Smartphone-Tool diagnostiziert Schlaganfälle mit Notaufnahme-Genauigkeit
Ein neues Tool könnte einen Schlaganfall basierend auf Anomalien in der Sprachfähigkeit und den Gesichtsmuskelbewegungen eines Patienten mit der Genauigkeit eines Notarztes diagnostizieren – alles innerhalb von Minuten über eine Interaktion mit einem Smartphone. Ein Machine-Learning-Modell unterstützt und potenziell beschleunigt den diagnostischen Prozess durch Ärzte in einer klinischen Umgebung.
Derzeit müssen Ärzte ihre vergangene Ausbildung und Erfahrung nutzen, um zu bestimmen, in welchem Stadium ein Patient für einen CT-Scan geschickt werden sollte. Das neue Tool analysiert das Vorliegen eines Schlaganfalls bei tatsächlichen Notaufnahme-Patienten mit Schlaganfallverdacht, indem es computergestützte Gesichtsbewegungsanalyse und natürliche Sprachverarbeitung nutzt, um Anomalien im Gesicht oder der Stimme eines Patienten zu identifizieren, wie ein hängender Wangenbereich oder undeutliche Sprache.
Die Ergebnisse könnten Notärzten helfen, kritische nächste Schritte für den Patienten schneller zu bestimmen. Letztendlich könnte die Anwendung von Betreuern oder Patienten für Selbstbewertungen vor Erreichen des Krankenhauses genutzt werden.
Um das Computermodell zu trainieren, erstellten die Forscher einen Datensatz aus mehr als 80 Patienten, die Schlaganfallsymptome in einem Krankenhaus erlebten. Jeder Patient wurde gebeten, einen Sprachtest durchzuführen, um Sprache und kognitive Kommunikation zu analysieren, während er auf einem Apple iPhone aufgezeichnet wurde.
Bei Tests des Modells auf dem Krankenhausdatensatz erreichten die Forscher eine Leistung von 79 % Genauigkeit – vergleichbar mit klinischen Diagnosen durch Notärzte, die zusätzliche Tests wie CT-Scans nutzen; das Modell könnte jedoch wertvolle Zeit bei der Diagnose eines Schlaganfalls sparen, mit der Fähigkeit, einen Patienten in nur vier Minuten zu bewerten. Bei schweren Schlaganfällen ist es für Ärzte offensichtlich, sobald der Patient die Notaufnahme betritt, aber Studien deuten darauf hin, dass bei der Mehrheit der Schlaganfälle mit milden Symptomen eine Diagnose um Stunden verzögert werden kann, und dann ist der Patient möglicherweise nicht mehr für die bestmöglichen Behandlungen berechtigt.
Ärzte nutzen derzeit einen binären Ansatz zur Schlaganfalldiagnose: Sie vermuten entweder einen Schlaganfall und schicken den Patient für eine Reihe von Scans, die Strahlung beinhalten könnten, oder sie vermuten keinen Schlaganfall, was potenziell Patienten übersehen könnte, die weitere Beurteilung benötigen.
Sensor
- Revolutionärer Smartphone-Algorithmus ermöglicht präzise Krankheitsdiagnose
- Wie Automatisierung die Patientenkommunikation transformiert: 9 bewiesene Vorteile
- SNK GT-27 Gangwerkzeug-Drehmaschine – Polymerbasis, 1° Indexierung, 6.000 U/min
- PrimeTurning: Das erste All-in-One-Werkzeug für Vorwärts- und Rückwärtsdrehen
- Produktion optimieren mit Y-Achsen-Bearbeitung: Rüstzeiten und Kosten reduzieren
- Smartphone-Tool diagnostiziert Schlaganfälle mit Notaufnahme-Genauigkeit
- Neue flexible Terahertz-Kamera ermöglicht sichere, präzise Inspektion komplexer Objektformen
- Forscher nutzen LED-Raumbeleuchtung und Smartphone für 3D-Bildaufnahme
- Revolutionäres mathematisches Framework hilft Ingenieuren bei optimaler Flugzeugsensor-Auswahl
- Flexible, hochleistungsfähige organische Photodioden erreichen oder übertreffen Silicium-Geräte