzugweise das bestimmte medizinische Fachgebiet an die Erfassungsvorrichtung zurückübermittelt und an der Erfassungsvorrichtung mittels einer Ausgabevorrichtung ausgegeben wird. Wie bereits im voranstehenden Absatz erläutert worden ist, kann es Vorteile mit sich bringen, die Verarbeitungsintelligenz in Form des verarbeitenden neuronalen Netzwerks zentral auf einem Server, zum Beispiel in einer Cloud zur Verfügung zu stellen. Insbesondere dann, wenn die Augenbewegungen in Form der Videodaten anonymisiert werden, zum Beispiel durch die im voranstehenden Absatz erläuterten Augenbewegungsparameter, können diese anonymisierten Daten, vorzugsweise drahtlos, an diesen zentralen Cloudserver übermittelt und dort verarbeitet werden. Handelt es sich bei dem Server um eine entsprechend abgesicherte Variante können auch nicht-anonymisierte Daten dort gespeichert und/oder verarbeitet werden. Dies erlaubt es, auch rechenintensive Lösungen in Form des neuronalen Netzwerks zentral auf einem Server darzustellen, sodass die Rechenkapazität nicht von dem mobilen Endgerät zur Verfügung gestellt werden muss. Der Ablauf ist hier ähnlich einem auf einem Server basierenden Spracherkennungssystem, beispielsweise in einer Cloud. Es erfolgt die Aufnahme sowie gegebenenfalls eine Vorverarbeitung der Augenbewegungen lokal mithilfe der Erfassungsvorrichtung, die Verarbeitung zentral mithilfe der auf dem Cloudserver angeordneten Verarbeitungsvorrichtung und eine Rückübermittlung zur Ausgabe an der Ausgabevorrichtung, welche insbesondere integral mit der Erfassungsvorrichtung ausgebildet ist.
Weitere Vorteile können erzielt werden, wenn bei einem erfindungsgemäßen Verfahren bei der Erfassung der Augenbewegungen auf einer Anzeigevorrichtung einer Erfassungsvorrichtung wenigstens ein Testvideo abgespielt und/oder eine Anleitung angezeigt wird. So können beispielsweise Okulomotorik-Tests wie z.B Blickrichtungsnystagmus, Optokinetischer Nystagmus, Blickfolgebewegung, Fixationssuppression in Form von Bild- bzw. Audiomaterial mittels eines Smart-Devices angezeigt werden. Ein solches Testvideo kann beispielsweise eine Führungsfunktion für eine erzwungene beziehungsweise geführte Augenbewegung aufweisen. Auch ist es möglich, dass das Testvideo unterschiedliche Hell-Dunkel-Sequenzen (z.B. Nachbildung einer
Nystagmustrommel durch schwarz-weißes Balkenmuster) darstellt, um
8 entsprechende Augenreaktionen in Form von Augenbewegungen hervorzurufen. Dabei sind die einzelnen Testvideos insbesondere als abgeschlossene Augenbewegungstests zu verstehen, wobei vorzugsweise für jeden Augenbewegungstest eine eigene Augenbewegung in Form von Videodaten aufgenommen wird. Die Verarbeitung im anschließenden Schritt kann dabei zum Beispiel spezifisch für den jeweiligen Augenbewegungstest sein. Wird beispielsweise eine geführte Augenbewegung durchgeführt, so sind die aufgenommenen Augenbewegungen in einem ersten neuronalen Netzwerk zur Verarbeitung zuzuführen, während bei einer Hell-Dunkel-Variation als Augenbewegungstest die aufgenommenen Augenbewegungen einem zweiten, davon unabhängigen, neuronalen Netzwerk zugeführt werden. Hier ist gut zu erkennen, dass in einfacher und kostengünstiger Weise nicht nur ein einziger, sondern mehrere unterschiedliche Augenbewegungstests mit einem erfindungsgemäßen Verfahren kombiniert werden können, sodass durch die kombinierte Auswertung in entsprechend spezifisch zugeordneten neuronalen Netzwerken, die Sicherheit der Zuweisung zum richtigen medizinischen Fachgebiet und damit die Vorteile der vorliegenden Erfindung noch weiter verbessert werden können. Auch ist es denkbar, dass zusätzlich zu der Zuweisung ergänzende Informationen ausgegeben werden, welche beispielsweise Schwerpunkte für die anschließende Diagnose durch den Facharzt geben können.
Vorteile bringt es ebenfalls mit sich, wenn bei einem erfindungsgemäßen Verfahren zusätzlich zu den Videodaten wenigstens eine Patientenantwort auf wenigstens eine Patientenfrage erfasst wird. So ist es möglich, dass auf der Erfassungsvorrichtung an einem entsprechenden Anzeigeabschnitt, ein oder mehrere Patientenfragen angezeigt werden. Im einfachsten Fall handelt es sich hierbei um die Abfrage von grundsätzlichen Patienteninformationen, wie Alter, Geschlecht, Gewicht oder Ähnliches. Jedoch ist es auch denkbar, dass eine Abfrage von zu dem Schwindelsystem relevanten Informationen erfolgt, zum Beispiel in welchem Zusammenhang ein Schwindel auftritt, seit wann der Schwindel auftritt, ob es eine neue Brillenverordnung gab oder Ähnliches. Die zugehörigen Patientenantworten zu den Patientenfragen können verwendet werden, um unterschiedliche Schritte des Verfahrens zu verbessern. Beispielsweise können sie verwendet werden, um auf Basis der Patientenantworten unterschiedliche Augenbewegungstests auszuwählen. Auch ist es möglich, Gewichtungen bei der Verarbeitung im neuronalen Netzwerk auf Basis der Patientenantwort zu
verändern. Darüber hinaus ist es noch möglich, das Verarbeitungsergebnis des
9 neuronalen Netzwerkes mit den erhaltenen Patientenantworten zu korrelieren und auf diese Weise die Sicherheit der Zuweisung zum richtigen medizinischen Fachgebiet noch weiter zu erhöhen. Die Patientenfragen und die Patientenantworten bleiben dabei vorzugsweise lokal auf der Erfassungsvorrichtung und werden insbesondere nicht oder nur in anonymisierter Weise an das neuronale Netzwerk der Verarbei-
