新研究发现，采用游戏软件程序（非游戏环境下）能使患者遵照医嘱治疗方法提高战胜疾病信心和力量。

美国宾州大学工程师们运用机器学习程序开发了多种治疗心理和身体疾病（如抑郁和伤后焦虑）的个性化电脑程序，让众多患者通过采用个人定制程序实现身体康复。工程设计技术助理教授康拉德·塔克（.Conrad Tucker）博士认为：“人类最终开发出个性化学习疗法，而不是通常那种千篇一律方法。这种创新动力值得称道。”

塔克说：“单靠个人力量鉴评某个患者，无论时间上还是人力资源上都存在困难，既不可持久，也难以涵盖更多人群。”

“我们需要用电脑来阅读患者心情，游戏程序能探测不同患者遇到各种意外事件后产生的想法。”

为了开发电脑治疗程序，研究人员首先研究了把实体任务转化为游戏应用程序的有效方法，把游戏中得分、镜像、格斗和竞争等游戏功能进行了整合。

工业与制造工程研究生克里斯汀·洛佩斯（Christian Lopez）说：“我们正在研究用物理交互式游戏应用程序开发健身和健美项目。”他承担过虚拟现实游戏环境的测试工作。

在虚拟现实测试中，研究人员要求参与者在虚拟环境中移动身体时不要碰到障碍物。游戏系统用动作传感器记录他们身体实际位置，然后把他们在虚拟现实中动作镜像成影。

参与者为避开障碍物不得不弯腰、蹲伏、举起双臂和跳跃。如果镜像中身体没有接触障碍物，他们便成功地避开了虚拟障碍。若有碰及，研究人员根据镜像中身体碰到障碍物错误严重程度给予评估。

其中有一个游戏程序设计方案，参与者可以通过移动方式收集虚拟硬币挣积分，但收集虚拟硬币有时会碰到障碍物。

“随着任务难度增加，参与者要投入更充沛精力方能达到所要求程度。”洛佩斯说，“无论哪一种游戏项目玩法，参与者应以完成任务为目标，不许走回路，在枝节问题上消费时间。增添功能未必能提高游戏特性。”

为获得游戏最终效果，塔克和洛佩斯创建了一种预测算法。该工具有助于评估游戏潜在效用。他们俩测试了各种游戏对参与者在完成虚拟现实任务受到的激励程度。

研究人员对测试结果与算法预测数据进行了比较，以验证其理论正确性。之后发现，算法能正确预测在物理交互任务中最能激励玩家的游戏项目。

研究人员发现，有评分系统、镜像选择能力和游戏奖赏的游戏与有输赢系统、随机游戏背景和基于性能的奖励的游戏相比，错误大大减少，性能大大提高。

六十八名参与者测试了两种不同版本的游戏。这两种游戏任务相同，但玩法不同。

研究人员根据游戏娱乐价值和重放功能，从GooglePlay应用商店中选择了排名第一的游戏进行了游戏功能测试，然后根据可用技术进行筛选。

算法接着对设计人员设计难易程度、游戏物理复杂性和参与者受激励程度和完成任务能力给游戏排名。

调查人员发现，如果游戏技术上难于融入游戏娱乐中，结构过于复杂，不能刺激自身努力，不利于游戏最终目的，游戏潜在应用功能便会降低。

该研究成果发表在“Computers in Human Behavior”杂志上。研究人员相信，这一研究有助于提高工作场所绩效，并能在线教育虚拟现实课堂上实现个性化教学。

塔克说：“游戏能探测和了解游戏玩家心理动态，对他们有强大吸引力和激励作用。为实现工作绩效个性最佳化目标，我们希望能运用这种知识。”

为此目的，塔克和洛佩斯打算下一步在游戏项目中把行为与心理联系在一起。在完成与改善心情有关的激励游戏时，用心率、脑电图信号和面部表情作为心情和精神状态指标。