用于将头晕患者分诊至医学专科领域的方法与流程

本发明涉及一种用于将头晕患者分诊至医学专科领域的方法、一种用于训练神经元网络以用在这种分诊方法中的训练方法、一种用于执行这种分诊方法的分诊系统以及一种相应的计算机程序产品。

背景技术：

1、已知的是患者因不同原因而求诊其家庭医生。除了头痛外，求诊家庭医生的第二最常见原因就是头晕感。但头晕症可能有截然不同的起因。故为了诊断头晕症起因而需要很多不同的专科医生。例如可能的是头晕具有神经学起因。神经学起因因此必须由神经学专科医生检查。也可能的是头晕感源于内耳干扰。在这种情况下，诊断当前起因所需的专科医生是耳鼻喉医生。

2、在已知的解决方案中，分诊和进而转诊至相应的专科医生只基于时间有限的家庭医生检查进行。通常这可能导致患者被转诊至多位不同的专科医生，他们接连或甚至同时检查以诊断头晕起因。这导致专科医生以及患者的高昂时间成本。此外，这还导致高昂费用，因为通常头晕感只有一种起因。这又意味着在许多情况下仅唯一的专科医生实际上能够诊断头晕感起因，而其余问诊的专科医生没有作出成功诊断。此外，可能出现的是不必要地使用昂贵的成像方法例如像磁共振成像术。提高的费用以及更高的成本在此由患者本人或由呈各自医保机构形式的公司承担。

技术实现思路

1、本发明的任务是至少部分消除前述缺点。本发明的任务尤其是以低成本的简单方式达成分诊至一个明确的医学专科领域。

2、前述任务通过一种具有权利要求1的特征的方法、一种具有权利要求12的特征的训练方法、一种具有权利要求15的特征的分诊系统以及一种具有权利要求17的特征的计算机程序产品来完成。本发明的其它特征和细节来自从属权利要求、说明书和图。在此，关于本发明方法所描述的特征和细节显然也与本发明的训练方法、本发明的分诊系统以及本发明的计算机程序产品相关地也适用，反之均亦然，故关于对这些发明方面的公开内容总是相互参照或可相互参照。

3、根据本发明，该方法用于将头晕患者分诊给医学专科领域。为此，这种方法具有以下步骤：

4、-以视频数据形式采集头晕患者的眼睛运动，

5、-在神经元网络中处理所采集的视频数据，

6、-基于神经元网络中的处理结果确定至少一个医学专科领域，

7、-输出“将头晕患者分诊给所确定的至少一个医学专科领域”。

8、本发明的方法因此用于找出一个医学专科领域，其以高的概率能够为头晕患者诊断出头晕感的实际起因。头晕患者在此在本发明意义上是患上头晕症的病患。本发明方法现在允许独立于各位家庭医生的经验地或作为其补充地提供医学专科领域的分诊。所分诊且输出的医学专科领域在此相当有可能是尚待诊断的头晕症起因所在的专科领域，因此通过分诊至该医学专科领域而能直接求诊也能以高概率诊断出头晕感起因的专科医生。此外，根据现有技术的多次转诊可能源于个别专科医生有可能责任心不强。

9、在本发明范围内，神经元网络是指任何形式的人工智能，例如也可以是任何形式的可微分编程(differentiable programming)。

10、故相比于迄今的解决方案，不必再同时和/或先后求诊许多专科医生，而是可以仅求诊隶属于所分诊的医学专科领域的唯一的专科医生或少数几位专科医生。因此可以大幅减少患者向专科医生求诊的用时以及避免不必要地求诊其它专科医生。在此，伴随减小的耗费时间而来的还有降低的费用，因为也不必再为不必要的专科医生出诊而付费。

11、本发明的方法基于的是采集头晕患者的眼睛运动。这利用例如呈摄像头系统形式的视频传感器进行。本发明方法的一个如下所解释的特别简单的低成本设计可以在移动终端设备上执行。但显然也可能的是，具有相应的视频传感器或摄像头系统的专用终端设备可被优选安装在家庭医生处。但通过最简单的方式，本发明的方法可以作为软件产品或计算机程序产品例如以应用软件形式在呈平板电脑或移动无线电设备形式的移动终端设备上运行。