tungsvorrichtung übermittelt.
Weitere Vorteile sind erzielbar, wenn bei einem erfindungsgemäßen Verfahren die Augenbewegungen zu wenigstens zwei unterschiedlichen Augenbewegungstests erfasst werden, wobei die Videodaten zu unterschiedlichen Augenbewegungstests in unterschiedlichen neuronalen Netzwerken verarbeitet werden. Wie bereits erläutert worden ist, können unterschiedliche Augenbewegungstests unterschiedliche signifikante Informationen geben, welches medizinische Fachgebiet in der Lage ist, eine Diagnose der Schwindelursache durchzuführen. Bei dieser Ausführungsform werden unterschiedliche Augenbewegungen in unterschiedlichen Videodaten spezifisch für jeden der durchgeführten Augenbewegungstests gespeichert und entsprechend spezifisch unterschiedlichen neuronalen Netzwerken zugeführt. Mit anderen Worten gibt also jedes neuronale Netzwerk ein eigenes Verarbeitungsergebnis aus, welche anschließend zu einem gemeinsamen Verarbeitungsergebnis kombiniert und in Form einer medizinischen Fachgebietszuweisung ausgegeben werden können. Die einzelnen Videodaten für die Augenbewegungstests bleiben dabei vorzugsweise separat
voneinander und werden insbesondere nicht miteinander vermischt.
Ebenfalls von Vorteil kann es sein, wenn bei einem erfindungsgemäßen Verfahren vor und/oder während und/oder nach der Erfassung der Augenbewegungen in Form von Videodaten eine Qualitätskontrolle der Videodaten erfolgt. Unter einer Qualitätskontrolle ist beispielsweise die Ausrichtung des Videosensors zu verstehen, es ist also zu prüfen, ob tatsächlich die Augen und die Blickrichtung der Schwindelpatienten erfasst werden. Auch können Umgebungsparameter, wie die Lichtsituation und die Lichtausrichtung, überwacht werden. Auch die Qualität der Aufnahme selbst, insbesondere in Form eines Verwackelns der Videodaten, können überwacht werden. Dabei werden insbesondere Sensoren verwendet, welche in dem mobilen Endgerät in Form der Erfassungsvorrichtung bereits vorhanden sind. Die Qualitätsanforderungen und das Überwachungsergebnis können dabei zum einen dazu führen, dass ein
nochmaliges Durchführen des Augenbewegungstests notwendig wird. Auch ist es
10 möglich, direkt während der Durchführung des Augenbewegungstests den Benutzer mittels Live-Feedback darauf hinzuweisen, dass aktuell die notwendigen Qualitätsanforderungen nicht erfüllt werden, beispielsweise die Augen nicht vollständig im Erfassungsbereich der Kamera liegen, sodass bereits während der Testdurchführung eine Adaption der Qualitätskriterien durch den Benutzer möglich wird.
Weitere Vorteile kann es mit sich bringen, wenn bei einem erfindungsgemäßen Verfahren die Bestimmung des wenigstens einen medizinischen Fachgebiets einen Sicherheitsfaktor beinhaltet, welcher die Genauigkeit der Zuordnung des wenigstens einen medizinischen Fachgebiets beinhaltet. Dies ist insbesondere dann sinnvoll, wenn zwei oder mehr Augenbewegungstests ausgewertet werden können. In der Kombination wird es damit möglich, die Genauigkeit in einem Zahlenwert in Form des Sicherheitsfaktors auszugeben, welcher insbesondere in Prozent angegeben wird. So kann beispielsweise ausgegeben werden, dass mit hoher Wahrscheinlichkeit eine Diagnose auf dem medizinischen Fachgebiet des Hals-Nasen-Ohren-Arztes möglich sein wird. Der Sicherheitsfaktor, zum Beispiel in Form eines Vertrauensfaktors, hierfür kann beispielsweise bei 90 Prozent liegen. Zusätzlich kann ausgegeben werden, dass auch eine Ursache auf einem neurologischen Gebiet grundsätzlich möglich ist, jedoch mit einer reduzierten Wahrscheinlichkeit von beispielsweise 30 Prozent. Dies erlaubt es, für den Fall, dass eine Bewertung der Zuweisung gewünscht wird, eine zusätzliche Aussageinformation dem Schwindelpatienten beziehungsweise dem Benutzer eines erfindungsgemäßen Verfahrens mitzugeben. Dieser Sicherheitsfaktor kann dabei auch einzelnen Augenbewegungstests zugewiesen werden, sodass die Aussagekraft der Zuweisung der medizinischen Fachgebiete
noch weiter erhöht werden kann.
Ebenfalls von Vorteil ist es, wenn bei einem erfindungsgemäßen Verfahren die erfassten Videodaten einer manuellen Überprüfung zur Verfügung gestellt werden. Eine solche manuelle Überprüfung kann beispielsweise durch Experten erfolgen, welche in der Lage sind, die Augenbewegungen in manueller Weise zu deuten. Das erfindungsgemäße Verfahren ist nun in der Lage, diese erfassten Videodaten dieser manuellen Überprüfung, insbesondere in Videoform, zur Verfügung zu stellen. Dies wird insbesondere dann sinnvoll sein, wenn das neuronale Netzwerk nicht mit ausreichender Sicherheit eine Zuweisung zu einem medizinischen Fachgebiet erlaubt. Die
manuelle Überprüfung führt dazu, dass die Genauigkeit in diesen einzelnen Fällen
11 mit hoher Sicherheit gegeben ist und kann darüber hinaus eine Rückmeldung an das neuronale Netzwerk erlauben, sodass zusätzlich noch ein Trainingseffekt für die einzelnen Gewichtungsparameter im neuronalen Netzwerk erzielt werden kann. Beispielsweise kann das erfindungsgemäße Verfahren die erfassten Videodaten in Abhängigkeit eines Grenzwertes für den genannten Sicherheitsfaktor der manuellen Überprüfung zur Verfügung stellen. Beispielsweise können Ergebnisse der Verarbeitung aus dem neuronalen Netzwerk mit einem Sicherheitsfaktor von zum Beispiel weniger als 60 Prozent einem Experten übermittelt werden, welcher dann im Rahmen der Telemedizin eine manuelle Überprüfung durchführen und zurückmelden kann. Dies ist selbstverständlich auch auf direkten aktiven Wunsch des Benutzers möglich.
