探索利用混合现实技术进行静脉输液培训的不同沟通方式：一个以学生为主导的学习方式的医疗电子学习案例研究

《Computers in Human Behavior Reports》：Exploring Different Communication Modes for Intravenous Infusion Training using Mixed Reality: A Healthcare e-Learning Case Study with Student Directed Learning

　　混合现实（MR）技术应用于静脉输液（IV）培训，通过HoloLens平台比较四种通信模式（Agent-Text, Agent-Audio, Human-Text, Human-Audio）的有效性，发现Agent-Text在信任度、实用性、满意度等指标上最优，为远程医疗教育提供新方案。

　　在新冠疫情对全球教育体系造成巨大冲击的背景下，远程教育成为医疗领域学生获取临床技能的重要途径。为了应对传统实验室教学受限的问题，研究人员开始探索扩展现实（Extended Reality, XR）技术，包括增强现实（Augmented Reality, AR）、虚拟现实（Virtual Reality, VR）以及混合现实（Mixed Reality, MR）等，作为替代或补充传统教学方式的创新手段。本文讨论了一项基于混合现实技术的沉浸式培训平台开发案例，重点在于通过文本和语音交互方式实现学生自主学习（Student Directed Learning, SDL）的潜力。该平台使用Unity开发，并兼容Microsoft HoloLens设备，旨在为护理学生提供一种更加灵活、高效且安全的IV输液操作培训方式。

XR技术的核心优势在于其能够提供沉浸式和互动式的教学体验，使学习者可以在虚拟环境中练习复杂的医疗程序，而无需依赖实际的医疗设备。这种方式不仅降低了对物理资源的依赖，还能够为医疗培训提供更广泛的可及性，特别是在偏远地区或医疗资源有限的环境中。通过将虚拟内容叠加到现实世界中，XR系统能够增强学习者的感知体验，使他们能够在更接近真实医疗场景的环境中进行练习。这种技术的引入，标志着医疗教育正逐步从传统的“被动式”学习向更加主动和互动的学习模式转变。

在本文的研究中，研究人员开发了一种基于混合现实的训练平台，用于教授IV输液泵的组装过程。平台支持四种不同的教学与指导模式：计算机代理-文本、计算机代理-语音、人类导师-文本和人类导师-语音。通过将这些模式集成到XR环境中，研究团队希望找到最适合IV输液培训的组合方式。最终，研究结果表明，计算机代理-文本模式在多个评估维度上表现最佳，包括实用性、易用性、满意度、信任度和可靠性。这表明，虽然人类导师能够提供更具社交性的指导，但计算机代理的文本形式在提供清晰、一致的信息方面具有更强的优势，特别是在需要独立完成任务的情况下。

为了进一步验证这些发现，研究团队对八名高年级护理学生进行了用户研究，这些学生在实验前已经具备一定的IV输液操作经验。在实验过程中，每位参与者都经历了所有四种模式，并以随机顺序进行测试，以减少顺序效应的影响。参与者通过5分量表对每个模式的性能进行评分，其中分数1表示“强烈不同意”，5表示“强烈同意”。统计分析显示，所有五个评估指标在不同模式之间均存在显著差异，表明教学模式对用户体验和学习效果有重要影响。此外，研究团队还进行了主题分析，以挖掘用户反馈中的深层次见解。分析结果显示，虽然部分参与者偏好实时的人类互动，但大多数认为文本形式的指导更清晰、更易于操作，特别是在执行手部动作时。

研究团队还探讨了XR技术在医疗教育中的潜在应用。他们指出，随着XR技术的不断发展，未来的培训平台可能会更加智能化，例如通过人工智能（AI）提供实时反馈、动态调整难度级别或进行预测性分析。这些功能将有助于个性化学习体验，使每位学习者都能根据自身需求和能力水平进行调整。此外，研究团队建议未来的研究应关注XR技术的长期效果，以及如何将其与传统的物理或生物医学模拟器相结合，以提供更加真实和沉浸式的培训体验。他们还强调了XR技术在提升学习者自主性和灵活性方面的潜力，以及如何通过优化交互设计和用户界面来进一步增强学习效果。

尽管研究结果提供了有价值的信息，但研究团队也指出了当前研究的局限性。首先，样本量较小（N=8），这可能影响研究结论的普遍适用性。因此，未来的研究需要扩大样本规模，以进行更严格的统计分析。其次，研究主要在实验室环境中进行，未能充分考虑真实医疗场景中的复杂因素，如不同学习者的背景、年龄、性别和文化差异等。这些因素可能会影响学习者对不同教学模式的偏好。此外，研究仅评估了教学模式对用户满意度和感知的影响，而未深入探讨这些模式对实际技能掌握或知识保留的具体影响。因此，未来的研究可以引入更多的绩效指标，如任务完成时间、错误率和技能评估等，以更全面地衡量XR培训的效果。

总的来说，本文的研究为XR技术在医疗教育中的应用提供了新的视角和实证支持。通过开发基于混合现实的培训平台，研究团队不仅探索了不同教学模式的优劣，还为未来医疗培训系统的设计和优化提供了理论依据和实践指导。随着XR技术的不断进步，预计其将在医疗教育中发挥越来越重要的作用，为学习者提供更加高效、安全和个性化的培训体验。未来的研究可以进一步拓展XR技术的应用范围，结合更多先进的交互方式和人工智能技术，以实现更高质量的医疗培训。同时，研究团队也呼吁关注XR技术在资源匮乏地区的可及性问题，确保所有学习者都能享受到这一技术带来的教育红利。