检查的有效性和忠诚一个虚拟现实模拟器基本生命支持培训

背景

虚拟现实(VR)提供一个身临其境的医学技能训练和实践方法,特别是在紧急医疗设置。然而,目前尚不清楚在虚拟现实学习将转化为现实世界的性能优势。探索这些潜在的转移效果,我们检查的有效性和忠诚一个定制的虚拟现实环境基本生命支持(BLS)培训、通用技能在医学培训项目。

方法

22医学实习生进行标准化BLS模拟程序在两个条件:一个在虚拟现实,使用Pico Neo 3独立系统;其他在真实的综合环境,包括一个物理模型和抢救设备。行为模式的任务,工作量,强烈的现场感,和视觉注意力来自用户自我报告问卷调查、录像,眼球追踪数据。

结果

数据显示,虚拟现实训练环境足够高的表面效度让参与者,学员展示现实任务的行为和程序操作。然而,忠诚用户交互和动作的虚拟现实证明了非典型,这似乎影响参与者的注意力和运动反应。

结论

结果表明,虚拟现实可能限制提高物理技能的劳工统计局训练,然而是潜在有价值的开发任务过程和/或感知能力。

基于仿真的学习,使用虚拟环境或合成的物理设备,医疗训练是一个关键的元素。实际上,医疗保健行业经常率先研制开发的以证据为基础的合成环境中加强职业技能(1]。这里,学习通过物理模拟方法,通常发生在学员实践对人类演员和真实模型或道具(2]。例如,基本生命支持(BLS)技能通常教使用培训模特像‘Resusci-Anne’,可身体互动和整合内部控制临床场景。这种方法提供了一个高度可用的和安全的方法,练习基本的紧急程序(例如,胸外按压的测序和/或性能,救援呼吸等)和已被证明有利于医疗保健专业人士和普通人群(3,4,5]。这些标准化的程序,然而,通常在进行有组织的教学设置和由专业培训提供者、低效和昂贵的。此外,尽管是相对容易实现,这种类型的培训很少再现的积极感知环境变化和压力特征的“现实世界”BLS操作(6]。至关重要的是,这些语境差异可以防止学员在学习过程中体验真实的心理和情绪反应,这限制了整个培训计划的有效性(7]。因此,有一个新的需求身临其境的模拟器,都是有效的和自然的培训目的8]。

虚拟现实(VR)技术提供了新的机会为模拟身临其境的感官环境在医学教育(9]。医疗商业独立耳机越来越普遍,他们创建标准化临床场景的能力而不需要昂贵的专业人员或设施使他们成为越来越具吸引力的选择BLS培训(10]。研究的确表明,虚拟现实模拟可以创建高度沉浸感和广为接受的劳工统计局学习环境构建技能,信心和任务知识的学员([11,12,13,14];参见[15)最近的评论)。此外,发现了VR干预提高技能在一系列临床领域,如腹腔镜手术(16],眼科[17),神经系统评估(18),和大规模伤亡分流决策(19]。然而,尽管这个初步支持,谨慎时,必须把将VR在职业培训项目。事实上,培训的效果不仅取决于一个模拟感觉身临其境,而且是否具有生成的关键属性提高实际的性能(7]。鉴于VR-related用户行为和运动控制可能存在的差异在美国劳工统计局任务过程中(例如,在胸外按压:[20.]),这是至关重要的潜在的学习迁移是全面评估在技术领域内实现。

哈里斯等。(7)最近提出了两个关键因素,可以确定从虚拟现实学习迁移。第一个是有效性,指的是一个模拟的环境是否提供准确表示的实际等价的。评估该组件,研究人员通常专注于用户的主观的观点如何(即真实模拟。,表面效度)和是否特定于任务的功能(即虚拟世界与真实世界之间的对应条件。建构效度:[21,22])。第二个预测学习迁移忠诚模拟抒发现实psycho-behavioural反应是否从用户7,23,24]。这是评估从用户的物理运动,情感状态,和/或认知。事实上,虽然依赖于具体目标的训练,大多数临床技能要求的普遍性质模拟提供一个合适的程度的现实主义在生理和心理层面(25]。从美国的角度来看,虚拟现实模拟器促进有形技术改进的可能性将因此取决于代表真实世界的任务和能产生“逼真”的用户响应。

