バーチャルリアリティと機械学習を用いた自閉症スペクトラム障害の認識におけるバイオマーカーとしての視線：診断のための概念実証

自閉症スペクトラム障害（ASD）の主要な症状は、主に社会的コミュニケーションと相互作用に関連しています。ASDの評価は中立的な環境での専門家による観察を含み、客観性の欠如に関連する制限やバイアスを導入し、現実の状況におけるパフォーマンスを捉えていません。これらの制限を克服するために、技術（例：バーチャルリアリティ）やセンサー（例：視線追跡ツール）の進展が、現実的なシミュレーション環境を作成し、視線の動きを追跡するために使用され、従来の測定方法では得られないより客観的なデータで評価を豊かにしています。本研究は、虚構の環境における視線追跡パラダイムを通じて、社会的に関連する情報に対する調整と抽出の尺度として、視覚的注意行動を使用して自閉症の子供と通常発達の子供を区別することを目的としました。55人の子供が参加しました。自閉症の子供は、全体的およびシナリオごとにフレーム数が多く、また、子供よりも大人の方により高い視覚的嗜好を示し、子供の顔よりも大人の顔をより多く見ていることがわかりました。抽出した視線特徴に基づいてASDを認識するために、再帰的特徴選択を使用して一連の多変量教師あり機械学習モデルが開発されました。モデルは、自閉症の子供を認識するために最大86％の精度（感度= 91％）を達成しました。サンプルサイズが比較的小さく、外部の再現データセットが存在しないため、結果は予備的なものであるべきですが、私たちの知る限り、これはASDの認識のためのバーチャルリアリティ、視線追跡ツール、機械学習の組み合わせによる最初の概念実証を構成しています。要約：ASDの子供の核心的な症状は、社会的コミュニケーションと相互作用に関与しています。ASD評価には中立的な環境での専門家の観察が含まれ、客観性の欠如に関連する制限やバイアスを示し、現実の状況でのパフォーマンスを捉えません。これらの制限を克服するために、本研究は視覚的注意行動を通じて自閉症の子供と通常発達の子供を区別することを目的としました。