Seguimiento ocular por webcam revisado por pares para investigación

Desbloquear nuevos e innovadores métodos de seguimiento ocular es esencial para mantenerse a la vanguardia de cualquier industria o campo. El seguimiento ocular por webcam es una herramienta importante que los investigadores pueden aprovechar para ello. Al utilizar esta tecnología de vanguardia, los investigadores pueden implementar investigaciones innovadoras y obtener una mayor comprensión de los procesos detrás de la atención, la toma de decisiones y el comportamiento. Sin embargo, es importante utilizar un seguimiento ocular basado en webcam que haya sido probado y revisado por pares.

Con la capacidad de rastrear movimientos oculares, patrones de mirada y fijaciones en un entorno naturalista, el seguimiento ocular por webcam de Labvanced ofrece un enfoque viable para cuantificar la atención de los participantes. Además, la tecnología de seguimiento ocular por webcam de Labvanced se puede implementar fácilmente de forma remota, lo que la convierte en una solución rentable para investigadores de todo el mundo interesados en utilizar este método en sus próximos proyectos, todo ello protegiendo la privacidad de los participantes y siendo compatible con el GDPR.

Artículo de investigación publicado por el equipo de Labvanced que compara la precisión de la tecnología de seguimiento ocular por webcam con un estándar de la industria, EyeLink 1000.

Validez y precisión del seguimiento ocular en línea de Labvanced

• Comparado con el sistema de hardware EyeLink, el seguimiento ocular por webcam de Labvanced tiene una precisión general de 1.4° y una precisión de 1.1°, y un error de alrededor de 0.5° mayor que el sistema EyeLink.
• Cuando se presentan objetivos visuales en el centro de la pantalla, tanto la precisión como la exactitud mejoran a 1.3° y 0.9°, respectivamente. Este es un hallazgo importante, dado que numerosos experimentos psicológicos tienden a mostrar estímulos en el centro de la pantalla.
• Los hallazgos también mostraron que la precisión se mantuvo consistente a lo largo del tiempo. Para tareas de visualización libres y de seguimiento suave, la correlación fue de aproximadamente 80% entre los datos de mirada de Labvanced y EyeLink.
• Para un resumen completo de todas las métricas incluidas en el artículo revisado por pares y una información detallada sobre cada sistema de seguimiento ocular con diferentes tareas, consulte la Tabla 5 en el artículo.

La figura a continuación muestra los datos de mirada en bruto de un participante, mostrando la alineación de los datos de mirada durante la tarea de Seguimiento Suave, por separado para los ejes X e Y.

Fig 1. Gráficas del artículo de investigación (corresponde a la Fig.7 en la publicación), una demostración visual de cómo se ve esta correlación, en una Tarea de Seguimiento Suave, mostrando la superposición entre los puntos de datos entre Labvanced (puntos azules) y EyeLink (puntos rojos). Para tareas de visualización libres y de seguimiento suave, la correlación fue de alrededor del 80% entre los datos de mirada de Labvanced y EyeLink.

A continuación se presentan mapas de calor con dos gráficos dispersos de los participantes para dos ensayos diferentes. El rojo izquierdo representa EyeLink y el azul derecho el rastreador ocular basado en webcam de Labvanced. La imagen de estímulo correspondiente se utiliza como fondo para el mapa de calor en cada tarea.

Fig 2. Mapas de calor del artículo de investigación (Fig.8 en la publicación).

Los valores de 0 a 1 en la barra de colores representan los valores de densidad normalizados de la estimación de densidad del kernel. Con los gráficos dados, podríamos concluir que los datos de mirada se asignan aproximadamente a los mismos objetos en la imagen; sin embargo, hay una mayor varianza en la distribución de datos de mirada por webcam.

Efecto de la utilidad e incertidumbre de la inteligencia artificial en las interacciones cognitivas con farmacéuticos: ensayo controlado aleatorio

En este estudio, los investigadores utilizaron el seguimiento ocular por webcam de Labvanced para determinar cómo los farmacéuticos procesan visualmente la información relacionada con la IA en una tarea de verificación de medicamentos. Se presentó un prototipo de IA en el contexto de la verificación de medicamentos, donde la IA proporcionaría diferentes análisis sobre la probabilidad de que los dos medicamentos (la pastilla y las pastillas en el frasco) coincidieran. Se pidió a los participantes que determinaran si las imágenes de llenado de medicamentos coincidían con las imágenes de referencia, tanto con como sin asistencia de la IA. La IA proporcionó ayuda "caja negra" (indicadores de estado de coincidencia) o ayuda "consciente de la incertidumbre" (indicadores de estado de coincidencia más un histograma de confianza).

Resultados:

• Cuando estaban presentes regiones generadas por IA, los farmacéuticos desplazaron el 19-26% de sus fijaciones hacia ellas, indicando que consideraban el consejo de la IA en sus decisiones.
• La asistencia de IA no disminuyó las fijaciones en las imágenes de llenado, que seguían siendo el área principal de enfoque.
• Los consejos de IA no útiles estaban asociados con que los farmacéuticos pasaran más tiempo mirando imágenes de referencia y de llenado, lo que sugiere un esfuerzo cognitivo mayor.
• Mostrar incertidumbre de la IA resultó en tiempos de procesamiento cognitivo más largos, como se observa en el aumento de los tiempos de permanencia en las imágenes originales.

Ventajas del seguimiento ocular basado en webcam

Incorporar el rastreador ocular por webcam de Labvanced en tu próximo proyecto de investigación conlleva los siguientes beneficios:

• No invasivo: Utiliza dispositivos existentes, proporcionando una experiencia más natural y poco intrusiva.
• Económico: Generalmente es más asequible y accesible que las configuraciones tradicionales.
• Fácil de usar/configurar: Se activa con unos pocos clics en Labvanced, sin necesidad de codificación.
• Calibración personalizable: Ofrece amplias opciones para adaptar la calibración a necesidades específicas de investigación.
• Compatible con GDPR: Procesa datos de imagen localmente, transmitiendo solo datos relacionados con la mirada, como las coordenadas numéricas de la mirada.
• Flexible y escalable: Se puede implementar fácilmente de forma remota para estudios con participantes geográficamente diversos.
• Precisión: Una tecnología revisada por pares, validada con pruebas.