基于iPad的自动化视线追踪技术在NIH Baby Toolbox?标准化研究中的应用与验证

这篇研究推荐语：本研究创新性地利用iPad内置ARkit技术开发了婴儿视线追踪系统，首次将标准化眼动范式（gaze paradigms）整合到NIH Baby Toolbox?（1-42月龄）神经发育评估中。通过1079名婴儿的大样本验证，证实该技术具有跨年龄/种族/教育水平的稳定校准成功率（69.29%首次校准）和中等以上信效度，为婴幼儿认知评估提供了无需专业设备、可自动分析的便携解决方案。

　　

Highlight

NIH Baby Toolbox?（婴儿工具箱）是首个整合视线追踪技术的标准化发育评估工具，本研究详细介绍了其基于iPad Pro的创新性视线检测方法。

Gaze tracking using iOS ARKit

婴儿工具箱的视线检测利用iPad Pro前置摄像头和iOS ARKit框架（Apple Inc, 2025）。通过红外照明器在面部投射30,000个光点，结合低空间分辨率红外相机生成深度图，实现面部定位和眼球运动追踪。虽然分辨率不及专业眼动仪（如Tobii），但足以完成偏好注视（preferential looking）等基础眼动范式分类。

Participants

研究纳入1,130名5-24月龄婴儿（平均14.8±5.4个月），样本覆盖多种族（符合2020美国人口普查分布）、不同教育背景家庭及不同眼球颜色群体，具有全国代表性。

Analyses

评估指标包括：(1)校准成功率——首次校准成功率69.29%，随尝试次数递减；(2)算法信度——与人工编码对比显示中等至强相关性，但存在个体差异。

Calibration success

首轮校准成功率在不同亚组中表现稳定：

• 年龄：6-11月龄（72.3%）>18-23月龄（66.1%）

• 种族：白人（72.8%）vs非裔（64.5%）存在显著差异

• 父母教育：本科以上学历家庭成功率（73.1%）显著更高

Discussion

这项技术突破使眼动范式首次应用于标准化发育评估，其便携性和自动化特性（无需外接设备/人工编码）特别适合基层医疗场景。虽然存在种族/教育水平的校准差异，但整体信效度支持其作为婴幼儿认知功能筛查的创新工具。

Conclusion

研究证实基于iPad的视线追踪技术在大规模婴儿评估中具有实用价值，为发育行为学（developmental behavioral pediatrics）领域提供了可标准化的直接测量手段。