Durchgearbeitete Sitzungen, auf dem Bildschirm
Vier ehrlich gelabelte Patienten: drei sind synthetisch (Maria, Jordan, Eleanor) und eine (Aisha) ist ein real aufgenommener Kniebeugen-Clip. Keine Live-Kamera, keine echte Patientenidentität, keine Krankenakte.
Die Pipeline läuft auf realem Footage
Aisha ist ein reales Eigengewichts-Kniebeugen-Video, dessen Keypoints offline mit MediaPipe extrahiert und dann von derselben unveränderten Engine bewertet wurden, sodass das Erste, was Sie sehen, die Pipeline auf realem Footage ist, ehrlich gelabelt. Das 33-Punkt-Skelett überlagert den tatsächlichen Clip, während das Panel jede Wiederholung gegen das Wellness-Screening-Profil bewertet. Das Sitzungs-Gate gibt rtm_billable zurück, mit 1 verifiziert, 2 markiert und einer durchschnittlichen Qualität von 8.3.
Die Wiederholung, die ein Posenmodell zählt und ein Kliniker nicht zählen sollte
Maria ist eine synthetische post-ACL-Patientin, die 15 verordnete Kniebeugen macht. Eine rohe Posenbibliothek würde alle 15 als Wiederholungen protokollieren. Kinetiq bewertet sie, und bei Wiederholung 9 gibt sie KNEE VALGUS zurück: der Knie-Valgus-Index liest 0.054, bei oder über der Schwelle 0.03, die maximale Flexion ist 78.6 degrees, und das Tempo ist 1.4, über dem Limit 1.25, ein Re-Injury-Risiko-Alarm statt einer guten Wiederholung. Das ist die ganze These in einer Zeile: der Wert liegt nicht im Zählen der Wiederholung, sondern im Erfassen der einen, die zählt.
Dieselbe Bewegung, anderes Verdict je Patientenprofil
Populationsadaptives Urteil ist kein Slogan; es dreht ein Verdict um. Wechseln Sie das Profil von Maria (post-ACL, Ziel 75 degrees) zu Jordan, einem Corporate-Wellness-Athleten (Ziel 95 degrees), und eine Kniebeuge mit etwa 80 degrees Tiefe, die für Maria als gut bewertet wurde, wird für Jordan als SHALLOW bewertet. Dieselbe Bewegung verdient ein anderes Verdict, weil die Schwellen an den Patienten gekoppelt sind. In der vollen Jordan-Sitzung gibt das Gate trotzdem rtm_billable zurück, selbst mit markierten Wiederholungen, eine ehrliche Nuance: abrechenbar heißt nicht, dass jede Wiederholung gut war.
Die abrechenbare Quittung, und die Enthaltung, die sie weiterleitet
Marias Sitzung summiert sich auf 13 verifizierte Wiederholungen, 1 markierte (Rep 9) und 1 enthaltene wegen Okklusion, bei einer durchschnittlichen Qualität von 9.6 von 10. Die RTM-Feststellung liest needs_clinician_review, zugeordnet zu CPT 98975 to 98981 plus den 2026-Codes 98979 und 98985: die Sitzung ist abrechnungsfähig, aber der Valgus-Alarm leitet sie vor jeder automatischen Abrechnung an einen Kliniker, und dieser Kliniker-Alarm selbst dokumentiert eine Behandlungsplan-Entscheidung. Von hier exportiert der FHIR-förmige Bericht als die auditierbare Evidenz, auf der ein Kliniker RTM dokumentiert.
Der Benchmark, ehrlich eingegrenzt
Das Ausführen des festen gelabelten Sets macht das dauerhafte Ergebnis sichtbar. Die Übereinstimmung der Verdicts je Wiederholung gegen gepflanzte Ground Truth ist 100 percent auf 25 clear Fällen und 100 percent auf 10 borderline Fällen innerhalb etwa einer Sigma einer Schwelle, mit Übereinstimmung je Klasse durchweg bei 1.00. Ground Truth sind die gepflanzten physikalischen Parameter versus die Profilschwellen, unabhängig von der Engine berechnet, und Messrauschen wird injiziert, nachdem die Labels feststehen, sodass die Engine das Verdict durch das Rauschen wiederherstellen muss. Die Honesty-Invariante ist separat und unit-getestet: von 3 verdeckten Wiederholungen haben sich 3 enthalten, mit 0 fabricated angles. Das sind Aufgaben-Genauigkeit, Durchsatz und Honesty auf einem festen gelabelten synthetischen Set, keine Open-World-Garantie.