基于框架的哈里斯et al。(7),本研究评估的有效性和忠诚的虚拟现实模拟器设计开发BLS能力。要做到这一点,我们比较了VR仿真标准化的实际等价,这是基于当前的医疗培训实践在英国。这两个对比训练条件密切匹配对视觉空间的特性,提出了在同一临床上下文。因此,我们可以评估虚拟现实的程度提供了一种准确表示现实世界的感官环境(例如,通过使用自我报告的用户体验指标),以及是否抒发真实psycho-behavioural反应(通过测量物理行为,认知负荷,和现场的目光响应)。至关重要的是,这些进行了初步评估之前仿真实现内部培训项目(推荐(7])。这种方法不仅使我们能够评估的潜在功效VR加强临床技能;它还可以帮助指导额外的软件发展未来培训的应用程序。

考虑到积极的学习成果在先前的研究报告(例如,[11,12,13,14]),虚拟培训提出创造身临其境,高保真的学习条件。这将反映在真实的用户体验(即。,high face validity) and positive correlations between clinical expertise and VR-based performance outcomes (i.e., high construct validity). From a fidelity perspective, patterns of cognition (e.g., perceived workloads) and behaviour (e.g., gaze and motor responses) were expected to be similar in VR to those shown in real-world operations. Such effects would indicate a strong potential for transfer of learning within the context of BLS training [7]。

参与者

22个合格的医学实习生参加了研究(9雄性,13个女性,年龄范围:20-38年)。这些人都收到前美国劳工统计局培训和呈现不同程度的临床能力和VR经验(见下表1)。入选标准表示,参与者进行医学学位或临床培训计划在英国国民健康服务。参与者排除如果他们负面报道对虚拟现实的反应,如cybersickness或痛苦。招募了样本容量是足够动力来检测moderate-to-strong统计数据(即影响。,相当于between-condition影响d≥0.54,在p= 0.05,1-β= 0.80)。所有参与者提供书面知情同意,依照英国心理学会的指导方针。这项研究是通过体育与健康科学学院伦理委员会,埃克塞特大学和实验过程坚持这个批准的协议。

模拟条件

模拟的虚拟现实环境,提出了使用微型Neo 3 Pro眼睛耳机(Pico互动,旧金山,CA):一个轻量级的、独立的头安装显示系统内置的眼睛跟踪能力和98°的视野(刷新率:90赫兹)。设备使参与者执行劳工统计局的任务在一个虚拟的医疗环境中,同时记录学生在72赫兹。虚拟现实环境建成使用统一游戏开发软件(版本2020.3.1;设计统一技术,CA)和模拟空医院候诊室,用户可以自由移动(见图。1)。坐落在这个虚拟空间是一个静态的人体模型,复制一半身体的物理模型在实际使用劳工统计局培训项目。此外,虚拟现实环境中复苏设备(一袋阀罩和三个不同大小的guedel气道设备),一个紧急电话,可见安全隐患(潮湿的地板和水坑)标志。

参与者可以与仿真对象通过移动它们的虚拟手交互(Pico控制器)对象的三维空间位置和紧迫的“控制”按钮旁边的控制器。例如,他们会进行胸外按压通过移动两个控制器的模拟人体的躯干,而在按住按钮控制期间每个动作(见补充表1仿真任务功能的完整列表)。这个虚拟环境及其功能的演示视频可以发现https://osf.io/eq4pc/。

虚拟空间是147米²在总面积小于周围实验室工作区。参与者能够移动完全自由的虚拟环境中(例如,通过走模特,蹲在地上等等),没有任何障碍阻碍或边界。虽然在虚拟现实环境中所有对象的大小是一致的与在实际临床使用,参与者不会经验相互作用的物理感觉这些物品(例如,不会有重量归因于设备或没有抵抗人体模特躯干)。相反,用户交互,伴随着振动的手控制器和代表听觉线索。

确保参与者充分习惯了人工性能条件下,他们完成了一系列熟悉的任务在第二个虚拟现实环境。这些活动,参与者坐落在一个虚拟的更衣室区域,他们使用相同的方法将两个物体相互作用的实验研究条件。具体地说,他们被要求拿起饮料,能把棒球帽头使用VR手动控制器。这些游戏项目是在一个长工作台中间的房间,在远处,要求用户移动虚拟空间。

现实条件相同的物理实验室空间中进行虚拟现实和包含同一个房间布局和任务对象(除了Guedel气道设备,没有可用的真实的人体模型不允许插入气管代课)。的相对位置半身模特,复苏设备和水灾害复制的虚拟仿真,以确保这些关键的视觉空间特性相同条件之间的匹配。在真实世界的任务,参与者穿着学生实验室移动眼球追踪眼镜(学生实验室,Sanderstrasse,柏林,德国),记录现场相机和瞳孔位置数据在90赫兹提供一个动态凝视位置(空间精度:0.60°)。校准的系统执行任务开始之前,使用制造商内置屏幕标记。