12、在此原则上也可能的是眼睛运动的采集与本发明方法分开进行。例如已有的摄像头系统能以视频文件的形式采集眼睛运动并且提供给本发明方法以供进一步处理。

13、现在以移动无线电设备为例来解释可如何执行本发明的方法。借助移动无线电设备的摄像头可以以视频数据形式采集头晕患者的眼睛运动。眼睛运动可以是任意采集的眼睛运动或受控的眼睛运动。如随后还解释地，尤其是受控的眼睛运动是有利的，其基于优选标准化的眼睛运动测试被检测。因此，例如具有轻微运动和/或抽搐的眼睛运动模式能够推断出相应的医学专科领域。

14、一旦头晕患者的眼睛运动以视频数据形式被采集，则它们可借助神经元网络被处理。神经元网络在本发明意义上是指使用所谓的人工智能。神经元网络在此是经过训练的神经元网络，其基于许多以可控方式被标引的眼睛运动数据而具有相应的神经元网络节点和对应的权重。因此允许在经过训练的神经元网络中处理所采集的视频数据，使得所采集的视频数据能以高的可靠性被分诊给医学专科领域，基于该医学专科领域在所属专科医生的随后诊治中也可以进行头晕起因诊断。即，换言之，视频数据在神经元网络中被处理，其中，通过神经元网络基于处理结果进行至少一个医学专科领域的确定。

15、最后，在本发明方法中关于将头晕患者分诊给所确定的至少一个医学专科领域进行输出。因此可能的是，在采集眼睛运动并在神经元网络中处理之后能够直接在移动终端设备上进行一个或甚至多个医学专科领域的输出，所述医学专科领域允许在本发明方法之后以高概率进行头晕起因诊断。所分诊的医学专科领域因此使得头晕患者随后向所分诊的医学专科领域的专科医生求诊并在那里可以进行实际头晕起因的诊断和适当治疗的按需启动。

16、如基于前述解释所看到地，现在至少部分将医学专科领域的分诊标准化。这基于以下事实：多位专家的经验通过相应的训练方法以各自网络节点的权重形式被存储在神经元网络中。因此，以视频数据形式所采集的眼睛运动可以单独地或通过与随后还解释的患者答复组合而以自动方式相当精确地分诊给如下医学专科领域，基于此医学专科领域能以高概率诊断出头晕起因。

17、还要指出的是，本发明方法并非用于起因诊断，而是允许在本发明方法之后进行诊断。在已知的做法中家庭医生需要选择多位专科医生来执行所有头晕起因诊断尝试，而按照本发明的方式现在可以明确地选择在所分诊的医学专科领域范围中的一位或明显更少的专科医生，以便随后执行更加低成本、快速且尤其也简单的头晕感起因诊断。转诊至错误的医学专科领域通过这种方式得以避免或至少明显降低其概率。关于神经元网络的训练和设计，参照随后还更详细的解释。

18、当在本发明方法中在神经元网络中处理之前将视频数据匿名化、尤其是转换为眼睛运动参数时可带来优点。虽然原则上可以直接在神经元网络中处理视频数据，但转换为例如呈眼睛运动参数形式的匿名化数据能带来附加优点。其一，通过这种方式可以提供数据量压缩，使得匿名化数据具有比所采集的视频数据明显更小的存储规模。同时，通过这种方式可以规定匿名化，其随后允许将匿名的眼睛运动从移动终端设备传输至其它设备。这尤其在例如神经元网络集中地以例如呈处理云形式的网络解决方案形式存在时是有利的。在跨系统网络中的个人相关数据的处理和使用原则上有严格的安全标准。故匿名化步骤允许无安全顾虑地将匿名化的眼睛运动信息传输至中央网络，而患者相关的数据留在移动终端设备上。作为匿名的眼睛运动参数，例如可以想到单独眼睛的方向向量，尤其呈眼睛视向形式、呈头部倾斜形式和/或呈头部取向形式。但也可能的是以其它形式存储眼睛运动参数，例如像作为欧拉角、回转矩阵或像素平移。也可以想到其它辅助性信息(例如像头部倾斜和/或头部取向)作为方向矢量、回转矩阵或四元数被一并采集。数据的匿名性通过低的采样率以及缺失的生物学信息例如像眼间距来得到。匿名化步骤优选在本地在各自采集装置中进行，故在此以本地方式提供在患者相关数据与匿名数据之间的区分。这种转换例如能以算法形式和/或也通过使用一个或多个神经元网络来保证。

