痴呆之眼:为医疗工作者共同设计和评估的痴呆教育增强现实体验

AR 导航与情境感知VR 医疗训练与康复医生、护士、临床医生老年护理人员

文献标题

Dementia Eyes: Co-Design and Evaluation of a Dementia Education Augmented Reality Experience for Medical Workers

文献信息

  • 主题领域: 增强现实 (AR) 技术在医学教育中的应用,特别是针对老年痴呆症护理中的教育。
  • 关键词: 痴呆、教育、增强现实、体验导向设计、人机交互

研究背景与问题

  • 发现的问题/挑战:

    1. 痴呆症患者存在行为和心理症状 (BPSD),但全球护理服务存在显著的挑战,例如高成本、耗时、不足的专家支持以及缺乏标准化协议。
    2. 医疗工作者缺乏针对痴呆症护理的专业知识和实践经验,可能导致症状恶化。
    3. 虽然技术(例如在线课程和混合学习方式)在痴呆教育中已被探索,但用于模拟痴呆症患者体验的 XR(扩展现实)技术设计和实施方法尚未明确,存在设计和用户需求的脱节。
  • 研究的重要性:

    1. 痴呆症患者护理质量直接与护理人员的专业知识和技能相关。
    2. 更好的医疗教育能够减轻病患的 BPSD 症状,从而改善他们的生活质量。
    3. XR 技术的沉浸式体验可能补充现有的护理培训方法,从视角上帮助医务人员理解患者体验。
  • 研究动机与相关工作: 作者希望通过 XR 技术来填补现有的痴呆教育中的空白,特别是围绕如何设计 XR 系统以满足护理人员需求以及如何评估 XR 教育方案的效果进行研究。

解决方案

  • 提出的解决方法: 作者设计了一个基于增强现实(AR)的体验系统,帮助医疗工作者模拟痴呆症患者的日常生活体验,使其从视觉、听觉等感官上理解患者的困难。

  • 创新之处:

    1. 采用第一人称视角 (FPV),辅助医疗工作者体验痴呆症患者的感官和认知变化。
    2. 使用 AR 技术提供实时环境改变,与医疗场景高度相关,可增强教育的情境真实性。
    3. 采用分阶段设计和评估,与痴呆护理相关人员共同协作开发,强调用户参与设计。
  • 实施步骤与关键技术:

    1. 阶段 I: 从医疗工作者的角度理解痴呆护理经验并探索 XR 技术的实施可能性,进行问卷和工作坊以收集反馈。
    2. 阶段 II: 基于第一阶段的反馈设计原型,包括 VR 与 AR 两种方案,通过 Unity 引擎创建视觉和听觉内容。
    3. 阶段 III: 修订后的 AR 原型进行了全面评估,通过问卷和访谈分析其对医疗工作者同理心、情绪反应和自我反思的影响。

研究成果

  • 取得的具体成果:

    1. 设计并实现了一个低保真 AR 原型系统,模拟了痴呆症患者的视觉和听觉变化场景(例如黑暗视觉、颜色感知困难、听觉定向障碍等)。
    2. 调查发现该系统能够激发医疗工作者对痴呆症患者的感同身受,并增强他们的反思性护理行为。
    3. 医疗工作者对系统的简易性和高效性的评价较为积极,并建议将其纳入实际教育场景。
  • 与现有解决方案的优势:

    1. 与传统的教育方式相比,AR 提供了实时互动和感官变化的沉浸式体验,更加接近痴呆症患者的真实情境。
    2. 突出了医疗工作者与病人的日常互动,促进健康护理相关技术开发。
  • 实验或评估结果:

    1. 通过问卷评估发现参与者的同理心在三个维度(情感、认知和关联)上均有显著提升。
    2. 参与者普遍认可模拟体验的真实性和短时训练的有效性。
    3. 存在一定负面情绪(例如不适和焦虑),但没有对学习效果造成实质影响。
  • 局限性与未来方向:

    1. 样本规模偏小,仅有 5 位参与者进行原型设计阶段及 16 位完成最终评估。
    2. 痴呆症患者的症状复杂多样,当前系统仅聚焦早期至中期 AD 的感官变化。
    3. 系统未来可以扩展至支持护理环境改造的工具,例如促进痴呆症患者的家庭与医院环境优化。
    4. 需要长期随访研究,评估该体验系统对护理服务质量改善的真实影响。

通过以上研究,作者为未来的痴呆教育和护理支持技术开发奠定了基础,并提出了一种创新性的方法,用技术增强医学教育和患者体验理解。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/96323/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3581009
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
10 位作者
sell
研究子方向
AR 导航与情境感知、VR 医疗训练与康复
work
职业/产业
医生、护士、临床医生、老年护理人员
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文