Forschende der Computational NeuroSurgery Lab an der Macquarie University in Sydney haben in zwei aktuellen Publikationen nachgewiesen, dass sich visuelle Expertise im medizinischen Bereich durch strukturelle Veränderungen der Blickbewegungen messbar macht. Unter der Leitung von Professor Antonio Di Ieva setzten die Wissenschaftler Hochauflösungs-Eye-Tracking-Verfahren ein, um die Blickmuster von Medizinstudierenden, chirurgischen Assistenzärzten und erfahrenen Neurochirurgen bei der Betrachtung von Röntgen-, CT- und MRT-Aufnahmen zu dokumentieren. Die erhobenen Daten wurden durch fraktale Mathematik und Machine-Learning-Algorithmen analysiert, um die komplexe Geometrie der visuellen Scanmuster in quantifizierbare Kennzahlen zu übersetzen. Das zentrale Forschungsergebnis ist der Fractal Eye-Gaze Expertise Index (FEI). Die Analyse zeigt einen statistisch signifikanten Trend: Mit fortschreitender Ausbildung werden die Blickbewegungen weniger willkürlich und folgen zunehmend den effizienten, zielgerichteten Mustern erfahrener Spezialisten. Dieser Wandel deutet auf einen kognitiven Übergang von der reinen Merkmalserkennung hin zu einer pathologiegetriebenen, diagnostisch fokussierten Bildverarbeitung hin. In einer zweiten Studie mit 69 Probanden bewies ein KI-Modell, das die Blickdauer an spezifischen Bildpunkten mit der dreidimensionalen fraktalen Dimension kombiniert, eine Klassifizierungsgenauigkeit von über 93 Prozent. Das System unterschied damit präzise zwischen Laien, Facharztkandidaten und approbierten Neurochirurgen. Professor Di Ieva betont, dass die Forschung ursprünglich darauf abzielte, menschliche Kognition in Computersystemen abzubilden. Die fraktale Analyse liefere nun einen objektiven und skalierbaren Rahmen, um die Entwicklung visueller Kompetenz zu messen. Die Ergebnisse haben direkte Konsequenzen für die medizinische Ausbildung und die Curriculum-Entwicklung in der Radiologie sowie Neurochirurgie. Gleichzeitig eröffnet das Framework neue Wege für das Training von KI-Systemen, die medizinische Bilder in Zukunft ähnlich wie menschliche Experten interpretieren können. Die Studien wurden in den Fachjournals Medical & Biological Engineering & Computing sowie Journal of Eye Movement Research veröffentlicht.