19、当在本发明方法中将所采集的视频数据尤其以匿名化形式从采集装置传输到处理装置时可进一步带来优点，在处理装置中借助神经元网络进行处理，其中，优选将所确定的医学专科领域回传给采集装置并且在采集装置处借助输出装置将其输出。如已经在前一段落中所解释地，可能有利的是呈处理用神经元网络形式的处理用智能集中地在服务器上例如在云中可供使用。尤其当眼睛运动以视频数据形式例如通过在前一段落中所解释的眼睛运动参数被匿名化时，匿名数据优选可以无线地被传输至中央云服务器并在那里被处理。如果服务器是相应受保护的变型，则未匿名化的数据也可在那里被存储和/或处理。这允许也在服务器上集中地展现出呈神经元网络形式的计算密集型解决方案，因此计算能力不必由移动终端设备提供。该过程在这里类似于例如在云中的基于服务器的语音识别系统。眼睛运动的采集和可能的预处理在本地借助采集装置进行，而处理则集中地借助布置在云服务器上的处理装置进行，并且进行回传以便在尤其与采集装置一体构成的输出装置处输出。

20、当在本发明方法中在采集眼睛运动时在采集装置的显示装置上播放至少一个测试视频和/或显示指南，可以获得其它优点。因此例如可以借助智能设备以图像或声音资料形式显示眼球运动测试例如像视向性眼球震颤、视动性眼球震颤、视线追踪运动、注视抑制。这种测试视频例如可以具有用于强制的或受控的眼睛运动的指导功能。也可能的是测试视频显示不同的明暗序列(例如通过黑白条形图案来模仿眼球震颤转动鼓)，以引起呈眼睛运动形式的相应眼睛反应。在此，这些测试视频尤其是指完整的眼睛运动测试，其中，优选对于每个眼睛运动测试采集单独的呈视频数据形式的眼睛运动。在随后步骤中的处理在此例如可以专属于各自眼睛运动测试。如果例如执行受控的眼睛运动，则在第一神经元网络中提供所采集的眼睛运动以便处理，而在作为眼睛运动测试的明暗变化中将所采集的眼睛运动提供给独立的第二神经元网络。在此能清楚看到以简单的低成本方式将多个不同的眼睛运动测试代替唯一的眼睛运动测试而与本发明的方法组合，从而能够通过在相应专门配属的神经元网络中的组合评估来进一步改善分诊给正确的医学专科领域的可靠性和进而本发明的优点。也可以想到，除了分诊结果外，还输出例如可为随后由专科医生进行的诊断指明重点的补充信息。

21、当在本发明方法中除了视频数据外还采集对至少一个患者询问的至少一个患者答复时也带来优点。因此可能的是，在采集装置上在一个相应的显示部分上显示一个或多个患者询问。此时在最简单情况下，它是关于基本患者信息如年龄、性别、体重等的询问。但也可以想到进行与头晕发病机制相关的信息的问询，例如在何种情况下出现头晕、从何时起出现头晕、是否定配新的眼镜等。对患者询问的相应的患者答复可被用来改善该方法的不同步骤。例如它们可被用来基于患者答复选择不同的眼睛运动测试。也可能的是基于患者答复来改变在神经元网络中处理时的权重。此外还可能的是将神经元网络的处理结果与所获的患者答复相关联并通过这种方式还进一步提高分诊给正确的医学专科领域的可靠性。患者询问和患者答复在此优选在本地留在采集装置上并且尤其是并未或仅以匿名方式被传输给处理装置的神经元网络。

22、当在本发明方法中眼睛运动关于至少两个不同的眼睛运动测试被采集时可以获得其它优点，其中，视频数据关于不同的眼睛运动测试在不同的神经元网络中被处理。如已经解释地，不同的眼睛运动测试能就哪个医学专科领域能够执行头晕起因诊断给出不同的重要信息。在此实施方式中，不同的眼睛运动以不同的视频数据专属于每个所执行的眼睛运动测试地被存储且相应专属地提供给不同的神经元网络。即，换言之，每个神经元网络输出自己的处理结果，其随后组合成共同的处理结果并且能以医学专科领域分诊形式被输出。用于眼睛运动测试的这些视频数据在此优选保持彼此独立且尤其是不会相互融合。