研究设计和程序

到达实验室,参与者提供书面知情同意和人口统计信息(如中详细说明措施部分)。之后,他们将执行的每个研究的两个实验条件pseudo-randomised秩序。为虚拟现实条件,参与者首先装有微型耳机和引入熟悉环境。他们最初放弃在这个仿真探索一分钟的时间,他们可以自由移动的虚拟空间,使任何必要的调整耳机定位(例如,安慰或增强的视觉焦点)。在这段时间里,参与者被告知他们也可以移动劳工统计局培训在同一自然环境和无约束的方法。一旦熟悉这些任务功能,参与者被要求与两个熟悉游戏对象(棒球帽和饮料),以任意顺序的偏好。这些步骤确保他们习惯了VR控制和功能的实验BLS的任务。熟悉程序终止一旦参与者成功互动游戏对象和亲口证实,他们准备进行主要的实验任务。

劳工统计局的任务开始之前,参与者收到研究人员的标准化的简报。这些指令传达的情境模拟环境的信息,如紧急的原因和干预的目标(见完整的脚本https://osf.io/eq4pc/)。一旦参与者确认他们理解这些指令,并准备进行,研究人员发起的任务。以后,参与者能够自由移动虚拟房间,与模拟病人(即交互。半身模特)和任何抢救设备。任务被认为是完成一次三轮胸外按压和人工呼吸已经成功交付。在这一点上,一旦所有数据结果的记录被保存,参与者将起飞VR耳机,然后完成一系列的自我报告的问卷调查。

为现实世界的条件下,参与者首先装有眼球追踪眼镜和完成了标准化的校准程序。然后他们收到的一份相同的简报,虚拟现实条件和显示他们的初始位置。参与者开始3.7米的距离人体模型(如虚拟现实任务),同时面临着相反的方向从所有任务对象直到试验开始之前(防止goal-relevant视觉线索检索数据记录)的发病。一旦任务已经开始,参与者被要求当场把之前完成后续BLS程序。从这一点上,现实世界的劳工统计局VR等价的任务是相同的,无论是临床场景的背景和所需的行为。再一次,这次审判是总结的成功完成三轮胸外按压和人工呼吸。

至关重要的是,无论是实验条件强加任何限制或指导具体BLS设备或过程应该由参与者。这是非常重要的,考虑到不同程度的临床培训和经验体现在研究样本(表中1)。事实上,虽然一些参与者可能是不合格或愿意雇佣某些程序(例如,救援呼吸过程使用袋阀面具),我们重复测量分析这些关键决定行为是否只是感兴趣类似的虚拟和现实世界之间的模拟。因此,参与者只是告知他们应该执行劳工统计局任务的方式与他们之前的训练是相一致的。在完成这两个条件,然后他们被盘问的研究人员。实验室访问一般持续在45分钟每个参与者,和休息之间提供条件。所有方法都是按照指导方针和有关规定执行。

措施

自我报告的措施

检查表面效度,我们测量(也就是用户的主观意义上的存在。,the degree to which they felt as though they actually existed inside the VR environment) using a version of the Presence Questionnaire (adapted from [26])。这个常用工具将说明仿真是否足够准确和现实创造身临其境的用户体验(27]。具体来说,问卷要求参与者应对十明细报表级李克特规模。项目分项得分会结合成一个整体,得分越高表明更高层次的存在。值超过的中点每个规模表明参与者充分沉浸在虚拟环境和虚拟现实模拟器是相对较高的表面效度(28,29日]。

富达的评估方面,我们测量了心理物理的要求与每个劳工统计局相关培训协议使用仿真任务负载指数(SIM-TLX;(30.])。参与者完成了这之前验证问卷后模拟条件下,通过自我评估水平的工作负载在9个独立的项目:精神要求;物理的要求;时间要求;挫折;任务复杂性;情境压力;干扰;感知应变;和任务控制。 Each dimension was scored from ‘very low’ to ‘very high’ on a bipolar 21-point rating scale, with higher total scores signalling greater perceived workloads. The sum of the nine sub-item ratings were computed to provide a total SIM-TLX score for each participant.