Vorteile bringt es ebenfalls mit sich, wenn bei einem Verfahren gemäß dem voranstehenden Absatz die Videodaten in anonymisierter Form, insbesondere als künstliche Videodaten, der manuellen Überprüfung zur Verfügung gestellt werden. Während grundsätzlich eine Übermittlung der realen Augenbewegungen in Form von real aufgenommenen Videodaten möglich ist, kann aus dem bereits genannten Gründen des Datenschutzes eine anonymisierte Übertragung gewünscht werden. Während das neuronale Netzwerk mit mathematischen Eingabeinformationen in Form von anonymisierten Augenbewegungen, beispielsweise in Form von Augenbewegungsparametern, arbeiten kann, sind üblicherweise Experten für die manuelle Überprüfung auf Videoinformationen angewiesen. Somit ist es nun bei dieser Ausführungsform möglich, auf Basis der Videodaten in anonymisierter Weise künstliche Videodaten zu erzeugen, welche die real aufgenommenen Augenbewegungen auf einen virtuellen und damit künstlichen Kopf beziehungsweise künstliche Augen übertragen. Mit anderen Worten wird dem Experten für die manuelle Überprüfung eine aus einer echten Augenbewegung digitalisierte und damit virtuelle Augenbewegung an einem künstlichen und damit virtuellen Kopf zur Verfügung gestellt, sodass er zwar qualitativ und auch quantitativ eine manuelle Überprüfung durchführen kann, jedoch keinerlei personenbezogene Daten des Schwindelpatienten erhält.
Ebenfalls von Vorteil ist es, wenn bei einem erfindungsgemäßen Verfahren zusätzli-
che Nebenparameter erfasst werden, insbesondere wenigstens einer der folgenden:
- Helligkeit,
- Beleuchtungssituation, - Beschleunigung einer Erfassungsvorrichtung, - Positionierung einer Erfassungsvorrichtung.
Bei der voranstehenden Aufzählung handelt es sich um eine nicht abschließende Liste. Selbstverständlich können auch zwei oder mehr Nebenparameter miteinander kombiniert werden. Die Verwendung von Nebenparametern dient insbesondere dazu, eine Qualitätsüberprüfung durchzuführen, um während oder nach der Aufnahme der Augenbewegungen ein Qualitätskriterium vor der Verarbeitung im neuronalen Netzwerk zu überprüfen. Jedoch können diese zusätzlichen Informationen auch verwendet werden, um anschließend die Verarbeitung im neuronalen Netzwerk noch genauer zu gestalten, beispielsweise die Helligkeit des Hintergrundes oder Umweltparameter wie die Umgebungstemperatur bei der Durchführung des Tests. So ist es beispielsweise möglich, dass Augenbewegungen mit Blick auf einen hellen Hintergrund und/oder bei besonders tiefen Umgebungstemperaturen schlechter ausfallen. Durch Erfassung der entsprechenden Parameter kann dies bei der Auswertung berücksichtigt werden. Als entsprechende Sensoren werden insbesondere vorhandene Sensoren der Erfassungsvorrichtung verwendet. Handelt es sich bei der Erfassungsvorrichtung beispielsweise um ein mobiles Endgerät, so können ein Gyroskop, ein Beschleunigungssensor, ein Lidar, ein Helligkeitssensor oder ähnliche Sensoren zum
Einsatz kommen.
Ebenfalls Gegenstand der vorliegenden Erfindung ist ein Trainingsverfahren zum Trainieren eines neuronalen Netzwerks für den Einsatz in einem erfindungsgemäßen
Verfahren, aufweisend die folgenden Schritte:
- Zur Verfügung stellen einer Vielzahl von Augenbewegungen von Schwindelpatienten in Form von Videodaten,
- manuelles Labeln der Vielzahl von Augenbewegungen,
- Trainieren des neuronalen Netzwerks mit der Vielzahl der manuell gela-
belten Augenbewegungen.
13 Insbesondere werden neben auffälligen Augenbewegungen von Schwindelpatienten zusätzlich gesunde Augenbewegungen für ein Trainingsverfahren zur Verfügung gestellt. Das manuelle Labeln bedeutet, dass Augenbewegungen in manueller Weise in medizinisch auffällige Augenbewegungen oder medizinisch unauffällige Augenbewegungen klassifiziert werden und ein medizinisches Fachgebiet zugewiesen wird. Dieses manuelle Labeln erfolgt durch Experten, welche auf Basis der Ergebnisse aus mindestens einem durchgeführten Augenbewegungstests mit hoher Sicherheit das relevante medizinische Fachgebiet auswählen können, auf welchem die Schwindelursache diagnostizierbar ist. Eine Vielzahl von solchen gelabelten Augenbewegungen wird nun dafür eingesetzt, das neuronale Netzwerk in der bekannten Weise zu trainieren. Der Trainingseffekt führt dazu, dass in einem einzelnen Netzwerkknoten des neuronalen Netzwerks die Gewichtungen der entsprechenden mathematischen Operation solange variiert und verfeinert werden, bis die Ausgabe des neuronalen Netzwerks dem gewünschten Ergebnis in Form der gelabelten Augenbewegung entspricht. Hierfür ist eine Vielzahl von Augenbewegungsdaten notwendig, welche insbesondere auf Basis von bestehenden Patienteninformationen zur Verfügung gestellt wird. Jedoch ist es auch möglich, dass hier bereits anonymisierte Daten verwendet werden, welche anschließend dem Trainingsverfahren zugrunde gelegt werden. Unter einem manuellen Labeln ist beispielsweise auch das übergeordnete Labeln einer ganzen Gruppe von Augenbewegungen zu verstehen, die in einem übergeordneten
