Zum Inhalt springen
Stroke Helper App

KI gestützte Schlaganfall-Früherkennung – direkt im Alltag

Die Stroke Helper App wurde speziell für die Nutzung im Alltag entwickelt.
Die App analysiert Gesicht, Sprache und ausgewählte Gesundheitsdaten, um mögliche Auffälligkeiten frühzeitig sichtbar zu machen – strukturiert, verständlich und jederzeit verfügbar.

Im Hintergrund analysiert eine eigens entwickelte KI Bild-, Sprach- und Gesundheitsdaten und erkennt Muster sowie Veränderungen im zeitlichen Verlauf.
Die Auswertung erfolgt strukturiert, datenbasiert und nachvollziehbar.

Der Schutz sensibler Gesundheitsdaten hat dabei höchste Priorität – die Verarbeitung erfolgt lokal auf deinem Gerät.

Schlaganfall?

Erkennen. Reagieren. Retten.

Entwickelt für den Notfall. Verständlich für alle.

Mit Stroke Helper* erkennst du mögliche Schlaganfall-Symptome in wenigen Sekunden – durch Gesichtsanalyse, Spracherkennung und eine einfache Checkliste. 

*Es handelt sich um einen Prototypen. Näheres erfährst du hier*.

Die Wissenschaft hinter Stroke Helper

Risiko & Sensibilisierung
Früh erkennen. Bewusstsein schaffen. Baseline definieren.
Stroke Helper beginnt nicht erst im Notfall – sondern mit Prävention, Aufmerksamkeit und individueller Vergleichbarkeit.

Bereits im Onboarding erfasst Stroke Helper zentrale persönliche Risikofaktoren. Dazu zählen unter anderem Alter, Geschlecht, Lebensstil, bestehende Medikation, Thromboseanfälligkeiten sowie familiäre Schlaganfallvorgeschichte.

Diese Angaben dienen nicht nur der Dokumentation – sie fließen in die spätere Risikobewertung und Berechnungslogik der App ein.

So entsteht eine individuelle Ausgangsbasis, die Screening-Ergebnisse differenzierter einordnet und personalisierte Auswertungen ermöglicht.

Stroke Helper bewertet Symptome nicht isoliert, sondern im Kontext des persönlichen Risikoprofils.

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)

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.

3D Scan

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.

Individuelle Sprachbasis, kontinuierliche Analyse Im Onboarding erfasst Stroke Helper eine persönliche Sprachreferenz anhand definierter Sprachaufgaben. Diese Referenz bildet die individuelle Ausgangsbasis für alle weiteren Analysen. In der laufenden Nutzung werden neue Sprachaufnahmen automatisiert mit dieser Referenz verglichen, um Veränderungen in Artikulation, Sprechfluss und Lautbildung frühzeitig zu erkennen – insbesondere im Hinblick auf mögliche Anzeichen von Dysarthrie oder Aphasie.

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.

Strukturierte Abfrage neurologischer Auffälligkeiten im Alltag
Die Checkliste (FAST Methode) 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

Die Checkliste orientiert sich an etablierten neurologischen Warnzeichen und führt strukturiert durch relevante Fragestellungen, etwa zu Kraftverlust, Sensibilitätsstörungen, Koordinationsproblemen oder Sprachauffälligkeiten. Dadurch werden Symptome nicht nur wahrgenommen, sondern nachvollziehbar dokumentiert.
Die Angaben aus der Checkliste ergänzen die objektiven Daten aus Gesichts-, Sprach- und Gesundheitsanalysen. In der Gesamtschau entsteht ein kontextualisiertes Bild, das hilft, mögliche Schlaganfallsymptome früher zu erkennen und besser einzuordnen.
Stroke_helper_health

Mehr Kontext. Mehr Sicherheit.

Stroke Helper integriert ausgewählte Gesundheitsdaten aus Apple Health, um Veränderungen nicht isoliert, sondern im Gesamtzusammenhang zu bewerten. So entsteht eine fundierte, datenbasierte Ergänzung zur Gesichts- und Sprachanalyse.

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.

Time is Brain

Mit Stroke Helper leisten wir einen Beitrag, Schlaganfälle früher zu erkennen – und Leben zu retten.