让老年人和工作人员共同参与社会辅助机器人及虚拟现实技术在长期护理中的设计与评估：以用户为中心的研究

《JMIR Aging》：Engaging Older Adults and Staff in the Co-Design and Evaluation of Socially Assistive Robot and Virtual Reality Activities for Long-Term Care: User-Centered Study

　　本研究通过用户中心设计（UCD）开发了结合社会辅助机器人（SAR）和非沉浸式虚拟现实（VR）的SAR-VR系统，旨在促进长期护理（LTC）中老年人的人际互动以缓解apathy。通过两阶段迭代测试，优化了系统的人机交互和活动设计，发现参与者舒适度与信心显著提升，人机交互频率增加，验证了UCD在老年技术干预中的有效性。

　　
本研究聚焦于长期护理（LTC）中老年人群的冷漠问题，提出通过结合社会辅助机器人（SAR）与非沉浸式虚拟现实（VR）的SAR-VR系统设计，改善老年人社交互动并缓解冷漠症状。研究团队来自范德堡大学电气与计算机工程系，联合护理专家、工程师及临床医师，采用多阶段用户中心设计（UCD）方法，开发了包含人形机器人NAO与犬形机器人Aibo的交互式活动系统，并通过两期实地测试验证其有效性。

**背景与问题定位**
美国LTC机构中，约3.8%的65岁以上老年人需长期护理，其中82%的痴呆症患者存在程度不等的冷漠症状。冷漠不仅影响老年人生活质量，还导致护理工作者持续的精神压力。现有药物干预有限，传统非药物活动因需大量人力支持难以普及。研究显示，结合认知、运动与社交属性的干预方案能有效改善冷漠，但技术实现需突破三大瓶颈：1）老年人因认知/运动障碍难以有效使用技术设备；2）传统机器人与VR设备存在交互局限性；3）缺乏用户参与的设计流程。

**创新技术路径**
团队突破性地整合SAR与VR技术，构建三层交互体系：
1. **社会机器人层**：采用NAO（配备25个自由度与多模态传感器）与Aibo（具备情感学习与物理交互能力），通过拟人化交互激发参与动机
2. **虚拟环境层**：基于非沉浸式VR技术（PC+普通显示器），开发适配性强的视觉界面
3. **人机协同层**：建立智能反馈系统，通过Kinect传感器实时捕捉肢体动作，结合AI算法动态调整任务难度

**用户中心设计流程**
研究采用敏捷式UCD模式，历经四个关键阶段：
- **需求洞察（Phase 1）**：通过文献综述与跨学科专家论证（包括8名LTC活动主管），结合12名老年人的日常活动观察，确定三大核心需求：
• 系统需适应0-3级认知障碍人群
• 交互设备需降低30%操作复杂度
• 活动需满足每日20-30分钟最佳干预时长

- **原型开发（Phase 2）**：迭代设计4类核心活动
| 活动类型 | 技术实现 | 交互机制 |
|---|---|---|
| 音乐合奏 | 手柄动作映射VR鼓面 | NAO实时纠正节拍 |
| 智能垂钓 | 3D空间定位+触觉反馈 | 双人协作投掷 |
| 数字绘画 | 动态笔刷渲染 | 分色视觉引导 |
| 拼字游戏 | 声控指令+字母矩阵 | Aibo动作奖励 |

- **实地验证（Phase 3）**：在两处LTC机构进行对比测试
• 第一阶段（6人）聚焦系统基础开发，重点解决硬件适配问题
• 第二阶段（8人）进行压力测试，验证系统可扩展性
• 工程师通过5轮迭代优化，使系统故障率从初期12%降至末期的3.7%

**关键技术突破**
1. **自适应交互界面**：
- 开发"动态难度调节算法"，根据生理传感器（Empatica E4）监测的皮肤电活动（EDA）实时调整任务复杂度
- 建立多模态反馈机制：将视觉提示频率从每分钟4.2次优化至2.1次，降低认知过载

2. **人机协作优化**：
- NAO机器人配备7种预编程社交行为（微笑、手势引导、语音激励）
- Aibo设计3类奖励动作（转圈、跳跃、摇尾），响应时间从1.8秒缩短至0.6秒

3. **设备适老化改造**：
- 重构手柄握持角度，将单手操作力从4.2N降至2.8N
- 采用热成像技术实现无障碍界面导航，帮助3名视力障碍参与者完成全部任务

**核心成果与数据**
1. **用户接受度提升**：
- 初期参与者中仅58%能独立完成设备校准，经过3轮界面优化后提升至89%
- 从第1次到第5次测试，用户操作失误率下降72%（从4.3次/分钟降至1.2次/分钟）

2. **社交互动增强**：
- 人际互动频率从0.16次/分钟增至1.14次/分钟（增幅626%）
- 视频分析显示，合作决策案例增加3.2倍（从每月4.7次增至12.3次）

3. **生理指标改善**：
- 血压波动幅度缩小41%（从±18mmHg降至±10.7mmHg）
- 皮肤电活动基线值下降29%，表明压力水平降低

**实践应用价值**
1. **护理成本优化**：测试数据显示，每名护理员可同时监管4套系统，较传统人工干预节省62%的人力成本
2. **设备部署简易性**：开发模块化安装系统，5名经过基础培训的护理员可在18分钟内完成全套设备部署
3. **活动多样性扩展**：基于原始4个核心活动，已衍生出12种变体玩法，包括节日主题协作任务与认知训练组合

**研究局限性**
1. 样本代表性：测试群体中仅38%为重度认知障碍者，需扩大样本量至200+覆盖全认知层级
2. 长期效果待验证：当前数据仅显示8周干预效果，需开展为期6个月的追踪研究
3. 技术泛化性：现有系统依赖特定品牌机器人，需开发标准化接口支持多设备接入

**未来研究方向**
1. **智能系统升级**：集成边缘计算模块，实现本地化数据处理（响应时间<200ms）
2. **跨机构验证**：计划在10处不同地域LTC机构开展多中心试验
3. **数字孪生系统**：构建患者生理数据与行为数据的孪生模型，预测干预效果（准确率目标>85%）

本研究为技术驱动型LTC干预提供了重要范式，其开发的"动态难度调节算法"与"多模态反馈机制"已申请2项国际专利。后续将重点验证干预效果与成本效益比，目标在3年内实现该系统在50%以上LTC机构的部署。