Schritt als auffällig gekennzeichnet werden.
Vorteilhaft ist es weiter, wenn bei einem erfindungsgemäßen Trainingsverfahren für das Zurverfügungstellen künstliche Videodaten erzeugt werden, welche insbesondere manuell und/oder automatisch manipuliert werden. Diese künstlichen Videodaten können vollständig künstlich erzeugt sein. Jedoch ist es auch denkbar, dass die künstlichen Videodaten auf Basis von realen Videodaten erzeugt werden und anschließend zusätzlich manipuliert werden. Wird beispielsweise die Augenbewegung eines Schwindelpatienten aufgenommen und gelabelt, so können aus dieser einen Aufnahme eine Anonymisierung und eine Übersetzung in künstliche Videodaten erfolgen. Wird nun nicht nur ein einziger virtueller Kopf verwendet, sondern beispielsweise zehn unterschiedliche virtuelle Köpfe, so kann aus einer einzigen Aufnahme eines Schwindelpatienten die Anzahl von zehn unterschiedlichen künstlichen Videodaten erzeugt werden, welche damit automatisch vervielfältigt und in höherer Anzahl
dem Training des neuronalen Netzwerks zur Verfügung gestellt werden können.
kurzer Zeit erzielbar.
Weitere Vorteile kann es mit sich bringen, wenn bei einem erfindungsgemäßen Trainingsverfahren die Vielzahl der Augenbewegungen zumindest teilweise mehrfach gelabelt werden. Das bedeutet, dass die gleichen Augenbewegungen des gleichen Schwindelpatienten von unterschiedlichen Experten mehrfach gelabelt werden, um eine unerwünschte Ungenauigkeit im neuronalen Netzwerk zu vermeiden. Dabei können über die Dauer des Labelprozesses und des Trainingsprozesses die Aussagen und damit die Labelergebnisse der einzelnen Experten unterschiedlich gewichtet werden, um entsprechend der unterschiedlichen Gewichtung auch unterschiedliche Trainingseffekte auf das neuronale Netzwerk auszuüben. Beispielsweise könnten Informationen wie Interagreement zwischen unterschiedlichen Experten und Intraag-
reement eines einzelnen Experten in die Gewichtung einfließen.
Ein weiterer Gegenstand der vorliegenden Erfindung ist ein Zuweisungssystem für eine Zuweisung von Schwindelpatienten zu einem medizinischen Fachgebiet. Ein solches Zuweisungssystem weist eine Erfassungsvorrichtung zum Erfassen von Augenbewegungen des Schwindelpatienten in Form von Videodaten auf. Weiter ist eine Verarbeitungsvorrichtung zum Verarbeiten der erfassten Videodaten in einem neuronalen Netzwerk vorgesehen. Mithilfe einer Bestimmungsvorrichtung ist ein Bestimmen wenigstens eines medizinischen Fachgebietes auf Basis des Ergebnisses der Verarbeitungen im neuronalen Netzwerk möglich. Darüber hinaus weist das Zuweisungssystem eine Ausgabevorrichtung zur Ausgabe einer Zuweisung von Schwindelpatienten zu dem bestimmten wenigstens einen medizinischen Fachgebiet auf. Die Erfassungsvorrichtung, die Verarbeitungsvorrichtung, die Bestimmungsvorrichtung und/oder die Ausgabevorrichtung sind dabei insbesondere zur Durchführung eines erfindungsgemäßen Verfahrens ausgebildet. Damit bringt ein erfindungsgemäßes Zuweisungssystem die gleichen Vorteile mit sich, wie sie ausführlich mit Bezug auf ein erfindungsgemäßes Verfahren erläutert worden sind.
Vorteile kann es mit sich bringen, wenn bei einem erfindungsgemäßen Zuweisungssystem die Erfassungsvorrichtung und die Ausgabevorrichtung in einem lokalen Zuweisungsgerät und wenigstens die Verarbeitungsvorrichtung in einem zentralen Zu-
weisungsgerät angeordnet sind. Darunter ist die bereits mehrfach erläuterte
15 Cloudlösung zu verstehen, wobei durch ein mobiles Endgerät in Form eines z.B. Tablets, Mobilfunkgeräts, digitales Brillensystems, digitale Kontaktlinsen oder andere digitale Sehhilfen als Erfassungsvorrichtung die Augenbewegungen erkannt und anschließend, insbesondere in anonymisierter Weise, an die Cloud und die dort angeordnete Verarbeitungsvorrichtung übermittelt werden. Nach Durchführung der cloudbasierten Verarbeitung wird das Verarbeitungsergebnis an das lokale Zuweisungsgerät und damit das mobile Endgerät zurückübermittelt, sodass es dort an den Schwindelpatienten beziehungsweise den Durchführenden des Tests ausgegeben werden
kann.
Ebenfalls Gegenstand der vorliegenden Erfindung ist ein Computerprogrammprodukt, umfassend Befehle, die bewirken, dass ein erfindungsgemäßes Zuweisungssystem die Verfahrensschritte gemäß einem erfindungsgemäßen Verfahren ausführt. Damit bringt ein erfindungsgemäßes Computerprogrammprodukt die gleichen Vorteile mit sich, wie sie ausführlich mit Bezug auf ein erfindungsgemäßes Zuweisungs-
system sowie ein erfindungsgemäßes Verfahren erläutert worden sind.
Weitere Vorteile, Merkmale und Einzelheiten der Erfindung ergeben sich aus der nachfolgenden Beschreibung, in der unter Bezugnahme auf die Zeichnungen Ausführungsbeispiele der Erfindung im Einzelnen beschrieben sind. Dabei können die in den Ansprüchen und in der Beschreibung erwähnten Merkmale jeweils einzeln für
sich oder in beliebiger Kombination erfindungswesentlich sein. Es zeigen schema-
tisch:
Fig. 1 eine Ausführungsform eines erfindungsgemäßen Zuweisungssystems,
Fig. 2 eine Ausführungsform eines erfindungsgemäßen Zuweisungssystems,
Fig. 3 eine Ausführungsform eines erfindungsgemäßen Zuweisungssystems,