行为的措施

所有行为数据检索和处理离线,录像后检查任务。这些录像获得从第一人称的角度促进几个性能指标的提取。在实际情况下,录音是由学生实验室眼动跟踪的场景镜头,这是放置在顶部的眼镜框架。对虚拟现实条件,这段录像是来自模拟器的定制遥视功能,显示连接笔记本电脑用户的观点。使用这个画面,我们可以记录每个过程是由用户,以及关键的时机和频率交互。具体来说,我们记录了胸外按压和人工呼吸,在每一轮,观察参与者是否检查意识、气道阻塞、呼吸和循环模拟(按照英国复苏理事会指南)。对于这些二进制与事件相关的结果,我们分配1分的行为,由参与者和0分在实例操作没有执行。

此外,我们计算的时间执行劳工统计局任务在每个研究的仿真条件。视频录制手动检查在一帧一帧时尚开始之间的时间来计算的任务,成功完成三轮胸外按压和人工呼吸。综上所述,这些措施将在VR显示任务行为的程度与实际性能行为和专业知识(7,21,22]。

眼球追踪措施

富达的进一步评估方面,我们比较用户的visuomotor反应两者之间的研究条件。事实上,目光在迁移型任务的连续调节,再加上goal-relevant的抽样感官信息,可以提供客观指标的临床专业知识(例如,31日,32)、决策偏差(33),情绪调节(例如,34,35])和感知到的工作负载(36,37]。因此,暗示其在视觉运动行为可能有意义的差异可以从用户的动态提取的目光回应。具体地说,使用眼动跟踪系统在当前的研究中产生结合凝视向量在笛卡儿坐标(x, y, z)。这些原始数据文件来完成首先对信号质量检查,然后分析了使用MATLAB脚本(可以在定制https://osf.io/eq4pc/)。使对比条件,位置数据转换成角度的等效球面坐标系统(即“gaze-in-head”。,θ,φ和半径值,相对于头方向)。此后,角坐标是一致的36赫兹重新取样,通过零相位巴特沃斯滤波器(15赫兹的位置数据和50 Hz速度数据,如(38])。从这里,许多关键的目光指标计算,如下所述。

扫视频率

快速的目光转移到一个新的视觉位置(即。,saccades) were identified from portions of gaze data that exceeded five times the median acceleration [39]。目光速度必须至少30°/ s在这段时间里,和超过15%的方案特殊的最大速度(40,41]。之前或之后的任何数据丢失的价值被忽视,为了避免错误的检测。对准目标被发现的数量除以总工作时间提供一个相对频率值(即。、跳阅每秒)。频率越高表明参与者更容易将他们的目光在他们周围的视觉空间。

扫视类型

进一步了解参与者的视觉搜索行为,夹角的变化连续跳阅计算分类持久和antipersistent策略(42]。持续跳阅检测眼球运动,转移目光不断在90°的空间内的一个方向。相反,antipersistent对准目标是那些改变方向> 90°。每种类型的扫视的比例被表示为一个百分比,对比之前的条件。更高比例的antipersistent对准目标在一个给定的条件将说明大量低效的“来回”的目光转移,而高百分比的持续跳阅会反映出流畅、更连续的视觉扫描模式在模拟的工作空间。

平均固定时间

固定定义集群的目光数据下降了1°的视角内至少100 ms (43]。每个固定事件期间使用的空间分散算法(44),之前平均为每个参与者在每个条件。更长时间的平均持续时间在一个任务条件表明长时间采样的视觉线索。

熵

评估如何结构化或有效的参与者的视觉搜索行为,我们评估的目光转变熵(45]。这个度量指标水平的变化或随机性在连续眼睛跟踪数据,通过计算给定数据点的概率(即。,目前的固定位置)(即条件在以前的记录值。前固定位置)。归类gaze-in-head位置数据,以自我为中心的视觉场景分为15个独立于内容感兴趣的领域(aoi),基于均匀网格5×3。苍老师网格后尺寸与之前报道的研究是一致的(例如,46])。专门为φ和θ,坐标,中央部分代表固定≤12.5°中点的视觉场景。φ轴,固定位置< 25°的AOI中央苍老师代表下一层,而那些偏离的中点> 37.5°被分配到外(外围)段。θ为坐标,外段代表的目光从现场位置> 12.5°中点(即。,值高于或低于中央段)。将每个固定分配给一个苍老师后,熵计算使用以下方程:

在这里,所有条件概率的对数的总和(这意味着,关注每一个苍老师的可能性)估计在“位”,对于一个给定的状态空间我代表前凝视位置j代表下一个序列中的位置。总之,当目光转移战略与常规位置空间之间可以预见,熵将相对较低;但当视觉搜索行为遵循不稳定和反射模式随着时间的推移,熵就会相对较高。

