检索了7个医学和教育数据库，包括PubMed、Cochrane图书馆、Web of Science、Science Direct、PsycINFO、教育资源信息中心和谷歌Scholar(根据Haddaway等人的研究，提取了200个首次结果[ 23])。所搜索的灰色文献数据库包括WorldCat(三个搜索概念各使用了45个结果) XR， 医学, 教育)和全球医疗指数。

此外，已手动搜索所选文章的参考文献列表，如果符合纳入和排除标准，则将其纳入。由于相关的HMD技术于2014年首次投入商业应用[ 24]，只有在2014年1月1日至研究期结束(2019年5月31日)之前出版的出版物才被纳入，并且仅限于英语。调查、社论和会议论文以及没有摘要或全文的文献被排除在外。

PICOS(人群、干预、比较、结果、研究设计)框架指导了本研究的纳入和排除标准[ 25)(见 表1)．为了确保涵盖这一相当新颖的主题的所有相关文献，我们对搜索词进行了全面汇编，并将其分为三个搜索概念 扩展的现实(XR;它包含了VR、AR和MR的概念)， 医学, 教育．以下搜索词或关键字单独或组合使用: 虚拟现实， 增强现实， 混合现实， 医疗， 健康， 临床， 教育， 教学， 培训, 学习(见 多媒体附件2有关搜索策略的详细概述)。PRISMA流程图如图所示 图1描述筛选过程。

文章由两名研究人员使用PICOS框架的资格标准独立筛选。数据按照Cochrane手册的建议提取[ 21)(具体数据提取表见 多媒体)．任何分歧由两位筛查作者讨论解决。从研究中得出人群特征，包括作者、年份、地点、期刊、研究国家、研究设计、评价方法、评价方法数量、数据分析类型、有效性、研究人群类型、研究医学学科、XR类型、HMD类型、学习类型、研究持续时间和参考文献。

使用医学教育研究质量量表(MERSQI)、纽卡斯尔-渥太华教育量表(NOS-E)和“Cochrane非随机研究偏倚风险评估工具”(acrobatnrsi)评估质量和偏倚风险[ 26- 28］．

根据SWiM(无元分析综合)报告指南报告数据综合[ 29］．研究问题指导了综合分组，我们重点关注XR HMD对所使用的HMD设备所获得的知识和技能的影响。此外，我们根据各个医学专业来反映各个综合组，因为我们认为每个医学专业对知识或技能培训的重点是不同的。没有使用标准化度量。综合方法是根据所获得的知识和技能提取研究的相关章节，以及具体的XR HMD。总体而言，非随机研究设计的偏倚风险评估未显示出关键结果(见 多媒体附件4详情)。因此，纳入的27项研究以同等权重进行综合。我们没有限制研究设计。因此，我们没有进行荟萃分析，因为研究具有相当的异质性，纳入的研究报告了不同数量和质量的知识和技能。根据各自的研究报告综合疗效。这些表格汇总了关于本综述的研究特征和重点领域(知识、技能、XR HMD)的信息。

本综述共纳入27项研究:17项(63%)VR研究，7项(26%)AR研究，2项(7%)mr聚焦研究，1项(4%)VR和AR研究(见下文) 表2有关研究详情)。虽然24项(89%)研究只使用了一个HMD，但3项(11%)研究比较了两个HMD。所有的研究都是在学术或医院环境中进行的，并且大多将hmd与传统的面对面培训方法进行了比较[ 2， 30.- 41］．纳入的研究使用了戴在头上的HMD。

纳入的研究根据三个知识水平进行分类(改编和修改自Górski等[ 42),看 多媒体):(1)理论知识(如解剖图集和术前规划)，(2)实践技能(如手术训练和手术模拟器)，(3)态度(如自信、沟通技巧和以病人为中心)。

总体而言，纳入的研究(N=27)包括956名研究参与者。样本量从1名参与者到178名参与者，平均为35名参与者(见 多媒体附件6有关参与研究的人数及类型的详情)。

