Objectives: Visual expertise is essential for image-based tasks that rely on visual cues, such as in radiology or histology. Studies suggest that eye movements are related to visual expertise and can be measured by near-infrared eye-tracking. With the popularity of device-embedded webcam eye-tracking technology, cost-effective use in educational contexts has recently become amenable. This study investigated the feasibility of such methodology in a curricular online-only histology course during the 2021 summer term.
Methods: At two timepoints (t1 and t2), third-semester medical students were asked to diagnose a series of histological slides while their eye movements were recorded. Students' eye metrics, performance and behavioral measures were analyzed using variance analyses and multiple regression models.
Results: First, webcam-eye tracking provided eye movement data with satisfactory quality (mean accuracy=115.7 px±31.1). Second, the eye movement metrics reflected the students' proficiency in finding relevant image sections (fixation count on relevant areas=6.96±1.56 vs. irrelevant areas=4.50±1.25). Third, students' eye movement metrics successfully predicted their performance (R2adj=0.39, p<0.001).
Conclusion: This study supports the use of webcam-eye-tracking expanding the range of educational tools available in the (digital) classroom. As the students' interest in using the webcam eye-tracking was high, possible areas of implementation will be discussed.
Ziel: Visuelle Expertise spielt eine wichtige Rolle bei der Prozessierung von Bildern, wie sie häufig in der Radiologie oder Histologie vorkommen. Studien zeigen, dass sich mit zunehmender visueller Expertise die Augenbewegungen der Untersuchenden verändern. Die Entwicklungen im Webcam-Eye-Tracking ermöglichen seit einiger Zeit den kostengünstigen und flächendeckenden Einsatz dieser Methode. Die vorliegende Studie untersuchte die Qualität dieser Technologie in einem Histologie-Kurs im Sommersemester 2021.
Methoden: An zwei Zeitpunkten wurden Medizinstudierende im dritten Semester gebeten, eine Reihe histologischer Präparate zu beurteilen. Währenddessen wurden ihre Augenbewegungen aufgezeichnet und gemeinsam mit der Performanz, sowie behavioralen Parameter mittels Varianzanalysen und multipler Regressionsmodelle analysiert.
Ergebnisse: Die Ergebnisse zeigten, dass Webcam-Eye-Tracking qualitativ hochwertige Daten liefern kann (mittlere Genauigkeit=115.7 px±31.1). Außerdem spiegelten Augenbewegungen die Fähigkeit der Teilnehmenden wider, relevante Bildbereiche zu finden (Fixationsanzahl relevanter Bereiche=6.96±1.56 vs. irrelevanter Bereiche = 4.50±1.25). Schließlich konnten die Augenbewegungen der Teilnehmenden deren Leistung vorhersagen (R2adj=0.39, p<0.001).
Diskussion: Diese Studie unterstützt den Einsatz von Webcam-Eye-Tracking Technologie zur Erfassung von visueller Expertise. Da auch die Akzeptanz hoch war, werden mögliche Implementierungsoptionen diskutiert.
Keywords: digital histology; eye-tracking study; histology training; online education; visual expertise; visual expertise development; webcam eye-tracking; webcam eye-tracking methodology.
Copyright © 2023 Darici et al.