统计分析

数据结果最初缺失筛查和/或极端值(p< 0.001),任何极端的偏离常态,线性,多重共线性,或者同方差性。单变量异常值是Windsorised 1%大于或小于下一个最极端的分数。清理数据变量被评估between-condition差异,使用一系列的配对t -测试(参数数据)或魏克森讯号等级测试(非参数数据)的比较。这里,虚拟和现实世界之间的任何明显差异的目光行为条件表明,虚拟现实模拟器不能完全代表现实世界的劳工统计局环境,诱发非典型用户响应。相反,缺乏between-condition差异将虚拟现实模拟器的信号保真度高,而且更有可能促进学习迁移劳工统计局内部培训(7]。

检查的同时效度水平,斯皮尔曼的ρ分析研究之间的关系之前临床专业知识(年正式的医疗培训)的数量和每个连续的行为和眼动跟踪指标。这里,显著正相关性表明,虚拟现实模拟训练是充分的代表“真实的”医疗熟练程度(如[7,21,22])。

所有统计测试进行使用JASP(版本0.16.3)和报告与贝叶斯因子计算(男朋友₁₀),这表明证据支持一个空的力量和替代假说(依照[47])。意义是接受p< 0.05和平均水平提出了相关的标准偏差(SD)值。这项研究的完全匿名数据集是免费的https://osf.io/eq4pc/。

初步的数据分析

cybersickness参与者显示症状之一,也就是说,他们被排除在研究。三个参与者被排除在眼动跟踪分析,由于缺少数据或跟踪质量差。这提供一个最终的样本21我们的自我报告和行为数据分析,和一个示例的18 between-condition凝视数据比较。行为数据与胸外按压和人工呼吸的数量在每个模拟不成比例地集中在指导值(即。,30次胸外心脏按压和2次人工呼吸每轮/心肺复苏的周期;符合英国复苏委员会的建议)。此外,参与者的任务完成时间和平均注视时间积极倾斜。因此,这些结果措施使用非参数统计过程进行分析。没有其他偏离常态,线性,多重共线性,或者同方差性观察。

自我报告的数据

后存在问卷的分数相对较高的表演在VR任务条件。平均43.24±6.92的值超过了总明细的中点(即规模。,40),suggesting that users felt like they really existed in the virtual environment. In fact, 15 participant totals (71.48%) were above this threshold, indicating that the high feelings of presence were widely prevalent in the study.

虚拟和现实世界的情况之间SIM-TLX得分显著不同(t(20)= 9.01,p< 0.001,d= 1.97;男朋友₁₀= 7.43 * 10⁵)。见图。2,虚拟现实任务模拟被认为是更多的要求比传统模式的劳工统计局训练,影响支撑高精神要求,沮丧,复杂性、注意力分散、感性和任务控制压力和困难。然而,有趣的是,无花果。2表明,虚拟现实模拟被认为是显著的少比其实际等效体力由用户。

行为数据

胸外按压的平均数(VR: 32.18±4.11;实际:30.84±1.93)和救援呼吸(VR: 1.94±0.42;实际:2.11±0.39)总体样本没有明显不同条件(p> 0.05;男朋友₁₀< 1),和用户的比例检查病人意识(85.71%)和气道阻塞(95.24%)在两种环境下都是相同的。此外,尽管是免费使用要么口对口人工呼吸或呼吸袋阀面具救援技术,参与者利用每个方法的比例没有显著在不同条件(χ²= 0.171,p= 0.68)。具体来说,88.24%(15/17)的参与者选择包阀罩的使用VR也选择在现实世界。这表明用户通常是两个独特的类似程序的培训环境。然而,学员将大大延长执行任务时模拟在虚拟现实(Wilcoxon符号秩:Z= 4.02,p< 0.001,男朋友₁₀= 635.28)。的确,进行心肺复苏的时间完成三个周期在VR相比高出94.64%真实的训练条件(见图。3)。

眼球追踪数据

有一些一致的模式在“现实世界”眼球追踪观察画面。开始任务时,最初参与者倾向于扫描穿过房间通过一系列连续大跳阅和固定。这种快速采样的视觉线索使关键任务相关信息检索的场景,如任何安全风险的存在(例如,潮湿的地板上风险)和辅助支持(例如,一个可用的辅助或除颤器)。参与者经常重复这些搜索行为进行胸外按压时,虽然有时候他们的目光也指向action-focused线索(例如,对模拟人体的躯干)。这样的“锚定”的目光在提供救援呼吸会变得更加突出,当参与者会替代他们的重点之间的面部附件袋阀罩和人体模型的中间的躯干。这些战略,目标驱动的目光回应在补充视频https://osf.io/eq4pc/。

