儿科重症监护室团队训练中的领导力评估
计算机视觉与模式识别
2025-08-29 v2
摘要
本文通过开发基于自我中心视觉的自动化分析框架，解决了评估儿科重症监护室（PICU）团队领导技能的任务。我们识别了关键行为线索，包括注视对象、眼神交流和对话模式，作为领导力评估的必要指标。为了捕捉这些多模态信号，我们使用 Aria 眼镜记录自我中心视频、音频、注视和头部运动数据。我们收集了四场模拟会议的一小时视频，这些会议涉及具有不同角色和级别的医生。为了自动化数据处理，我们提出了一种利用 REMoDNaV、SAM、YOLO 和 ChatGPT 的方法，用于注视对象检测、眼神交流检测和对话分类。在实验中，我们观察到领导技能与行为指标（即我们提出方法的输出，如注视时间、转换模式和语音中的直接命令）之间存在显著相关性。这些结果表明，我们提出的数据收集和分析框架可以有效解决 PICU 团队训练的技能评估问题。
引用
@article{arxiv.2505.24389,
title = {Leadership Assessment in Pediatric Intensive Care Unit Team Training},
author = {Liangyang Ouyang and Yuki Sakai and Ryosuke Furuta and Hisataka Nozawa and Hikoro Matsui and Yoichi Sato},
journal= {arXiv preprint arXiv:2505.24389},
year = {2025}
}
备注
This paper is accepted by EgoVis Workshop at CVPR 2025