研究中描述的医疗程序差异很大。外科课程包括神经外科训练[ 43]、胃切除术[ 2]、全髋关节置换术[ 35， 37]、腹腔镜[ 44]、牙科手术[ 32， 45]、手术眼镜检查[ 33]、钉钉转移作业[ 46]，或外科打结训练[ 47]及中央线及导管插入[ 48， 49］．4项(15%)研究涉及解剖学教学，其中3项涉及神经解剖学的3D学习结构[ 39， 50， 51]，比如对大脑的训练。卢斯玛等[ 34]重点研究了视觉能力对解剖学理解的影响。费兰蒂尼·普莱斯等[ 38]训练有素的急救医学，“大规模伤亡事件的分诊”，Rai等人[ 31]专注于“双眼间接检眼镜”的眼科检查，Siff和Mehta [ 52]评估了妇科培训的“交互式全息课程”，Bing等人[ 53]调查了赞比亚的宫颈癌手术。在泌尿学领域，Butt等[ 40进行导尿。病理领域分析数字玻片[ 54];牙科种植牙;［ 45]在老年病学领域，Dyer等人[ 55专注于神经退行性疾病。

在27项研究中的大多数，在外科领域使用hmd教授技能(n= 18,67%)。一些研究(n= 7,26%)侧重于知识转移，主要是在解剖学领域，还有一些研究(n= 2,7%)侧重于感知和自信。hmd在不同的研究中因品牌、型号、功能和XR类型而有所不同 多媒体有关报告效果的详情)。

在27项研究中，有18项(67%)关注技能结果[ 2， 30.， 31， 33， 35- 38， 40， 41， 44- 49， 53， 56］．

在27项研究中，7项(26%)研究评估了XR干预知识的结果[ 34， 39， 43， 50- 52， 54］．

在总共27项研究中，2项(7%)研究[ 32， 55]评估了HMD培训对卫生专业人员具体态度的影响。戴尔等[ 55]调查了通过使用基于vr的HMD(设备:Oculus Rift)进行训练，医学生是否可以更透明地了解神经退行性疾病及其对患者的影响。结果显示，模拟对参与者态度的影响是显著的[ 55］．普利贾拉等[ 32的研究重点是“虚拟现实手术对外科住院医生自信心的影响”。他们发现“参与者的自尊心可以提高”[ 32在使用HMD(设备:Oculus Rift)训练时。对于缺乏临床经验的参与者来说尤其如此。两种干预都被评价为有效，因为对疾病的了解和对手术的自信增加了。自信心受到的影响“对缺乏经验的医生尤其严重”[ 32］．

在27项研究中，最常见的评价方法是实践技能测试(n= 18,67%)，其次是问卷调查(n= 16,59%)、过程录像(n= 6,22%)、知识测试(n= 5,19%)、调查(n= 4,15%)、观察(n= 4,15%)、自我评估(n= 3,11%)和其他(n= 5,19%)。

在某些情况下，实践技能测试包括观察研究参与者重复所学程序或重复实践技能。问卷包括一般问卷、结合随访评估的问卷、李克特量表。一般来说，作者在整个干预过程中使用了多个问卷。视频一般是在医疗培训练习期间录制的，随后进行评估。宾等[ 53]测量了参与者在模拟过程中的移动方式，以及完成任务所花费的时间。外科医生可以验证模拟器记录的他们的表现分数。通常在干预前后对知识和技能进行评估。随后的调查 教材动机调查验证［ 57]或 系统可用性调查量度参与者对有用性的看法[ 40］．参与者自我评估也进行了评估，作者要求学生对自己的表现进行评估，如自行撰写的评估文本或自我评估问卷[ 2， 52， 53］．其他评估方法包括使用学生绘制的神经头图来评估诊断能力[ 36]，以及唾液样本，以说明训练期间的压力水平[ 38]，使用牙科电脑断层扫描图像来测量种植体位置的差异[ 45]，以及髋臼放置精度的检查[ 35］．

结果表明，hmd至少与传统的医学教育方法相当，并且在提高学生的学习动机方面是有益的 多媒体附件8关于益处、缺点和所包含研究中描述的建议的概述)。hmd允许在身临其境和逼真的环境中重复使用困难的训练场景，例如紧急程序或手术期间的罕见并发症。研究发现了hmd的优点和缺点。研究结果基于改进和增强hmd。