Fig. 4 eine Ausführungsform eines erfindungsgemäßen Zuweisungssystems,
16
Fig. 5 eine Ausführungsform eines erfindungsgemäßen Zuweisungssystems,
Fig. 6 eine Ausführungsform eines erfindungsgemäßen Zuweisungssystems,
Fig. 7 eine Ausführungsform eines erfindungsgemäßen Zuweisungssystems,
Fig. 8 eine Ausführungsform eines erfindungsgemäßen Zuweisungssystems,
Fig. 9 eine Darstellung eines erfindungsgemäßen Trainingsverfahren.
In Figur 1 ist ein Zuweisungssystem 10 gemäß der vorliegenden Erfindung im einfachsten Aufbau dargestellt. Bereits hier ist schon eine Trennung in ein lokales Zuweisungsgerät 100 und ein zentrales Zuweisungsgerät 200 zu erkennen. Grundsätzlich wäre es jedoch auch denkbar, das gesamte Verfahren in dem lokalen Zuwei-
sungsgerät 100 durchzuführen.
Als lokales Zuweisungsgerät 100 des Zuweisungssystems 10 ist hier als Erfassungsvorrichtung 20 ein Mobiltelefon schematisch dargestellt. Dieses ist in der Lage, mithilfe einer Kamera, die Augenbewegungen AB eines Schwindelpatienten SP aufzunehmen. Diese Aufnahme führt zu aufgenommenen Augenbewegungen AB in Form von Videodaten VD. Anschließend werden entweder lokal oder, wie in der Figur 1 dargestellt, in einem zentralen Zuweisungsgerät 200 diese Videodaten VD in einer Verarbeitungsvorrichtung 30 mithilfe eines neuronalen Netzwerks NN verarbeitet. Mithilfe der Bestimmungsvorrichtung 40, beispielsweise in Form eines Cloudspeichers, erfolgt auf Basis des Verarbeitungsergebnisses eine Zuweisung wenigstens eines medizinisches Fachgebietes MF, welches an das mobile Endgerät als lokales Zuweisungsgerät 100 zurückübermittelt wird. Das Mobiltelefon als Erfassungsvorrichtung 20 ist hier auch als Ausgabevorrichtung 50 ausgebildet und dient der Ausgabe des zugewiesenen medizinischen Fachgebietes MF.
In der Figur 2 ist eine Weiterbildung der Ausführungsform der Figur 1 dargestellt. Der entscheidende Unterschied ist hier, dass nicht mehr die Videodaten VD an das zentrale Zuweisungsgerät 200 in der Cloud übermittelt werden. Vielmehr erfolgt im
17 lokalen Zuweisungsgerät 100 eine Übersetzung der Videodaten VD in Augenbewegungsparameter AP, welche eine Anonymisierung der realen Videodaten VD darstellen. Die Übermittlung an das zentrale Zuweisungsgerät erfolgt also nun in anonymisierter Weise oder in pseudonymisierter Weise, wenn eine Zuordnung der Zuweisung am Ende des Verfahrens durchgeführt werden soll, indem nicht die Videodaten VD, sondern nur die Augenbewegungsparameter AP übermittelt werden. Der weitere Verlauf der Verarbeitung und der Bestimmung sowie der Ausgabe der Zuweisung ist identisch zur Beschreibung der Ausführungsform der Figur 1.
Die Figur 3 zeigt eine nochmalige Weiterbildung der Ausführungsform der Figur 2. Hier werden zusätzliche Patientenfragen PF auf der Ausgabevorrichtung 50 angezeigt, sodass der Schwindelpatient SP zugehörige Patientenantworten PA geben kann. Diese Patientenantworten werden insbesondere von dem das Verfahren begleitenden Arzt oder medizinischen Betreuer eingegeben oder auch vom Patienten selbst. Diese Patientenantworten dienen dazu, entweder unterschiedliche Augenbewegungstests ABT auszuwählen, unterschiedliche neuronale Netzwerke NN anzuwählen oder aber bei der Ausgabe eine Plausibilitätsprüfung des zugewiesenen medizinischen Fachgebietes MF durchzuführen.
Die Figur 4 ist ebenfalls eine Weiterbildung eines Zuweisungssystems 10. Hier ist es nun möglich, dass beispielsweise bei einem zugewiesenen medizinischen Fachgebiet MF ein Sicherheitsfaktor SF ermittelt wird, mit welcher Wahrscheinlichkeit es sich hierbei um das korrekte medizinische Fachgebiet MF handelt. Wird der Sicherheitsfaktor einen Grenzwert insbesondere unterschreiten, beispielsweise bei einer Sicherheit von weniger als 60 Prozent, kann bei dieser Ausführungsform das zentrale Zuweisungsgerät 200 eine Zurverfügungstellung für eine manuelle Überprüfung durch Experten EX erlauben. Auch eine manuelle Auswahl einer Überprüfung durch einen Experten EX ist selbstverständlich denkbar. Dies kann bei der Durchführung des Verfahrens, wie auch des Trainingsverfahrens Vorteile mit sich bringen. Diese Zurverfügungstellung erfolgt jedoch nicht direkt, sondern in anonymisierter Weise, indem die an das zentrale Zuweisungsgerät 200 übertragenen anonymisierten Daten auf ein virtuelles Abbild einer Person in Form von künstlichen Videodaten KVD übertragen werden. Diese künstlichen Videodaten KVD können nun manuell von den Experten EX überprüft werden, sodass zum einen eine überprüfte Ausgabe des
Feedback einem Lerneffekt des neuronalen Netzwerks NN dient.
Die Figur 5 zeigt eine Variante der Figur 4, wobei hier in Form der Telemedizin die überprüfte Zuweisung des medizinischen Fachgebietes MF nicht über das zentrale Zuweisungsgerät 200, sondern direkt von den Experten EX an das lokale Zuweisungsgerät 100 erfolgt. Dabei werden nicht, wie aus bereits anderen bekannten telemedizinischen Softwareansätzen, Videos an einen medizinischen Experten EX geschickt, sondern die extrahierten nicht-sensitiven Augenbewegungen AB werden in einen künstlich generierten Kopf eingesetzt, sodass künstliche Videodaten KVD derart dargestellt werden, wie diese medizinische Experten EX bereits auch bei der direkten Untersuchung von Patienten gewohnt sind, was somit die Beurteilungsgenau-
