Entwicklung eines Eye-Tracking-Systems auf Basis eines Deep-Learning-Modells zur Beurteilung von Exekutivfunktionen bei Patienten mit psychischen Erkrankungen

Entwicklung eines Eye-Tracking-Systems auf Basis eines Deep-Learning-Modells zur Beurteilung von Exekutivfunktionen bei Patienten mit psychischen Erkrankungen

Der Beitrag der Neuropsychologie zur Psychiatrie wurde in einem Artikel von Keefe (1995) diskutiert. In einer Studie von Kim et al. (2008) wurde der Effekt organisatorischer Strategien auf das visuelle Gedächtnis bei Patienten mit Schizophrenie untersucht. Penadés et al. (2005) fanden heraus, dass Patienten mit zwanghaften Störungen Defizite bei exekutiven Funktionen und nicht-verbalem Gedächtnis aufweisen. Studien haben auch gezeigt, dass organisatorische Strategien eine Rolle bei der Verbesserung des nicht-verbalen Gedächtnisses bei zwanghaften Störungen spielen können (Savage et al., 1999).

Eine Untersuchung von Scala et al. (2013) ergab Gedächtnisbeeinträchtigungen bei Jugendlichen mit familiärem Risiko für Schizophrenie oder affektive Psychosen. Seidman et al. (2003) fanden heraus, dass sowohl Patienten mit Schizophrenie als auch mit bipolaren Psychosen Defizite bei organisatorischen und visuellen Gedächtnisaufgaben aufwiesen. Die kognitive Funktion bei zwanghaften Störungen wurde in einer Meta-Analyse von Shin et al. (2014) untersucht.

Die Anwendung des Rey-Osterrieth-Komplexfiguren-Tests zur Bewertung kognitiver Beeinträchtigungen bei Multipler Sklerose wurde von Dimitrov et al. (2015) beschrieben. Automatisierte Bewertungsmethoden für den Rey-Komplexfigur-Test wurden von Langer et al. (2022) entwickelt und sind vielversprechende Werkzeuge für die großangelegte Screening von kognitivem Abbau. Darüber hinaus haben Studien gezeigt, dass Eye Movement als Biomarker für beeinträchtigte organisatorische Strategien bei der visuellen Gedächtnis-Kodierung bei zwanghaften Störungen dienen kann (Kim et al., 2021).

Andere Forschungen haben gezeigt, dass Eye-Tracking-Techniken in Kombination mit Deep-Learning-Algorithmen zur Früherkennung von Autismus-Spektrum-Störungen eingesetzt werden können (Ahmed et al., 2023). Automatische Bewertungen des Rey-Osterrieth-Komplexfiguren-Tests mit Hilfe von Deep-Learning-Algorithmen könnten ein effizientes Screening-Tool für kognitiven Abbau darstellen (Park et al., 2023). Die Anwendung von Attentional Bias bei Schizophrenie-Patienten wurde ebenfalls mit Eye-Tracking-Techniken untersucht (Navalón et al., 2021).

Insgesamt haben Studien gezeigt, dass neuropsychologische Tests wie der Rey-Osterrieth-Komplexfiguren-Test wertvolle Einblicke in kognitive Defizite bei verschiedenen psychischen Störungen bieten können. Die Kombination von Eye-Tracking-Techniken und Deep-Learning-Algorithmen hat das Potenzial, die Diagnose und Früherkennung von Krankheiten wie Autismus und Alzheimer zu verbessern.