Klinische Anwendung zur Validierung, Bewertung und Weiterentwicklung
Stroke Helper Pro ist mehr als eine professionelle Anwendung zur neurologischen Erhebung.
Die Pro-Version wurde gezielt entwickelt, um die in der App gewonnenen Daten klinisch einzuordnen, zu validieren und weiterzuverarbeiten.
Damit bildet Stroke Helper Pro die zentrale Verbindung zwischen Alltagsnutzung, klinischer Bewertung und wissenschaftlicher Weiterentwicklung.
Stroke?
Detect. Act. Save.
Designed for emergencies. Easy for everyone to understand.
With Stroke Helper*, you can detect possible stroke symptoms within seconds – using facial analysis, speech recognition, and a simple checklist.
*This is a prototype. Learn more here*.
Simple & user-friendly
The Stroke Helper interface is designed to remain clear and easy to understand—even in stressful situations. You’re guided step by step through each feature, so you don’t have to spend time thinking or searching. This lets you use the app quickly and safely in an emergency.
Your personal onboarding
When you first launch Stroke Helper, your personal profile is set up:
You can upload a profile picture, save a short voice recording, and receive an initial risk assessment.
This way, the app is tailored to you right from the start and can recognize symptoms even more accurately later on.
In an emergency, clarity counts
Stroke Helper shows you the result instantly and clearly—so no time is lost.
Whether unremarkable or critical: you know at a glance what to do.
In an emergency, you can call emergency services directly from the app or get step-by-step support from MIRA, the integrated first aid assistant.
Simple – everything at a glance
Die MainTabView ist dein Ausgangspunkt in Stroke Helper.
Hier findest du alle wichtigen Bereiche wie Gesichtsanalyse, Sprachtest und Checkliste übersichtlich angeordnet.
So hast du jederzeit schnellen Zugriff auf alle Funktionen der App.
Facts you should know.
Gesichtserkennung
Referenz im Onboarding, Vergleich im Alltag.
Bereits im Onboarding erfasst Stroke Helper eine persönliche Referenz der Gesichtsmerkmale. Diese dient als Ausgangspunkt für alle weiteren Analysen. In der laufenden Nutzung werden neue Aufnahmen automatisch mit dieser Referenz verglichen, um Veränderungen frühzeitig zu erkennen.
Selfie (2D Analyse)
3D Scan
Das Selfie dient als visuelle Referenz zur Erfassung zentraler Gesichtsmerkmale wie Augenposition, Mundwinkel, Nasolabialbereich und Gesichtskonturen.
Im Alltag werden neue Selfies mit der initialen Referenz verglichen, um Abweichungen in Symmetrie, Mimik oder Muskelaktivität zu identifizieren. Diese 2D-Analyse ermöglicht eine regelmäßige, niederschwellige Verlaufskontrolle unter realen Alltagsbedingungen.
Der 3D-Scan ergänzt die Selfie-Analyse um räumliche Tiefeninformationen und strukturelle Gesichtsdaten. Dabei werden Volumen, Konturen und geometrische Abweichungen unabhängig von Licht oder Perspektive erfasst.
Durch den Vergleich mit der im Onboarding erstellten 3D-Referenz lassen sich selbst minimale Asymmetrien präzise erkennen, die in einer reinen 2D-Betrachtung nicht sichtbar wären.
Spracherkennung
Sprachanalyse & Artikulation
Mehrsprachigkeit & lautbasierte Referenzen
Bereits im Onboarding werden gezielt Sprachproben aufgenommen, die zentrale Parameter wie Artikulation, Sprechtempo, Lautpräzision und Pausenstruktur erfassen.
Im Alltag analysiert Stroke Helper neue Sprachaufnahmen im Vergleich zur persönlichen Referenz und identifiziert Abweichungen, die auf neurologische Auffälligkeiten wie eine beginnende Dysarthrie oder sprachmotorische Störungen hindeuten können.
Die Spracherkennung von Stroke Helper basiert nicht auf übersetzten Testsätzen, sondern auf sprachspezifischen Lautmustern und phonetischen Strukturen.
Für jede unterstützte Sprache wird eine eigene Referenz aufgebaut, die typische Laute, Silbenfolgen und Artikulationsmuster berücksichtigt. Dadurch können sprachabhängige Veränderungen – etwa bei aphasischen Symptomen – differenziert und valide erkannt werden, unabhängig von der Muttersprache des Nutzers.
Checkliste
Strukturierte Abfrage neurologischer Auffälligkeiten im Alltag
Die Checkliste von Stroke Helper ermöglicht eine gezielte und wiederholbare Abfrage typischer neurologischer Symptome. Sie dient dazu, subjektive Wahrnehmungen systematisch zu erfassen und Veränderungen im zeitlichen Verlauf sichtbar zu machen.
Gezielte Symptomabfrage
Ergänzung objektiver Analysen
Integration von Apple Health
Herzfrequenz
Veränderungen der Herzfrequenz liefern wichtige Hinweise auf akute Belastungen und mögliche neurologische Ereignisse.
Ruhefrequenz
Auffällige Abweichungen der Ruhefrequenz können frühe Warnsignale für körperliche oder neurologische Veränderungen sein.
EKG 1
EKG-Daten unterstützen die Erkennung von Herzrhythmusauffälligkeiten, die mit einem erhöhten Schlaganfallrisiko einhergehen können.
Schlafindex
Veränderungen im Schlafverhalten können frühe Hinweise auf gesundheitliche Belastungen und neurologische Störungen liefern.
Blutdruck
Blutdruckwerte sind ein zentraler Risikofaktor und essenziell für die Einschätzung des Schlaganfallrisikos.
Temperatur
Abweichungen der Körpertemperatur können begleitende Hinweise auf akute oder schleichende Gesundheitsveränderungen geben.
Bipedale Abstützungsdauer
Veränderungen im Gangbild können auf motorische Einschränkungen und beginnende neurologische Auffälligkeiten hinweisen.
Blutsauerstoff
Eine reduzierte Sauerstoffsättigung kann Hinweise auf eine beeinträchtigte Versorgung des Körpers und des Gehirns liefern.
Stresslevel
Anhaltend erhöhte Stresswerte können das Schlaganfallrisiko erhöhen und liefern wichtige Kontextinformationen zur Gesamtbewertung.
Das Labor im Hintergrund
MIRA AI
MIRA AI ist das analytische Fundament von Stroke Helper und eine eigene Entwicklung.
Hier werden Daten geprüft, Modelle trainiert und neue Funktionen kontinuierlich entwickelt.
Good to know
Stroke Helper is already usable as a prototype – but not yet officially available in the App Store.
I’m continuing to develop the app and improve it step by step.
Features at a glance
Onboarding with risk assessment
Right from the initial setup, Stroke Helper analyzes your personal risk factors – anonymously and in compliance with data protection regulations.
Facial analysis
Speech analysis
Compare current speech with your stored reference – if slurred speech is detected, a warning is issued.
Symptom checklist
With just a few questions, you can check for additional warning signs – easy to use, even in stressful moments.
HealthKit integration
Uses existing data such as age, weight, or medications – for a more accurate risk assessment.
MIRA – First Aid Coach
If the app detects possible stroke symptoms, MIRA guides you step by step through first aid measures — following the well-known ABCDE protocol.