igkeit steigert. Die Figur 6 zeigt die Kombination der Ausführungsform der Figuren 4 und 5.
In der Figur 7 ist schematisch dargestellt, wie ein Augenbewegungstest ABT ablaufen kann. So kann auf der Anzeigevorrichtung 22 der Erfassungsvorrichtung 10 in Form eines Displays ein Hell-Dunkel-Verlauf/Schwarz-Weiß-Balkenmuster dargestellt werden, welches sich insbesondere bewegt. Selbstverständlich sind auch andere und komplexere Darstellungen, wie beispielsweise Zeichentrickfiguren oder ähnliches, im Rahmen der vorliegenden Erfindung denkbar. Der Schwindelpatient SP betrachtet dieses Video des Augenbewegungstests ABT und während dieser Betrachtungszeit werden seine Augenbewegungen AB von der Erfassungsvorrichtung 20 aufgenommen. Durch das abgespielte Video werden beim Betrachter durch die ständige Neufokussierung auf einem Balken aus dem Balkenmuster bestimmte Augenbewegungen, beispielweise eine Sakkade, hervorgerufen, welche Auskunft auf ein gesundes oder ungesundes Verhalten der Augenbewegungen des Patienten ergeben. Der anschließende Ablauf über die Verarbeitung im neuronalen Netzwerk NN ist im zentralen Zuweisungsgerät 200 im Wesentlichen wieder identisch. Auch hier ist nochmals dargestellt, wie sogar unterschiedliche künstliche Videodaten KVD erzeugt werden können, welche anschließend von einem oder mehreren Experten betrachtet werden können. Dieser rechte Abschnitt der Figur 7 dient dabei insbesondere dazu, den Lerneffekt beziehungsweise den Trainingseffekt für das neuronale Netzwerk NN zu verstärken. Ebenso wird dargestellt, dass zumindest ein Fachexperte die
19 Möglichkeit hat, die Augenbewegungen so zu manipulieren, damit insbesondere unauffällige zu auffälligen Augenbewegungen gezielt manipuliert werden, sodass das
Trainingsset mit notwendigen Daten versorgt werden kann.
In der Figur 8 ist dargestellt, wie zu unterschiedlichen Augenbewegungstests ABT unterschiedliche Videodaten VD aufgenommen und anschließend anonymisiert werden können. In der Mitte ist dargestellt, wie für jeden Augenbewegungstest ABT unterschiedliche Augenbewegungsparameter AP erzeugt werden, welche anschließend entweder in einem gemeinsamen oder aber in unterschiedlichen neuronalen Netzwerken NN in der Verarbeitungsvorrichtung 30 verarbeitet werden können. Die Kombination dieser einzelnen Testergebnisse wird nun wieder auf der Ausgabevorrichtung 50 in Form einer Zuweisung zu einem oder mehreren medizinischen Fachgebieten MF durchgeführt.
Die Figur 9 zeigt nochmals, wie ein Trainingsverfahren grundsätzlich durchgeführt werden kann. Während einem normalen Durchlauf werden reale Videodaten VD aus Augenbewegungen AB des Schwindelpatienten SP erzeugt. In der bereits erläuterten Weise durchlaufen diese das neuronale Netzwerk NN und ein nachgeordnetes zusätzliches neuronales Netzwerk NN zur Erzeugung von künstlichen Videodaten KVD, welche anschließend zum manuellen Label den Experten EX zur Verfügung gestellt werden. Dieser Teil dient dazu, die gelabelten künstlichen Videodaten KVD als Trainingsdaten dem neuronalen Netzwerk NN zur Verfügung zu stellen und auf diese Weise die Gewichtung in dem neuronalen Netzwerk NN für dessen Training anzu-
passen.
Der obere Abschnitt der Figur 9 zeigt, wie aus einer einzigen Videoaufnahme eine Vielzahl von Trainingsdaten erzeugt werden können. So kann eine Videoaufnahme in Form von Videodaten VD durch ein neuronales Netz NN auf eine Vielzahl unterschiedlicher virtueller Köpfe übertragen werden, sodass aus einer realen Videoaufnahme viele unterschiedliche künstliche Videodaten KVD erzeugt werden können. Auch ist es denkbar, dass die künstlichen Videodaten KVD oben links vollständig virtuell erzeugt werden, wobei die Augenbewegungen und weitere Eigenschaften wie die Kopforientierung oder ähnliches durch das virtuelle Erzeugen exakt bekannt sind. Diese lassen sich, insbesondere ausgehend von fotorealistischen künstlichen Basisdarstellung, über ein oben mittig dargestelltes weiteres neuronales Netzwerk NN in
20 fotorealistische künstliche Videodaten KVD oben rechts übertragen, so dass anschließend sowohl die virtuell erzeugten künstlichen Videodaten KVD als auch die fotorealistischen künstlichen Videodaten KVD für das Training des neuronalen Netzwerks NN eingesetzt werden. Dies führt auch bei einer relativ geringen Datenbasis dazu, dass mit hoher Genauigkeit und mit hoher Geschwindigkeit eine ausreichende Menge an Trainingsdaten für das Trainieren des neuronalen Netzwerks NN in der Verarbeitungsvorrichtung 30 zur Verfügung steht.
Die voranstehende Erläuterung der Ausführungsformen beschreibt die vorliegende Erfindung ausschließlich im Rahmen von Beispielen. Selbstverständlich können einzelne Merkmale der Ausführungsformen, sofern technisch sinnvoll, frei miteinander
kombiniert werden, ohne den Rahmen der vorliegenden Erfindung zu verlassen.
Bezugszeichenliste
10 20 22 30 40 50
100 200
SP MF SF AB ABT AP VD KVD PA PF NN EX
Zuweisungssystem Erfassungsvorrichtung Anzeigevorrichtung Verarbeitungsvorrichtung Bestimmungsvorrichtung
Ausgabevorrichtung
lokales Zuweisungsgerät
zentrales Zuweisungsgerät
Schwindelpatient medizinisches Fachgebiet Sicherheitsfaktor Augenbewegungen Augenbewegungstest Augenbewegungsparameter Videodaten
künstliche Videodaten Patientenantwort Patientenfrage neuronales Netzwerk
Experten
21

