アイトラッキングによる臨床推論の検証

客観的：

このプロジェクトでは、臨床推論 (CR) 中の認知処理を調べるという具体的な目標を持って、視線追跡技術を医学教育に応用する予定です。 私たちは、症例や画像の読み取り中に研修医の目の動きをチェックすることで、有効な行動マーカーのリストを作成し、研修医の専門知識を定量的に分類し、意思決定が難しい瞬間を特定し、その原因を解読できるようになると期待しています。彼らの判断ミス。 専門知識のさまざまなレベルにわたる CR プロセスの違いを調べるために、3 つのカテゴリーの参加者 (初心者、中級者、専門家) が募集されます。 目の動きを追跡しながら、参加者は外傷症例を読み、診断を下し、適切な治療計画を提案します。 我々は、1) 異なる参加者グループは、診断判断と治療計画のスコアによって測定される、著しく異なる CR 結果を生み出すだろうと仮定します。 2) 異なる注視パターンを表示します。 3) 臨床判断と目の行動分析からの証拠を組み合わせることで、判断ミスの原因に関する有用な情報が得られます。

研究方法・手順：

SSRL (Surgical Simulation Research Lab) のスタッフおよび学生は、難易度レベルの健康トレーニングのバックグラウンドを持ち、研究の参加者として登録されます。 生命を脅かす複雑な状況を伴う外傷症例が紹介されます。 この症例は複数の内部損傷を伴う外傷症例です（別紙参照）。 この症例は 1 ページの説明と 3 枚の X 線フィルムに要約されます。 参加者は、目の前の画面に表示される症例情報に基づいて診断を行い、治療計画を立てる必要があります。 総読書時間は4分となります。 症例の読解中、高解像度のリモート アイ トラッカーである Tobii X2-60 を使用して、参加者の目の動きをキャプチャします。 さらに、患者の状態と参加者の最終診断に関する 15 ～ 20 問のクイズを作成します。 クイズの合計スコアと間違いは、参加者の臨床推論の全体的な質を説明するために使用されます。 私たちは参加者の目の動きを注意深く検査し、症例読解中のスキャンパターンを報告します。 具体的には、参加者が特定の単語に注目する (注視) 前に、文上で目を素早く動かす (サッケード) 瞬間を探します。 これらの目の動作パラメーターは、精神的作業負荷および推論処理方法と以前に関連付けられており、結果をさらに分析するために使用できます。 特記事項: 社会的距離に関するアルバータ州保健サービスによる現在の推奨事項を考慮し、社会的距離の要件が解除されるまで、対面での交流を保留します。

データ分析の計画:

まず、臨床経験レベルが異なる 3 つの参加者グループ間でクイズのスコアと目の動作の変数を比較します。 次に、3 つの異なるグループにわたる症例の読み取りに関する目のスキャン パターンを分析します。 具体的には、エキスパートがクイズで最高得点を獲得すると予測します。 したがって、症例の読解全体にわたって専門家の短い注視位置と長い注視位置を調べます。 私たちの仮定は、専門家は事件説明のどこに重要な情報があるかを知っており、精神的に別々の情報を結び付けて、短期間で正しい判断を下せるというものです。 初心者および中級者のグループから記録された固視スポットは、専門家のものと比較されます。 違いは、臨床推論スキルの開発のさまざまな段階で、さまざまな視覚検索戦略を特定するのに役立ちます。 最後に、臨床上の判断ミスを検証し、クイズのエラーと目の動作を関連付けることで、その根本原因を確認します。 参加者が症例説明の主要な症例の特徴に長時間注意を向けることができなかった場合、臨床的決定の誤りはチェックの問題が原因である可能性があります。 参加者が症例の主要な特徴に長時間注視した場合、認識または意思決定の問題が原因で臨床的意思決定エラーが発生する可能性があります。