基于xr的hmd目前主要用于高收入国家;只有2个[ 46， 53]的研究是在中低收入国家进行的。尽管如此，在资源匮乏的情况下，基于其多功能、可移动和身临其境的特性，hmd可能特别有利于为急需的卫生保健工作者提供培训。宾等[ 53]在赞比亚实施并评估了用于外科培训的hmd，发现这是有效的。在其他医疗环境中采用基于xr的hmd很可能在未来几年增加，并可能促进医疗教学和培训，特别是在需要具有时间效率和成本效益的教育的环境中[ 58］．特别是最近的开发，如HMD Oculus Quest似乎特别适合LMIC环境。基于xr的hmd在其他国家和环境中的潜力，特别是在中低收入国家，需要进一步研究。此外，在各种医学教育环境中使用hmd对学习者的知识和技能的长期影响以及融入医学课程需要进一步研究。需要进一步的技术进步，传统的教育方法不可忽视。

在接下来的部分中，讨论是根据本文的研究问题进行的:在医学教育中使用hmd的有效性是什么，特别是在知识和技能方面，以及在医学教育中使用hmd的优点和缺点是什么?

本综述中的研究通常认为，与传统的教学方法(如书本和模拟手术或超声手术)相比，如果大多数研究人群在测试(测试前、测试后、练习)或参与者观察中获得更高的分数，则干预是有效的。

并非所有研究都报告了在医学教育中使用hmd的有效结果。一些研究描述了hmd的缺点，比如晕车、恶心、技术问题和压力。系统检讨强调，这些不利因素可能会妨碍学习及训练[ 9］．目前尚不清楚晕车和恶心的症状是否与初学者试图熟悉技术有关，或者这些症状是否会长期存在，并可能阻碍学习或教育。一项研究发现，使用虚拟现实设备的女性更容易出现晕动病，而稳定用户的身体可以缓解症状[ 59］．此外，由于AR设备结合了真实和虚拟环境，效果可能会有所不同，这应该会减少VR应用中对健康的不良影响，如视力模糊、定向障碍和晕屏。使用hmd的个人的这些不利影响可能因设备而异。例如，增强现实设备结合了真实和虚拟环境，它们似乎减轻了视力模糊、定向障碍和晕屏等负面健康影响[ 7］．

必须考虑到，基于xr的hmd的技术接受度可能因学习者而异，因为经验不足的用户可能需要更多的时间和精力来使用hmd用于教育目的。

此外，现实的反馈有时没有执行。例如，“在虚拟训练中发生的手术错误并没有随之而来的并发症，如模拟患者出血或解剖变化”[ 53］．虚拟手术室仪器的尺寸、声音和功能等背景因素需要非常精确和逼真。否则，就有可能出现错误的学习和训练[ 8］．然而，随着技术上复杂的学习工具的不断发展，更多的进步可能会为基于xr的hmd提供音频和视觉信息的补充[ 7］．

根据米勒职业能力金字塔，从知识到技能的发展遵循四个层次的能力[ 60］．特别是, 看一个，做一个，教一个，模拟一个与米勒金字塔相一致的概念强调了基于xr的hmd的潜力，它可以将这一概念用于医学教学和技能培训。特别是，由于学生学习尸体的时间有限，如果要学习尸体，就需要通过自学来补充解剖知识。这些材料经常以二维补充资源的形式呈现，如讲座幻灯片、教科书和抽认卡[ 7］．与其他颠覆性技术一样，hmd鼓励学生成为积极主动的学习者，通过亲身体验来设定自己的学习节奏。主动学习已被证明能提高教育效果，如提高学习记忆能力[ 61］．通过使用基于xr的hmd，学习者可以对医学概念有更现实的理解[ 19］．使用hmd的学习者训练被证明可以提高实际技能，减轻压力，并为实际手术获得自信[ 32， 52］．此外，手术室所需的高水平经验可以通过基于xr的hmd轻松反复获得[ 8， 16］．我们的回顾强调了反复练习外科手术的可能性，如子宫切除术，腹腔镜，或通过hmd的全髋关节镜。在这篇综述中，hmd主要用于外科和解剖学领域，具有积极的技能结果。研究的主要好处是降低手术错误率、成本效益和提高知识。外科和解剖学的优势可能是两者都有长期的模拟训练历史，开始于20世纪80年代末的简单模拟[ 62］．在眼科学中，检查虚拟的视网膜和虚拟病人的凝视会增加练习时间，通常情况下，练习是用病人眼睛的真实瞳孔[ 31， 36］．因此，较少的患者需要参加眼科培训课程[ 36］．在资源匮乏的情况下，一个似乎足够的潜在应用可能是基于hmd的白内障手术培训，因为白内障在这些环境中仍然很常见[ 63］．