值得注意的是,参与者减少眼跳眼球运动的频率显示在虚拟现实环境中(t(17)= 2.8,p= 0.01,d= 0.66,男朋友₁₀= 4.45;无花果。4),这说明目光被转移更容易在视觉空间。跳阅所使用的类型也被证明是典型,当用户表现出较低的比例持续跳阅和更高比例的anti-persistent跳阅虚拟现实条件下(t(17)= 5.60,p< 0.001,d= 1.32,男朋友₁₀= 781.46;无花果。4B)。这表明大型连续视觉扫描盛行的现实世界的劳工统计局在VR仿真训练环境不太突出,效率低和参与者,而不是依靠“来回”的目光转移在此设置。

固定的行为也证明了不同的训练条件。例如,现实世界的平均持续时间明显短(平均= 0.21±0.05 s)相比,虚拟现实(意味着= 0.25±0.05年代;Wilcoxon符号秩检验:Z= 2.81,p< 0.01,男朋友₁₀= 9.22;无花果。4C)。这表明参与者抽样虚拟信号超过他们的真实感觉等价物,和视觉注意力的控制可能是典型的在虚拟试验。此外,当分析的结构和/或可变性参与者的固定行为,结果表明,目光转变熵值明显高于在虚拟现实比真实的仿真环境(t(17)= 6.00,p< 0.001,d= 1.42,男朋友₁₀= 1604.10)。这表明,目光变化不太系统在虚拟现实环境和可预测的。

与临床经验的关系

之间没有明显的相关性检测多年以前的医疗培训和任何连续的工作负载,行为或注视指标在本研究(p> 0.25,男朋友₁₀< 1.12;见图。5)。这强调,临床经验与美国无关任务绩效在模拟训练条件。

探索性分析

明显不同的目光反应在无花果。4可以解释为两个假设:

我)用户可以处理虚拟信号在一个与现实世界完全不同的方式。这是符合观测的集成多种感觉的线索不同的情况下,更不确定或不相关的经验(贺德et al ., 2007)。

(二)相反,可能与差异visuo凝视模式发生改变电动机控制。事实上,虚拟现实任务被认为是更少的体力,但更复杂的和令人沮丧的执行(图。2)。参与者还需要更长的时间来成功完成模拟虚拟现实程序(图。3)。因此,通常效率和自动控制感觉运动的行为可能是中断在虚拟现实,导致非典型视觉反馈信号的使用。

因为这两个假设存在不同影响的临床培训,我们凝视行为分析在初始阶段的劳工统计局任务(当运动要求较低,而是由各种知觉评估)。具体来说,我们测试是否眼跳固定频率和持续时间不同的虚拟和现实世界的情况发病前的胸外按压。如无花果所示。6训练条件之间,这些结果没有显著差异(p> 0.19,男朋友₁₀< 0.53)。因此,似乎在VR仿真逼真度相对较高的劳工统计局的任务由主要感知组件(例如,当用户最初评估情况来确定一个适当的行动),但低当任务涉及动态运动行为和动作(例如,在提供胸外按压和人工呼吸)。

至关重要的是,这一分析表明,延长固定时间和减少扫视频率显示在VR扩展BLS任务期间不出现任何通用的异常处理相关的虚拟感官暗示。相反,他们可能反映了更多的反馈驱动的visuomotor控制模式,符合哈里斯et al。(2019)。当用户在实际训练条件能够控制他们的动作,而不需要不断监控他们的行为(允许他们经常扫描周围的场景替代情境线索),他们似乎越来越依赖传入在VR视觉线索。结果,他们的目光行为更有反射性和action-focused在这些训练条件。

虚拟现实技术可以提供一个吸引人的方法交付BLS培训(见[15,48])。然而,这些新的的程度和身临其境的形式的培训培养实际有意义的学习效果(转移到现实表现)仍不清楚。因此,我们关注两个关键的技术转移预测指标——模拟有效性和忠诚——调查的潜在效用VR在劳工统计局的背景下训练。通过整合自我评定和客观行为和眼动跟踪用户反馈数据,我们的分析提出了一些显著的优势和虚拟方法在这一领域的局限性。这些特性在设计时应该考虑未来模拟训练干预措施。