23、也可能有利的是，在本发明方法中在采集呈视频数据形式的眼睛运动之前和/或之时和/或之后进行视频数据的质检。质检例如是指视频传感器的校准，即，需要检查是否确实采集头晕患者的眼睛和视向。环境参数例如光状况和光取向也可以被监测。采集质量本身(尤其呈视频数据模糊形式)可被监测。在此尤其使用如下传感器，它们已经以采集装置的形式存在于移动终端设备中。质量要求和监测结果在此一方面可能导致需要再次执行眼睛运动测试。也可能的是直接在执行眼睛运动测试期间借助实时反馈向使用者指明当前未满足所需的质量要求，例如眼睛没有完全位于摄像头的采集区域内，故可以在测试执行期间就已由使用者根据质量标准进行调整。

24、当在本发明方法中该至少一个医学专科领域的确定包含表明至少一个医学专科领域的分诊精确性的可靠性系数时可带来其它优点。这尤其在可以评估两个或更多的眼睛运动测试时是有意义的。因此可以综合地以尤其按百分比给出的可靠性系数的形式将精确性作为数值输出。故例如可以输出能够以高概率实现在耳鼻喉医生的医学专科领域中的诊断。例如呈置信系数形式的可靠性系数为此可以例如为90％。还可行的是原则上也可输出在神经学领域中的起因，但概率更小，例如为30％。这允许对于期望分诊评估的情况将附加可信度信息一并提供给头晕患者或者本发明方法的使用者。该可靠性系数在此也能对应配属于各自眼睛运动测试，使得医学专科领域分诊的可信度还可被进一步提升。

25、也有利的是，在本发明方法中将所采集的视频数据提供给人工检查所用。这种人工检查例如可以由专家进行，专家能够以人工方式说明眼睛运动。本发明方法现在能够将所采集的视频数据尤其以视频形式提供用于人工检查。这尤其在神经元网络未以足够的可靠性允许分诊给一个医学专科领域时是有意义的。人工检查导致相当可靠地得到在这些具体情况下的精确性并且还可以允许反馈给神经元网络，从而还能在神经元网络中达成用于各自权重参数的训练效果。例如本发明方法可以依据所述可靠性系数的极限值提供所采集的视频数据用于人工检查。例如来自神经元网络的处理结果能以例如不到60％的可靠性系数被传输给专家，专家于是可以在远程医疗范围内执行人工检查并反馈。这显然也可以基于使用者的直接主动愿望实现。

26、当在根据前一段落的方法中该视频数据以匿名方式尤其作为人工视频数据被提供用于人工检查时也带来优点。虽然原则上可以实现以真实采集的视频数据形式传输真实的眼睛运动，但可以出于已知的数据保护考虑而期望匿名传输。虽然神经元网络能以呈匿名眼睛运动如眼睛运动参数形式的数学输入信息来工作，但通常专家依靠视频信息来进行人工检查。因此现在在此实施方式中可以基于视频数据以匿名方式产生人工视频数据，该人工视频数据将真实采集的眼睛运动转用到虚拟的且因而人造的头部或人工眼睛上。换句话说，在人造的且因而虚拟的头部上给专家提供基于真正的眼睛运动被数字化的且因而虚拟的眼睛运动以供人工检查所用，从而他虽然能定性且也定量地执行人工检查，但绝对无法获得头晕患者的个人相关数据。

27、也有利的是，在本发明方法中采集附加的辅助参数，尤其是以下中的至少一个：亮度，照明情况，采集装置的加速度，采集装置的定位。

28、前面的列举是非穷举名单。显然也可以将两个或更多的辅助参数相互结合。辅助参数的使用尤其用于执行质检，以便在眼睛运动采集期间或之后在神经元网络中处理之前检查质量标准。但是，所述附加信息也可被用于随后更精确地安排在神经元网络中的处理，为此使用例如背景亮度或环境参数如在执行测试时的环境温度。故例如可能的是在看向明亮背景和/或在很低的环境温度下的眼睛运动表现得较差。通过采集相应参数，在评估中可被予以考虑。作为相应传感器，尤其使用采集装置的已有传感器。如果采集装置例如是移动终端设备，则可以采用陀螺仪、加速度传感器、激光雷达、亮度传感器或类似传感器。