在紧急情况下，医生的工作强度增加，同时由于压力增加，工作能力降低。基于xr的训练场景可以有效地帮助临床医生更好地理解他们需要为之做好准备的情况[ 8， 64］．

这篇综述中的一些研究指出，人体的3D模型显著改善了学习结果，hmd提供360°视角，因为新的结构和概念被处理以增强整体理解[ 65］．“阈值概念”对于理解实际应用至关重要，例如解剖学[ 65］．如果没有解剖结构的知识，学生将无法在外科手术中脱颖而出。这篇综述中的发现表明，基于xr的hmd为“阈值概念”设置了更低的障碍，因为学生们沉浸在物理结构中，这增加了在实际操作中理解和后来的信息检索。此外，使用hmd来查看3D大脑结构似乎比传统的方法(如书籍)更有动力和吸引力[ 8， 39， 51， 66］．在阅读传统书籍时缺乏空间理解和想象力可能会增加这种现象[ 39］．hmd有助于理解复杂的器官结构[ 66］．现代对学生的医学信息量有了显著的增加，他们正在转向技术增强的资源，以提高学习者的参与度和真实性[ 11］．

尽管使用hmd学习解剖学的动机和乐趣更高，但与从课本学习相比，在知识获取方面并无显著差异[ 39， 51］．这与其他报告相似[ 11]，并且与其他XR应用类似，例如在患者治疗中，确实检查了疗效的研究表明初步证据表明XR干预措施的效果与所选择的常规疗法相似或更有效[ 67］．最终，增加研究和理解3D结构复杂性的动机是一个重要方面[ 51］．

各种XR HMD研究课程的持续时间尚未在已完成的众多研究中详细检查。有些人可能会觉得，花更长或更短的时间使用XR hmd进行训练，以获得尽可能多的知识，会更令人愉快[ 7］．使用基于xr的hmd时，学习结果没有差异，这一事实令人鼓舞，并验证了将这些创新技术纳入医学教育的可能性[ 11］．例如，教授解剖学最有效的方法可能是结合多种资源，除了基于xr的hmd，如塑料模型、解剖和学习软件[ 7］．特别是在低收入和中等收入国家，基于xr的hmd可能能够加强和扩大解剖学和其他外科技能的互动学习和培训。

在医学教育中，态度往往被忽视，对患者不利[ 68］．沟通和解决问题的技能以及同理心对病人的护理至关重要。这篇综述的研究表明，不仅可以训练诊断和治疗技能，而且可以训练态度。例如，在老年病学领域，基于x射线扫描的HMD训练被证明可以培养老年患者的共情能力[ 55］．模拟的场景是，用户是患有与年龄有关的疾病(如阿尔茨海默病)的老年人。沉浸在这种环境中，为老年患者的认知提供了一个现实的视角。此外，医生在通过虚拟现实化身与患者互动时成功地接受了沟通技能培训[ 69］．通过基于xr的虚拟病人，可以模拟困难的对话[ 70］．通过这种方式，沟通和其他软技能可以更有效和详细地训练，以处理具有挑战性的患者情况。hmd可以用于诊断和治疗培训，以及沟通技巧和态度。

