眼球运动不仅可以反映视觉注意力受损，还可以影响认知加工和广泛的日常活动。因此，更好地了解痴呆症患者如何在视觉上感知现实世界，对于减轻视觉注意力受损对其生活质量的广泛影响至关重要。
此外，识别眼球运动改变的疾病特异性模式将为区分具有相似临床表现的痴呆亚型提供行为生物标志物。然而，之前的研究使用了结构化任务或限制性刺激，这限制了人们对日常生活中不同痴呆症患者的眼球运动变化和差异的了解。
在一项发表在《神经科学前沿》上的研究中，研究人员收集了阿尔茨海默病(AD)和路易体痴呆(DLB)患者的自发观看行为，这些患者对一组详尽的刺激(200张复杂的自然场景图像，包含1533个物体，并对其语义属性(如面部、情绪、文本和人造物体)进行了注释)进行了观察，这两种类型是迟发性神经退行性痴呆最常见的两种类型。
通过使用计算视觉注意模型的综合表征，该团队首次显示了AD和DLB患者对复杂场景的反应中疾病特异性的眼球运动模式改变。他们利用这些改变的模式开发了一种基于人工智能的筛查工具，能够可靠地识别和区分这两种痴呆形式的患者。
这些发现可能有助于我们理解痴呆症患者在现实世界中的观看行为，以减轻视觉注意力受损对其日常活动的广泛影响。此外，本文提出的无语言、无指令的自由观看行为客观表征方法可以支持痴呆亚型的筛选和区分。这将极大地促进全球范围内涉及不同语言或可能影响任务指令理解的认知障碍的不同人群的痴呆症研究。
更多信息:Yasunori Yamada等人，阿尔茨海默病和路易体病复杂场景的独特眼动模式，神经科学前沿(2024)。DOI: 10.3389/fnins.2024.1333894期刊信息:神经科学前沿由Tsukuba大学提供引文:基于人工智能的诊断工具通过分析眼球运动模式来区分痴呆症(2024,6月12日)检索自https://medicalxpress.com/news/2024-06-ai-based-diagnostic-tool-differentiates.html。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
