在數字醫療領域，通過線上學習和教學模式的數字呈現，催生了多樣化的虛擬醫療助手形象。當你的醫生是一個虛擬醫療機器人時，會帶來怎樣不同的就醫體驗呢？本研究團隊探討了虛擬醫療機器人作為虛擬醫生時，患者面部情緒表達的變化，并使用面部表情分析系統（FaceReader）進行了客觀分析。這將加深我們對于虛擬醫療助手的外觀與患者情緒表達之間關系的理解，同時為未來人工智能與醫療機器人的發展提供重要參考。
近年來，虛擬醫療助手的應用前景逐漸引起關注。先前的研究討論了虛擬醫生形象對患者知識獲取和反應的影響，發現相較于虛擬動物和人類形象，虛擬醫療機器人在知識傳遞效率方面有所不足。然而，對于虛擬醫療助手的外觀設計對患者面部情緒表達的影響研究仍較為稀缺。情緒在醫生與患者之間的溝通中扮演著不可或缺的角色，而面部表情則是情感的主要體現，能直觀反映個體的內心狀況。在醫療環境中，醫生準確識別患者的情緒狀態，有助于調整診治策略，提高患者的信任感和參與度。然而，傳統上醫生對患者情緒的觀察往往依賴主觀判斷，缺乏客觀性和準確性。隨著技術的進步，利用面部情緒識別技術來客觀分析患者情緒成為現實，為醫療領域的情緒研究打開了新視野。
本研究旨在深入分析在不同虛擬醫生外觀條件下，患者面部情緒表達的變化，為虛擬醫療技術的發展提供科學依據。本研究主要探討兩個核心問題：虛擬醫療機器人的外觀設計是否會影響患者的面部情緒表達。研究在哥倫比亞的兩所公立醫院進行，共招募131名年齡在11至17歲之間的患者參與。實驗設計為3（虛擬醫生外觀：虛擬醫療熊貓、虛擬熊貓、虛擬人類）X 2（治療主題：荷蘭健康文化、機器人醫療）（見腳注）。每位參與者首先完成關于荷蘭健康文化或機器人醫療的知識前測；在正式實驗中，參與者隨機觀看六種治療視頻的其中一個，視頻時長為540秒，同時記錄他們的面部表情；視頻結束后，參與者填寫關于知識回憶和虛擬醫生感知的在線問卷。其中，諾達思的面部表情分析系統（FaceReader）用于對患者面部表情進行編碼和分析。
研究結果顯示，虛擬醫生的外觀設計對患者的面部情緒表達有顯著影響，而治療主題并沒有顯著效果。具體來說，相較于具有虛擬熊貓或虛擬機器人熊貓外觀的醫生，當外觀為人類時，患者表現出更高的悲傷情緒。此外，虛擬醫生的外觀還影響了患者的喚醒度，當外觀為人類時，患者的喚醒度明顯提高。在不同條件下，患者的面部情緒表現出某種規律性，悲傷、驚訝和快樂是出現頻率最高的情緒。在外觀為虛擬機器人熊貓時，患者的悲傷情緒較低，而驚訝情緒較高。所有條件下的效價均為負值，表明患者對實驗視頻的整體感受較為負面；同時，喚醒度較低，反映出患者在觀看視頻時反應較為平靜。
這些結果可能與患者對不同外觀的認知和情感反應密切相關。虛擬醫生的人類外觀可能令患者感到更加親切和可信，因此更容易引發情感共鳴；而虛擬動物或醫療機器人則可能因其新鮮感或趣味性，降低患者的悲傷感，提高驚訝等情緒。通過本研究的FaceReader分析，結果表明虛擬醫生的外觀設計顯著影響患者的情緒表達，尤其是在悲傷和喚醒度方面。此外，不同條件下患者的情緒表現出一定的規律性，為未來醫療機器人的設計提供了寶貴的參考依據。
總而言之，這項研究不僅揭示了虛擬醫生外觀對患者情緒表達的顯著影響，也展示了新葡萄8883官網AMG面部情緒識別技術在醫療領域的廣泛應用前景。通過客觀分析患者情緒，醫生可以及時調整診治策略，提高患者的信任感和參與度。這為評估醫療機器人的設計效果，以及推動未來醫療技術的發展提供了科學依據。
津公網安備 12011302120117