大多数纳入的研究评估了hmd的有效性(即通过知识前和知识后测试、实践练习或自我评估)。效能一词在许多不同的语境中使用，其定义各不相同[ 71]，由几个部分组成:可行性、成本、安全性和对特定环境的适用性[ 72］．一个成功的技术实施和评估考虑了多个层面:个体学习者、学习环境、学习实施的背景、技术环境和学习实施中涉及的教学方法[ 73］．在研究中，决定干预措施有效性或无效的标准并不是基于统一的定义。虽然一些研究提供了更多关于HMD成本的信息，但其他研究更多地关注基于xr的HMD在各个医学学科中的应用方式。坚持基于xr的hmd的标准化实施和评估框架是生成良好和可比证据的关键，这些证据可以指导数字健康的实施。为此，首先要努力提高方法的质量。虚拟现实临床结果研究专家(VR- core)国际工作组编制了一个由三部分组成的框架，用于开发和测试虚拟现实治疗以改善患者结果的最佳实践。该框架旨在开发高质量、有效和安全的虚拟现实治疗方法[ 74］．同样，也需要一个框架来指导基于xr的医学教育干预措施。对于基于x射线研究的干预措施的评估，世界卫生组织关于监测和评估数字卫生干预措施的指南可能已经被用作指南[ 58］．

使用三种评估工具(MERSQI、NOS-E、ACROBAT-NRSI)评估研究质量和偏倚。本系统综述中的大多数研究在研究设计、抽样应答率和数据类型方面都有相对较高的质量评分。这可能是由于本综述中包含了大量随机对照试验。本论文遵循已确立的进行和报告系统评价的方法[ 21， 22］．

这篇综述的方法有局限性。参与者仅限于医疗专业人员。此外，只包括英文出版物，这可能导致排除其他语文的有关文章。尽管在医学教育中存在其他使用XR的设备(如魔镜、大型模拟器或严肃游戏)，但仅包括hmd。因此，本文的重点是该领域的移动解决方案。并非所有的灰色文献都被筛选出来，这也可能导致合适的论文被排除在外。另一个限制是，我们没有考虑开发XR内容的成本，这与低收入国家基于XR的应用程序特别相关。未来的研究应考虑开发基于xr的内容的努力和成本，以提供更好的决策依据。

虽然各种研究都集中在特定的国家或大陆，但这项系统综述提供了一个全球视角。保健专业人员的类型不限于特定的医学学科。由于我们包括了不同的研究类型，研究结果的综合已被叙述报道。

本系统综述中包括的大多数研究认为基于xr的干预至少不比传统的教学方法差。据报道，大多数基于xr的hmd都是学习者提高知识和技能的一种有趣的工具。我们从全球的角度来进行系统的审查;然而，我们只发现了一项来自低资源环境的研究，使用基于xr的hmd。也许，这表明hmd还没有在资源匮乏的环境中广泛使用，尽管这篇综述表明hmd可以为低收入和中等收入国家的医学教育提供高质量的元素。一个积极的方面是，减少接触尸体的机会会导致高昂的成本，而使用基于xr的hmd进行医学教育可能会降低成本[ 51］．此外，hmd提供了可扩展性和重复练习的可能性，例如解剖学，而不会对各种医学学科的患者产生不利影响，特别是在外科领域。该技术的使用可以支持对复杂3D结构的理解，并且该技术是为医疗工作空间中技术的增加做准备的一般培训工具。此外，其他学科如病理学、眼科、急诊医学、妇科和牙科报告了基于x射线成像的hmd的有效结果。基于xr的hmd可以被视为一种有价值的资源，有潜力加强医学教育。

然而，在医疗环境中部署hmd需要进一步的评估和技术进步，例如，基于hmd的培训工具。基于xr的技术仍然是一项相当新颖的技术，它在医学教育方面的用处正在慢慢显现。外科和解剖学在HMD的使用中相当突出，但目前尚不清楚其他医学学科是否以及如何受益，如儿科。目前，基于xr的HMD干预措施缺乏指导实施和评估的框架或指南，尽管VR-CORE国际工作组等倡议正在努力缩小这一差距。还需要进一步研究其他需求，如财务方面、实施和培训、技术可行性和可靠性。总的来说，根据这一综述的结果，基于xr的hmd似乎是医学教育的一个有价值的组成部分，可以推荐作为教学和学习特别是复杂空间结构的额外工具。根据我们在低收入环境下的经验，我们还确定了基于xr的hmd应用于低收入和中等收入国家医学教育的潜力，尽管还需要更多的用例和更多的研究。