Claims (1)

  1. Patentansprüche
    1. Verfahren für die Zuweisung eines Schwindelpatienten (SP) zu einem medizinischen Fachgebiet (MF), aufweisend die folgenden Schritte:
    — Erfassen von Augenbewegungen (AB) des Schwindelpatienten (SP) in Form von Videodaten (VD),
    — Verarbeiten der erfassten Videodaten (VD) in einem neuronalen Netzwerk (NN),
    — Bestimmen wenigstens eines medizinischen Fachgebiets (MF) auf Basis des Ergebnisses der Verarbeitung in dem neuronalen Netzwerk (NN),
    — Ausgabe einer Zuweisung des Schwindelpatienten (SP) zu dem be-
    stimmten wenigstens einen medizinischen Fachgebiet (MF).
    2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Videodaten (VD) vor der Verarbeitung in dem neuronalen Netzwerk (NN) anonymisiert werden, insbesondere in Augenbewegungsparameter (AP) übersetzt werden.
    3. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die erfassten Videodaten (VD), insbesondere in anonymisierter Form, von einer Erfassungsvorrichtung (20) an eine Verarbeitungsvorrichtung (30) übermittelt werden, in welcher die Verarbeitung mittels dem neuronalen Netzwerk (NN) erfolgt, wobei vorzugsweise das bestimmte medizinische Fachgebiet (MF) an die Erfassungsvorrichtung (20) zurückübermittelt und an der Erfassungsvorrichtung (20) mittels einer Ausgabevorrichtung (50) ausgegeben wird.
    4. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass bei der Erfassung der Augenbewegungen (AB) auf einer Anzeigevorrichtung (22) einer Erfassungsvorrichtung (20) wenigstens ein Testvi-
    deo abgespielt wird.
    6. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Augenbewegungen (AB) zu wenigstens zwei unterschiedlichen Augenbewegungstests (ABT) erfasst werden, wobei die Videodaten (VD) zu den unterschiedlichen Augenbewegungstests (ABT) in unterschiedlichen
    neuronalen Netzwerken (NN) verarbeitet werden.
    7. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass vor und/oder während und/oder nach der Erfassung der Augenbewegungen (AB) in Form von Videodaten (VD) eine Qualitätskontrolle der Videodaten (VD) erfolgt.
    8. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Bestimmung des wenigstens einen medizinischen Fachgebiets (MF) einen Sicherheitsfaktor (SF) beinhaltet, welcher die Genauigkeit der Zuordnung des wenigstens einen medizinischen Fachgebiets (MF) beinhaltet.
    9. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die erfassten Videodaten (VD) einer manuellen Überprüfung zur Verfügung gestellt werden.
    10. Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass die Videodaten (VD) in anonymisierter Form, insbesondere als künstliche Videodaten (KVD)
    der manuellen Überprüfung zur Verfügung gestellt werden.
    24 / 40
    wenigstens einer der folgenden: — Helligkeit — Beleuchtungssituation — Beschleunigungen einer Erfassungsvorrichtung (20) — Positionierung einer Erfassungsvorrichtung (20)
    12. Trainingsverfahren zum Trainieren eines neuronalen Netzwerks (NN) für den Einsatz in einem Verfahren mit den Merkmalen eines der Ansprüche 1 bis 11, aufweisend die folgenden Schritte:
    — Zur Verfügung stellen einer Vielzahl von Augenbewegungen (AB) von Schwindelpatienten (SP) in Form von Videodaten (VD),
    — Manuelles Labeln der Vielzahl von Augenbewegungen (AB),
    — Trainieren des neuronalen Netzwerks (NN) mit der Vielzahl der manuell gelabelten Augenbewegungen (AB).
    13. Trainingsverfahren nach Anspruch 12, dadurch gekennzeichnet, dass für das zur Verfügung stellen künstliche Videodaten (KVD) erzeugt werden, wel-
    che insbesondere manuell und/oder automatisch manipuliert werden.
    14. Trainingsverfahren nach einem der Ansprüche 12 oder 13, dadurch gekennzeichnet, dass die Vielzahl der Augenbewegungen (AB) zumindest teilweise mehrfach gelabelt werden.
    15. Zuweisungssystem (10) für eine Zuweisung von Schwindelpatienten (SP) zu einem medizinischen Fachgebiet (MF), aufweisend eine Erfassungsvorrichtung (20) zum Erfassen von Augenbewegungen (AB) des Schwindelpatienten (SP) in Form von Videodaten (VD), eine Verarbeitungsvorrichtung (30) zum Verarbeiten der erfassten Videodaten (VD) in einem neuronalen Netzwerk
    (NN), eine Bestimmungsvorrichtung (40) zum Bestimmen wenigstens eines
    medizinischen Fachgebiets (MF) auf Basis des Ergebnisses der Verarbeitung in dem neuronalen Netzwerk (NN) und eine Ausgabevorrichtung (50) zur Ausgabe einer Zuweisung des Schwindelpatienten (SP) zu dem bestimmten wenigstens einen medizinischen Fachgebiet (MF), wobei die Erfassungsvorrichtung (20), die Verarbeitungsvorrichtung (30), die Bestimmungsvorrichtung (40) und/oder die Ausgabevorrichtung (50) insbesondere für die Durchführung eines Verfahrens mit den Merkmalen eines der Ansprüche 1 bis 11 ausgebildet sind.
    16. Zuweisungssystem (10) nach Anspruch 15, dadurch gekennzeichnet, dass die Erfassungsvorrichtung (20) und die Ausgabevorrichtung (50) in einem lokalen Zuweisungsgerät (100) und wenigstens die Verarbeitungsvorrichtung (30) in einem zentralen Zuweisungsgerät (200) angeordnet sind.
    17. Computerprogrammprodukt umfassend Befehle, die bewirken, dass ein Zuweisungssystem (10) mit den Merkmalen eines der Ansprüche 15 oder 16 die Verfahrensschritte nach einem der Ansprüche 1 bis 11 ausführt.
ATA236/2020A 2020-10-20 2020-10-20 Verfahren für die Zuweisung eines Schwindelpatienten zu einem medizinischen Fachgebiet AT524365A1 (de)