首先,评估仿真有效性,我们评估是否VR任务提供准确和身临其境的环境为我们的医学实习生的用户组。参与者通常感觉高水平的存在,意味着问卷得分超过记录在其他职业领域(如航空:[28])。这些数据不仅表明参与者觉得他们真的存在于虚拟现实环境;它们还支持先前的调查结果,虚拟现实可以模拟身临其境的学习条件和现实的劳工统计局从用户的角度来看11,12,13]。这种高水平的模拟有效性是有效的技术转移的一个重要因素7),可能导致更多的自适应行为和动机在学习任务(49]。我们的结果因此强化了虚拟现实的概念可以提供一个参与和融入式的教学方法BLS的技能。

第二个标准评估有效性检查虚拟现实是否准确地捕捉了任务的个体差异的知识。结果没有提供这方面的支持,与前几年的医疗培训证明我们所有的研究无关的措施。这些零效应的原因可能是双重的。首先,模拟可能没有提供足够的建构效度。事实上,如果训练方法不能准确反映真实的功能参数条件下,它不太可能产生expert-related行为变化(7]。然而,零VR的相关性被发现和真实条件在我们的数据。所以,还必须考虑,可能不会有足够的变化或灵敏度的措施任务专家检测之间的关系。这样一个事实:所有的参与者收到了前美国劳工统计局训练表明有“天花板效应”的数据。这是由我们的行为的观察,显示很少检测“错误”的条件。将来进步这一研究,研究可能因此想看看BLS任务行为改变在新手学员随着时间的推移,反复练习虚拟现实。

当检查结果与模拟忠诚我们的数据显示,混合的结果。从行为的角度来看,我们发现用户报告更高的工作负载和大大延长了在虚拟现实来执行任务。这阻碍的心肺复苏可能会有害在临床环境中,自胸外按压和“休假胸部”被认为是积极的病人预后的关键因素(例如,见英国复苏理事会指南)。我们的眼球追踪数据也暗示学习者抽样虚拟感官信号非常不同于那些在现实世界(图。4)。例如,参与者更少的转移他们的注意力,而且可以预见在VR工作区(熵降低眼跳频率和目光所显示的那样)。此外,而不是采用高度系统化的视觉扫描显示在模拟现实世界的行为,目光越来越转向“来回”VR和提示时间固定时间保持稳定。给出明确的困难,一些用户经验的执行行为时心肺复苏术的行为在虚拟现实,以及有限的触觉信息可用的模拟,我们推测,这种反应可能暗示其在视觉运动控制相关的中断。事实上,典型的目光回应不在发病前胸部压缩行为在这个任务中(图。6)和非典型心肺复苏术的动作也被记录在以前的虚拟现实研究(例如,20.])。此外,运动学习的研究表明,学习者可以依靠理想运动策略和知觉线索与虚拟环境交互时(50,51]。因此,当综上所述,我们的研究结果表明,虚拟现实仿真等方面缺乏物理和/或人体工学的保真度,这可能是影响注意力和认知反应显示的用户。

然而,有很多方面的模拟逼真度更多的鼓励。例如,用户通常承担相同的临床行为和决定在虚拟仿真现实世界的情况一样,与贝叶斯因子数量的胸外按压和人工呼吸支持零模型。参与者还展示了现实的目光回应VR在初始阶段的任务(图。6)。至关重要的是,劳工统计局的初始阶段是由各种态势评估,即反应者必须积极检查状态的病人和他们周围的场景。在这些情况下,参与者使用广泛的系统扫描程序,使抽样各种视觉线索来自工作区。用户执行这些程序之间的相对虚拟和现实世界的情况表明,足够水平的心理忠诚可能已经实现了在虚拟现实仿真的部分。事实上,研究表明,视觉搜索能力很容易增强使用虚拟学习方法(52]。因此,在人工任务约束和用户力学虚拟现实可能中断的规定迁移型程序,一些知觉劳工统计局的组件似乎保持不变,因此可能在未来的可训练的。

局限性和未来的研究

一定数量的限制实现的虚拟现实训练前必须考虑。特别是,我们的方法比较虚拟现实的现实世界模拟(而不是实际性能)必须承认,随着用户对我们的“控制”的任务在一个真正的现实的方式最终是不清楚的。事实上,完全有可能,用户反应VR更代表实际BLS操作的显示在模拟现实世界的条件下。使用“Resuci-Anne”方法,然而,当前最佳实践(即代表。,gold standard) of BLS training in the UK, so was a relevant comparison for our pre-implementation evaluation. Moreover, the highly consistent findings that emerged across users’ self-report, behavioural and gaze data remain effective in highlighting areas of strength and limitation for future training tools.