29、本发明的主题也是一种用于训练神经元网络以用在本发明方法中的训练方法，具有以下步骤：

30、-以视频数据的形式提供头晕患者的大量眼睛运动，

31、-人工标引(labeln)所述大量眼睛运动，

32、-使用多个人工标引的眼睛运动训练神经元网络。

33、尤其是除了异常的头晕患者眼睛运动外，还提供正常的眼睛运动供训练方法所用。人工标引意味着，眼睛运动以人工方式被分类为医学异常的眼睛运动或医学正常的眼睛运动并且被分诊给一个医学专科领域。人工标引由专家进行，专家基于至少一个所执行的眼睛运动测试的结果能相当可靠地选择相关的医学专科领域，基于该医学专科领域中可以诊断出头晕起因。这种经过标引的大量眼睛运动现在被用于通过已知方式训练神经元网络。训练效果导致在神经元网络的单独网络节点中连续改变和细化相应的数学运算的权重，直到神经元网络的输出对应于呈标引的眼睛运动形式的期望结果。为此需要许多眼睛运动数据，它们尤其基于已有的患者信息来提供。但也可能的是在此采用已匿名的数据，其随后构成训练方法的基础。人工标引例如也是指在上级步骤中被标明为异常的一整组眼睛运动的上级标引。

34、还有利的是在本发明的训练方法中为了提供使用而产生人工视频数据，其尤其以人工和/或自动的方式被改动。人工视频数据可以是完全人工产生的。但也可以想到人工视频数据基于真实视频数据来产生且随后还被改动。若例如头晕患者的眼睛运动被采集且标引，则可基于这次采集进行匿名化并转换为人工视频数据。若现在并非仅使用唯一的虚拟头部，而是例如使用十个不同的虚拟头部，则可以基于头晕患者的唯一一次采集来产生10个不同的人工视频数据，它们因此能被自动扩增且以更大数量提供给神经元网络训练所用。标引成本低，但在此仍可在短时间里获得大量训练数据。

35、当在本发明的训练方法中许多眼睛运动至少部分被多次标引时可能带来其它优点。这意味着，同一头晕患者的相同的眼睛运动被不同的专家多次标引，以避免在神经元网络中的不希望的误差。在此，可以在整个标引过程和训练过程的期间内将不同的权重分配给这些专家的判断和进而标引结果，以便根据不同的权重也对神经元网络施以不同的训练效果。例如，诸如不同专家之间的内部一致性和独立专家的内部一致性的相关信息可被纳入到权重中。

36、本发明的另一主题是一种用于分诊头晕患者给医学专科领域的分诊系统。这种分诊系统具有用于以视频数据形式采集头晕患者的眼睛运动的采集装置。此外，设有用于在神经元网络中处理所采集的视频数据的处理装置。借助确定装置可以基于神经元网络中的处理结果来确定至少一个医学专科领域。此外，分诊系统具有用于就将头晕患者分诊给所确定的至少一个医学专科领域进行输出的输出装置。所述采集装置、处理装置、确定装置和/或输出装置在此尤其被设计用来执行本发明方法。因此，本发明的分诊系统带来与关于本发明方法所详尽解释的一样的优点。

37、当在本发明的分诊系统中所述采集装置和输出装置布置在本地分诊机器中并且至少该处理装置布置在中央分诊机器中时可带来优点。这是指已多次解释的云解决方案，其中，通过作为采集装置的例如呈平板电脑、移动无线电设备、数字眼镜系统、数字隐形眼镜或其它数字助视器形式的移动终端设备来识别眼睛运动，随后尤其以匿名方式传输给云和布置在那里的处理装置。在执行了基于云的处理之后，处理结果被回传给本地的分诊机器和进而移动终端设备，从而其在那里可被输出给头晕患者或者测试的执行者。

38、本发明的主题也是一种计算机程序产品，其包括指令，该指令造成本发明的分诊系统执行根据本发明方法的方法步骤。因此本发明的计算机程序产品带来与关于本发明的分诊系统以及本发明方法所详尽解释的一样的优点。