Priority Applications (5)

Application Number Priority Date Filing Date Title
ATA236/2020A AT524365A1 (de) 2020-10-20 2020-10-20 Verfahren für die Zuweisung eines Schwindelpatienten zu einem medizinischen Fachgebiet
PCT/AT2021/060388 WO2022082245A1 (de) 2020-10-20 2021-10-19 Verfahren für die zuweisung eines schwindelpatienten zu einem medizinischen fachgebiet
US18/032,824 US20230389793A1 (en) 2020-10-20 2021-10-19 Method for assigning a vertigo patient to a medical specialty
EP21800995.9A EP4233069A1 (de) 2020-10-20 2021-10-19 Verfahren für die zuweisung eines schwindelpatienten zu einem medizinischen fachgebiet
CN202180071504.0A CN116438607A (zh) 2020-10-20 2021-10-19 用于将头晕患者分诊至医学专科领域的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
ATA236/2020A AT524365A1 (de) 2020-10-20 2020-10-20 Verfahren für die Zuweisung eines Schwindelpatienten zu einem medizinischen Fachgebiet

Publications (1)

Publication Number Publication Date
AT524365A1 true AT524365A1 (de) 2022-05-15

Family

ID=78463321

Family Applications (1)

Application Number Title Priority Date Filing Date
ATA236/2020A AT524365A1 (de) 2020-10-20 2020-10-20 Verfahren für die Zuweisung eines Schwindelpatienten zu einem medizinischen Fachgebiet

Country Status (5)

Country Link
US (1) US20230389793A1 (de)
EP (1) EP4233069A1 (de)
CN (1) CN116438607A (de)
AT (1) AT524365A1 (de)
WO (1) WO2022082245A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102023201000A1 (de) * 2023-02-08 2024-08-08 Vertify Gmbh Erzeugungsverfahren für ein automatisiertes erzeugen von augenbewegungs-datensätzen zum trainieren einer künstlichen intelligenz zur klassifizierung von digitalen augenbewegungs-videos

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007128034A1 (en) * 2006-05-01 2007-11-15 Eye Diagnostics Pty Ltd Portable eye monitoring device and methods for using the same
DE102011118764A1 (de) * 2010-11-17 2012-05-24 Universitätsklinik Freiburg Verfahren und Vorrichtung zur Okulographie bei Schwindel
WO2019028232A1 (en) * 2016-08-04 2019-02-07 Ian Purcell REMOTE SYSTEM AND METHOD FOR COLLECTING EYE MOVEMENT DATA
US20190110754A1 (en) * 2017-10-17 2019-04-18 Satish Rao Machine learning based system for identifying and monitoring neurological disorders

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12266109B2 (en) * 2019-08-06 2025-04-01 The Johns Hopkins University Platform to detect patient health condition based on images of physiological activity of a patient

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007128034A1 (en) * 2006-05-01 2007-11-15 Eye Diagnostics Pty Ltd Portable eye monitoring device and methods for using the same
DE102011118764A1 (de) * 2010-11-17 2012-05-24 Universitätsklinik Freiburg Verfahren und Vorrichtung zur Okulographie bei Schwindel
WO2019028232A1 (en) * 2016-08-04 2019-02-07 Ian Purcell REMOTE SYSTEM AND METHOD FOR COLLECTING EYE MOVEMENT DATA
US20190110754A1 (en) * 2017-10-17 2019-04-18 Satish Rao Machine learning based system for identifying and monitoring neurological disorders

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Y. Mao et. al. „Disease Classification Based on Synthesis of Multiple Long Short-Term Memory Classifiers Corresponding to Eye Movement Features" IEEE Access, Vol. 8, 2020, Seiten 151624 - 151633, 18.08.2020 [online], [abgerufen am 20.09.2021]. Abgerufen im Internet < URL: https://ieeexplore.ieee.org/document/9170601 > < doi: 10.1109/ACCESS.2020.3017680 > *

Also Published As

Publication number Publication date
WO2022082245A1 (de) 2022-04-28
US20230389793A1 (en) 2023-12-07
CN116438607A (zh) 2023-07-14
EP4233069A1 (de) 2023-08-30

Similar Documents

Publication Publication Date Title
DE19781691B4 (de) Computerisiertes Augenpatienten-Untersuchungs- und medizinisches Praxismanagement-System
Ishii et al. Measuring attentional bias to peripheral facial deformities
DE112019000747T5 (de) Einer erkrankung und/oder behandlung eines patienten zugehörige augmented-reality-vorlage
DE102005056081A1 (de) Workflow-Generator für medizinisch-klinische Einrichtungen
DE4430164C2 (de) Verwendung eines interaktiven Informationssystems
WO2015078720A1 (de) Verfahren zur sehzeichendarstellung, sehzeichendarstellung, dazugehörige verwendung und bildausgabegerät
DE102020214654A1 (de) Fern-Kommunikation mit einer medizintechnischen Einrichtung mit Hilfe eines digitalen Zwillings
DE19842046A1 (de) System zum Ermitteln und Ausgeben von Analysedaten
DE10316298A1 (de) Verfahren und Anordnung zur automatischen Aufbereitung und Auswertung medizinischer Daten
DE102009035659B4 (de) Verfahren zur telemedizinischen Assistenz von Endnutzern
EP4233069A1 (de) Verfahren für die zuweisung eines schwindelpatienten zu einem medizinischen fachgebiet
DE102015109853A1 (de) Assistenz- und Entscheidungssystem und Verfahren zur Auswertung von Elektroenzephalogrammen
DE202023101613U1 (de) Auf künstlicher Intelligenz basierendes System mit dynamischer Verschlüsselung für die sichere Verwaltung von Gesundheitsdaten in der Telemedizin
DE102007011421A1 (de) Verfahren zur Ermöglichung einer Verfolgung einer Untersuchung oder Behandlung eines Patienten mittels einer bildgebenden Untersuchungseinrichtung
EP1267297A2 (de) Verfahren zur Steuerung und Überwachung des Prozessablaufs einer zu erbringenden telemedizinischen Gesundheitsdienstleistung
DE10128521A1 (de) Verfahren zur Überwachung telemedizinischer Gesundheitsdienstleistungen
DE102009035658B4 (de) Verfahren zur telemedizinischen Assistenz von Endnutzern
DE102007011844B4 (de) Vorrichtung zur Fernsteuerung und/oder Kommunikation
DE102012012206A1 (de) Monitoringsystem und Verfahren zur Bestimmung von Aufmerksamkeits- und/oder Aktivitätsstörungen
WO2018224156A1 (de) Verfahren zur patientenrekrutierung und patientenrekrutierungssystem
DE102020111584A1 (de) Verfahren zum Gewinnen von Daten mithilfe von Operationsmikroskopiesystemen
DE102014112098B4 (de) Vorrichtung und Verfahren zur Prüfung und/oder Anpassung eines Hörgerätes
DE202022101775U1 (de) Ein auf IoT und maschinellem Lernen basierendes Gerät zur Vorhersage und Frühwarnung für Patienten mit psychischen Störungen
EP3404565A1 (de) Verfahren und system zur erzeugung von abschätzungsdaten von potentiellen verletzungszuständen
DE102022201914A1 (de) Verfahren zur Überwachung eines medizinischen Eingriffs, Überwachungssystem und Gesamtsystem