然而,目前的研究不包括任何任务绩效的直接措施。鉴于所有的参与者在本研究充分主管进行相对简单的劳工统计局程序,就没有试图审查任何小的价值,潜在的琐碎inter-individual运动能力的差异(尤其是运动了仍可能存在于现实世界的模拟条件)。也就是说,未来的工作可能会利用独特的潜力,虚拟现实方法负担在这一领域(进一步讨论,请参阅[48])。例如,研究人员可以评估虚拟现实软件可以自动检测是否成功的标志和/或errorful新手人群的行为。相反,他们可以适应引入更复杂的模拟和/或压力任务条件专家用户群,通过使用具有挑战性和个性化临床场景(见[53具体的例子)。建议未来的研究进行更大,更加多样化的样本数量,这样潜在的重要的个体差异和相关性可以探索更全面。

总的来说,这项研究表明,虚拟仿真方法可以改善visuomotor技能有限的背景下,美国劳工统计局训练,但潜在的有价值的发展中可转让的知觉和/或过程的能力。结果表明,我们的虚拟现实仿真是足够准确和身临其境让一群经验丰富的医学实习生感觉“礼物”和执行自然过程评估。然而,富达迁移型的相互作用是有限的,导致更高的自我报告的工作负载,再乘以任务完成,扰乱注意力反应。虽然这样的相互作用可以增强的忠诚这一领域的新的技术进步(例如,改善手跟踪能力和触觉反馈),我们的研究结果支持进一步调查的使用不同形式的模拟训练提高劳工统计局的不同方面的性能,和更一般的医疗技能。

从本研究相关数据和代码公开:https://osf.io/eq4pc/

作者要感谢所有的参与者参加了这项研究。我们还要感谢ExR为他们设计的虚拟现实仿真和Emteq实验室的合作努力/设备和提供技术支持。

这项工作是英格兰从健康教育提供资助。健康教育英格兰没有扮演任何角色的设计研究中,收集、分析和解释数据或书面的手稿。

作者和联系

1. 卫生行政部门和体育科学、健康和生命科学学院,埃克塞特大学Heavitree路,埃克塞特,2例1,英国德文郡

   汤姆·阿瑟·大卫·哈里斯,马克威尔逊和山姆的葡萄树

2. Cineon培训有限公司,埃克塞特科技园6巴贝奇,Clyst霍尼顿,英国埃克塞特,EX5 2 fn,

   汤姆·阿瑟·蒂莉Loveland-Perkins,托比·伯格和大卫•哈里斯山姆葡萄树

3. 布里斯托尔医学院大学健康科学学院,布里斯托尔大学,布里斯托尔BS8 1日,英国

   夏洛特·威廉姆斯

4. 虚拟现实技术在医学和外科手术(VRiMS.net),布莱顿和苏塞克斯医学院BN19PX,英国布莱顿

   Jagtar Dhanda

贡献

助教,C。W., D.H., M.W., T.dB., J.D., and S.V. contributed in the design of this study. T.A. and T.LP performed data collection and analysis. D.H. provided analysis tools and assistance. T.A., C.W., D.H., M.W., J.D., and S.V. contributed in the writing of the paper. The author(s) read and approved the final manuscript.

相应的作者

对应到汤姆亚瑟或山姆的葡萄树。

伦理批准和同意参与

所有的方法都是按照指导方针和有关规定执行。这项研究获得伦理批准于2022年3月7日从学校体育及健康科学学院伦理委员会(英国埃克塞特大学)。所有参与者参与之前发送一个信息表,详细的研究目的、方法、结果的可用性,数据的机密性,参与者和他们的权利。到达实验室,他们有机会进一步提问前提供书面知情同意(按照英国心理学会指南)。

同意出版

参与者提供书面知情同意的匿名数据出现在学术出版物和它上载到一个相关的在线存储库进行进一步的分析。所有的研究数据是消除识别信息通过相应的研究团队,坚持这些批准研究协议。

相互竞争的利益

作者宣称没有利益冲突。

出版商的注意

乐动体育足球快讯直播视频施普林格自然保持中立在发表关于司法主权地图和所属机构。

开放获取本文是基于知识共享署名4.0国际许可,允许使用、共享、适应、分布和繁殖在任何媒介或格式,只要你给予适当的信贷原始作者(年代)和来源,提供一个链接到创作共用许可证,并指出如果变化。本文中的图片或其他第三方材料都包含在本文的创作共用许可证,除非另有说明在一个信用额度的材料。如果材料不包括在本文的创作共用许可证和用途是不允许按法定规定或超过允许的使用,您将需要获得直接从版权所有者的许可。查看本许可证的副本,访问http://creativecommons.org/licenses/by/4.0/。

再版和权限