中文（Chinese）

评估工具箱（Evaluation Toolkit）是 IAMM 为全球医疗机构、教育者、研究人员与技术团队设计的标准化评价体系集合，用于评估元宇宙医学（Metaverse Medicine）、AI 医疗、沉浸式训练等多种应用场景的有效性、安全性与可用性。

该工具箱提供多层级、多维度的评估方法，确保学习成果、临床技能、系统性能与用户体验均可量化、可追踪、可比较。

工具箱核心目标：

• 支持全球一致的评估标准
• 为医院与教育机构提供即用型工具
• 促进监管审核、科研设计与真实世界数据分析
• 提升沉浸式医疗教育与 AI 医疗应用的质量保证水平

（1）学习与能力评估模块（Learning & Competency Assessments）

用于教育培训与技能提升，包括：

• 学习前后测（Pre/Post Tests）
• OSCE 客观结构化临床技能考核
• XR 技能评分量表（XR Skill Scales）
• 案例推演评估（Scenario Assessment Rubrics）
• 技能清单（Competency Checklists）
• 学习行为分析（Learning Analytics）

（2）临床效果与安全监测（Clinical Outcomes & Safety Monitoring）

适用于元宇宙临床场景、虚拟诊疗、vICU/vMDT、数字疗法等：

• 症状与功能改善指标（Symptom/Function Outcomes）
• 患者依从性（Adherence Metrics）
• 不良事件（Adverse Events）
• 信息与技术错误记录（Error Logs）
• 远程操作风险评估（Remote Operation Safety Metrics）

（3）沉浸感与体验质量评估（Immersion & Experience Evaluation）

针对 XR / 虚拟系统的核心指标：

• 沉浸感量表（Presence & Immersion Scales）
• 用户满意度（Satisfaction Surveys）
• 认知负荷（Cognitive Load Measures）
• 舒适度与晕动症评估（Comfort & Cybersickness）
• 可用性（Usability Scores）

（4）系统性能与可靠性工具（System Performance & Reliability Tools）

用于测试 XR、AI、大模型、数字孪生等系统：

• 网络延迟（Latency Metrics）
• 渲染与同步性能（Rendering & Sync Tests）
• 系统稳定性（System Uptime）
• 隐私与数据安全检测（Privacy & Security Checks）
• 互操作性测试（Interoperability Tests：FHIR/DICOM/XR APIs）

（5）科研设计与数据分析组件（Research & Data Components）

支持多中心研究与真实世界数据（RWD）分析：

• 结局指标选择指南（Outcome Measurement Guides）
• 样本量估算工具（Sample Size Estimators）
• RCT 与 RWS 模板（Trial Design Templates）
• 数据质量控制（Data Quality Checklists）
• 统计与可视化工具包（Stats & Visualization Toolkit）

（6）监管与伦理支持材料（Regulatory & Ethical Support）

用于医院、科室、伦理委员会、企业：

• 风险评估模板（Risk Assessment Forms）
• 伦理审查要点（IRB Key Considerations）
• 数据保护与同意文件（Consent & Data Protection Forms）
• 合规检查表（Compliance Checklists）

English（English Version）

The Evaluation Toolkit is IAMM’s comprehensive standards-based assessment suite, designed for healthcare institutions, educators, researchers and technology developers to evaluate the effectiveness, safety and usability of Metaverse Medicine, AI-driven care and immersive training systems.

Its multi-level, multi-domain components ensure that learning outcomes, clinical performance, system reliability and user experience are measurable and comparable across global settings.

Toolkit objectives:

• Support globally aligned evaluation standards
• Provide ready-to-use tools for hospitals and academic programs
• Facilitate regulatory review, research design and real-world data studies
• Enhance quality assurance for immersive and AI-enabled medical applications

(1) Learning & Competency Assessments

For education and skills development:

• Pre/Post tests
• OSCE (Objective Structured Clinical Examination)
• XR skill rating scales
• Scenario-based assessment rubrics
• Competency checklists
• Learning-analytics dashboards

(2) Clinical Outcomes & Safety Monitoring

Applicable to virtual care, vICU/vMDT and digital therapeutics:

• Symptom/function outcomes
• Adherence metrics
• Adverse-event tracking
• Technical error logs
• Remote-operation safety metrics

(3) Immersion & Experience Evaluation

For XR/virtual systems:

• Presence & immersion scales
• Satisfaction surveys
• Cognitive load measures
• Comfort & cybersickness scales
• Usability scores

(4) System Performance & Reliability Tools

For testing XR, AI, FM models and digital twins:

• Latency measurements
• Rendering & synchronization performance
• System uptime
• Privacy & security audits
• Interoperability testing (FHIR, DICOM, XR APIs)

(5) Research & Data Components

Supporting multi-center research and RWD analytics:

• Outcome-measurement guides
• Sample-size calculators
• RCT/RWS design templates
• Data quality checklists
• Statistical & visualization toolkits

(6) Regulatory & Ethical Support Materials

For hospitals, ethics boards and industry partners:

• Risk-assessment forms
• IRB key review items
• Consent & data-protection templates
• Compliance checklists