@article{BarlinnWinzerWorthmannetal.2021,
  author    = {Barlinn, J. and Winzer, S. and Worthmann, H. and Urbanek, C. and H{\"a}usler, K. G. and G{\"u}nther, A. and Erdur, H. and G{\"o}rtler, M. and Busetto, L. and Wojciechowski, C. and Schmitt, J. and Shah, Y. and B{\"u}chele, B. and Sokolowski, P. and Kraya, T. and Merkelbach, S. and Rosengarten, B. and Stangenberg-Gliss, K. and Weber, J. and Schlachetzki, F. and Abu-Mugheisib, M. and Petersen, M. and Schwartz, A. and Palm, F. and Jowaed, A. and Volbers, B. and Zickler, P. and Remi, J. and Bardutzky, J. and B{\"o}sel, J. and Audebert, H. J. and Hubert, G. J. and Gumbinger, C.},
  title     = {Telemedizin in der Schlaganfallversorgung - versorgungsrelevant f{\"u}r Deutschland},
  series = {Der Nervenarzt},
  volume    = {92},
  journal   = {Der Nervenarzt},
  number    = {6},
  issn      = {0028-2804},
  doi       = {10.1007/s00115-021-01137-6},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-307752},
  pages     = {593-601},
  year      = {2021},
  abstract  = {Hintergrund und Ziel Telemedizinische Schlaganfall-Netzwerke tragen dazu bei, die Schlaganfallversorgung und insbesondere den Zugang zu zeitkritischen Schlaganfalltherapien in vorrangig strukturschwachen, l{\"a}ndlichen Regionen zu gew{\"a}hrleisten. Ziel ist eine Darstellung der Nutzungsfrequenz und regionalen Verteilung dieser Versorgungsstruktur. Methoden Die Kommission „Telemedizinische Schlaganfallversorgung" der Deutschen Schlaganfall-Gesellschaft f{\"u}hrte eine Umfragestudie in allen Schlaganfall-Netzwerken durch. Ergebnisse In Deutschland sind 22 telemedizinische Schlaganfall-Netzwerke aktiv, welche insgesamt 43 Zentren (pro Netzwerk: Median 1,5, Interquartilsabstand [IQA] 1-3) sowie 225 Kooperationskliniken (pro Netzwerk: Median 9, IQA 4-17) umfassen und an einem unmittelbaren Zugang zur Schlaganfallversorgung f{\"u}r 48 Mio. Menschen teilhaben. Im Jahr 2018 wurden 38.211 Telekonsile (pro Netzwerk: Median 1340, IQA 319-2758) durchgef{\"u}hrt. Die Thrombolyserate betrug 14,1 \% (95 \%-Konfidenzintervall 13,6-14,7 \%), eine Verlegung zur Thrombektomie wurde bei 7,9 \% (95 \%-Konfidenzintervall 7,5-8,4 \%) der isch{\"a}mischen Schlaganfallpatienten initiiert. Das Finanzierungssystem ist uneinheitlich mit einem Verg{\"u}tungssystem f{\"u}r die Zentrumsleistungen in nur drei Bundesl{\"a}ndern. Diskussion Etwa jeder 10. Schlaganfallpatient wird telemedizinisch behandelt. Die telemedizinischen Schlaganfall-Netzwerke erreichen vergleichbar hohe Lyseraten und Verlegungen zur Thrombektomie wie neurologische Stroke-Units und tragen zur Sicherstellung einer fl{\"a}chendeckenden Schlaganfallversorgung bei. Eine netzwerk{\"u}bergreifende Sicherstellung der Finanzierung und einheitliche Erhebung von Qualit{\"a}tssicherungsdaten haben das Potenzial diese Versorgungsstruktur zuk{\"u}nftig weiter zu st{\"a}rken.},
  language  = {de}
}
@article{FriedrichSchneiderBuerkleinetal.2023,
  author    = {Friedrich, Maximilian U. and Schneider, Erich and Buerklein, Miriam and Taeger, Johannes and Hartig, Johannes and Volkmann, Jens and Peach, Robert and Zeller, Daniel},
  title     = {Smartphone video nystagmography using convolutional neural networks: ConVNG},
  series = {Journal of Neurology},
  volume    = {270},
  journal   = {Journal of Neurology},
  number    = {5},
  doi       = {10.1007/s00415-022-11493-1},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-324526},
  pages     = {2518-2530},
  year      = {2023},
  abstract  = {Background Eye movement abnormalities are commonplace in neurological disorders. However, unaided eye movement assessments lack granularity. Although videooculography (VOG) improves diagnostic accuracy, resource intensiveness precludes its broad use. To bridge this care gap, we here validate a framework for smartphone video-based nystagmography capitalizing on recent computer vision advances. Methods A convolutional neural network was fine-tuned for pupil tracking using > 550 annotated frames: ConVNG. In a cross-sectional approach, slow-phase velocity of optokinetic nystagmus was calculated in 10 subjects using ConVNG and VOG. Equivalence of accuracy and precision was assessed using the "two one-sample t-test" (TOST) and Bayesian interval-null approaches. ConVNG was systematically compared to OpenFace and MediaPipe as computer vision (CV) benchmarks for gaze estimation. Results ConVNG tracking accuracy reached 9-15\% of an average pupil diameter. In a fully independent clinical video dataset, ConVNG robustly detected pupil keypoints (median prediction confidence 0.85). SPV measurement accuracy was equivalent to VOG (TOST p < 0.017; Bayes factors (BF) > 24). ConVNG, but not MediaPipe, achieved equivalence to VOG in all SPV calculations. Median precision was 0.30°/s for ConVNG, 0.7°/s for MediaPipe and 0.12°/s for VOG. ConVNG precision was significantly higher than MediaPipe in vertical planes, but both algorithms' precision was inferior to VOG. Conclusions ConVNG enables offline smartphone video nystagmography with an accuracy comparable to VOG and significantly higher precision than MediaPipe, a benchmark computer vision application for gaze estimation. This serves as a blueprint for highly accessible tools with potential to accelerate progress toward precise and personalized Medicine.},
  language  = {en}
}