面向研究标准医疗程序的可扩展且透明的多模态分析：关联手部运动、接近度与注视数据
人工智能
2023-12-12 v1 计算机与社会
人机交互
机器学习
摘要
本研究采用多模态学习分析（MMLA）来分析护理教育中 ABCDE 程序期间的行为动态，重点关注注视熵、手部运动速度和接近度指标。利用加速度计和眼动追踪技术，生成了行为图以描绘各个程序阶段。结果识别出四个主要阶段，其特征在于视觉注意力、手部运动以及与患者或仪器的接近度具有独特模式。研究结果表明，MMLA 能够为医学教育中的程序能力提供有价值的见解。本研究强调了 MMLA 在提供对临床程序及其固有复杂性的详细、客观评估方面的潜力。
引用
@article{arxiv.2312.05368,
title = {Toward Scalable and Transparent Multimodal Analytics to Study Standard Medical Procedures: Linking Hand Movement, Proximity, and Gaze Data},
author = {Ville Heilala and Sami Lehesvuori and Raija Hämäläinen and Tommi Kärkkäinen},
journal= {arXiv preprint arXiv:2312.05368},
year = {2023}
}
备注
To be published in the Proceedings of the 39th ACM/SIGAPP Symposium on Applied Computing (SAC'24), April 8--12, 2024, Avila, Spain