选择正确的现实：沉浸式创伤模拟中实体感的比较分析

文献标题

《选择合适的现实：针对创伤模拟中可触感的比较分析》

文献信息

• 主题领域: 人机交互 (HCI)、医疗培训、虚拟现实和混合现实技术
• 关键词: 混合现实、医疗急救训练、虚拟现实、灾难应对、仿真训练、用户体验、交互设计、技术接受度、社会存在感、自身存在感

研究背景与问题

• 发现的问题或挑战:

  • 医疗急救人员的培训需结合认知、情感及触觉技能，例如压力下的抗压能力、决策能力以及与医疗器械的物理互动。
  • 传统培训方法（如真实情景模拟）成本高昂且布置复杂，无法频繁实施。
  • 虚拟现实（VR）尽管在沉浸式决策培训中表现出色，但缺乏触觉交互能力，无法完全满足急救情景的需求。

• 研究的重要性:

  • 医疗急救人员技能的有效培训对于应对真实场景中的复杂情况至关重要，找到一种更高效的训练方法能提升心理和技能准备度。
  • 新兴混合现实（MR）技术可能填补传统培训与VR之间的鸿沟，但其实际效果尚未有充分的实证研究支持。

• 研究动机与相关工作:

  • 混合现实（MR）结合了物理和数字互动，有可能提供更平衡的认知与触觉体验，但目前关于MR、VR及传统训练的对比研究较少，尤其是在医疗急救领域。
  • 作者设计了“绿模人”（Green Manikin）作为一种新型MR工具，并希望通过实证比较三种训练方式的有效性。

解决方案

• 提出的方法或解决方案:

  • 引入“绿模人”系统:

    • 将真实的绿屏人体模具与虚拟环境结合。
    • 使用真实医疗工具（止血带、听诊器、人工呼吸器等）与MR虚拟环境中的病人交互。
    • 将语音交互整合到系统中，通过自然语言处理技术实现虚拟病人的实时对话与反馈。

  • 实验设计:

    • 将MR与标准的VR训练和以角色扮演为基础的真实模拟训练进行比较。
    • 从存在感和技术接受度角度评估三种方式的效果。
    • 使用多种定量和定性方法收集数据：基于用户报告的量表（例如UTAUT2、存在感量表）以及开放式问题探索用户主观体验。

• 创新之处:

  • 将全身体虚拟融合与实际医疗工具的使用结合，与现有方法相比增强了触觉逼真度和操作直观性。
  • 提供了为不同培训目标量身定制的系统化训练方法框架。

• 实施步骤与关键技术:

  • 在混合现实环境中利用LiDAR深度感应技术和绿屏背景，确保物理工具与虚拟对象精准结合。
  • 使用虚拟代理模型（3D虚拟患者）表现真实医疗情景。
  • 结合语音识别（Whisper）、自然语言生成（ChatGPT）和文本转语音技术模拟虚拟病人互动。

研究成果

• 具体成果:

  • 存在感：

    • 自身存在（Self Presence）：MR和真实模拟效果优于VR。
    • 社会存在（Social Presence）：真实模拟得分最高，MR明显强于VR，表现出更高的互动真实性。
    • 物理存在（Physical Presence）：MR在描述性统计上优于VR和真实模拟，但差异未达到统计显著性。

  • 技术接受度：

    • 努力期望(Effort Expectancy)：用户认为真实训练最容易使用，但MR的使用便捷度接近真实训练。
    • VR在用户直观性和工具交互上劣于MR和真实训练。
    • 参与者对MR和真实训练的行为意图较高表现出积极态度。

  • 偏好与应用场景：

    • 参与者更偏好MR作为综合性训练方法（11/15人选择）；部分场景下真实训练仍不可或缺。
    • VR适合用于大规模灾难事件中的组织与指挥任务（如三角分诊）。
    • MR和真实训练的结合被建议作为长期培训的方法学。

• 相较现有方法的优势:

  • MR结合了VR的沉浸式体验和真实训练的直观物理交互，在技能培训中能提供更具真实性和交互性的训练环境。

• 实验或评估结果:

  • 通过Friedman检验量化分析对比三种方法，在自身和社会存在感、努力期望及便捷度等维度上均发现统计显著差异。
  • 定性反馈显示，MR方法被用户认为能更真实地再现复杂医疗场景。

• 局限性与未来方向:

  • 样本量为15人，限制了结果的统计泛化性，未来研究可扩大样本规模并覆盖更广泛的医疗场景。
  • 探索MR与现有培训课程的融合方式，以及对培训效果（例如技能保留和转化为实际应用的效果）的纵向研究。
  • 进一步优化语音交互技术，增强MR的社会存在，改善虚拟病人与用户的互动质量。

总结而言，本研究验证了MR在医疗急救培训中的潜力，特别是在沉浸式和可触感培训方面，为医疗教育和HCI领域的技术应用提供了具有实践意义的指导框架。