我们每个人都以不同的方式对压力做出反应。例如大声的噪音或闪光会引起人们不同程度的不适，这表明我们中的一些人比另一些人更容易受到压力的影响。

任何导致压力的事件都称为“压力源”。我们的身体可以应付急性应激源，但长期暴露会导致精神疾病，例如焦虑和抑郁，例如高血压或中风病中出现的心血管变化。

科学家已经进行了巨大的努力，以找到一种方法来识别那些容易患上与压力相关的疾病的人。但是问题在于，大多数研究都依靠自我报告和主观的临床检验，或将受试者暴露于非自然环境中。可穿戴设备已经在老年人和高危人群中取得了一些进展，但是鉴于我们的生活方式有何不同，很难找到心理疾病的标志。

用VR解决问题

现在，由EPFL生命科学学院的卡门·桑迪（Carmen Sandi）领导的行为科学家已经开发出一种虚拟现实（VR）方法，该方法可以衡量一个人对心理压力源的敏感性。在先前的动物研究的基础上，该新方法在探索两个虚拟环境时捕获人的高密度运动信息，以便预测在面临威胁或高压力情况时的心率变异性。

VR压力场景

在这项研究中，有135名参与者在三种不同的VR场景中。在第一种情况下，他们从一个小的红色台阶开始，面对墙壁，进入一个空的虚拟房间。虚拟房间本身的尺寸与参与者所在的真实房间的尺寸相同，因此，如果他们触摸虚拟墙，他们就会真正感受到它。经过90秒钟的探索，参与者被告知要返回到他们开始时的环节。虚拟现实室将逐渐变黑，然后开始进入到第二阶段。

在第二阶段，参与者发现自己位于虚拟城市地面上方几米高的虚拟小巷中。然后要求他们探索小巷90秒钟，然后返回红色台阶。一旦踏上台阶，台阶便开始逐渐下降，直到到达地面为止。另一个淡入淡出，然后出现了最终的阶段。

在第三阶段中，将参与者“放置”在一个完全黑暗的房间里。他们只有虚拟手电，他们被告知要探索一个黑暗的迷宫走廊，在走廊的四角摆放着四个像人一样的人物，每二十秒三声的白噪声通过参与者的耳机传来。

建立预测模型

研究人员测量了参与者在每个VR场景中的心率，并在受控的实验条件下收集了大量的心率变化数据。该研究的第一作者Joao Rodrigues，该研究的第一作者，使用机器学习方法分析了前两种情况下的运动数据，并在第三种模型中开发了可以预测人的压力反应（心率变异性）的模型。

然后，团队测试了该模型，发现测试可以在不同的参与者上起作用。他们还证实了该模型可以预测压力的大小，参与者必须接受最终的VR测试，在测试中他们必须快速执行算术练习，并与其他人进行比较。这里的方法是增加压力和社交方面的压力。此外，当他们给出错误的答案时，虚拟地板的一部分会坍塌，同时发出令人不安的噪音。

最后，研究人员还证实，他们的模型优于其他压力预测工具。卡门·桑迪（Carmen Sandi）说：“我们研究的优势在于我们开发的一个模型，用来捕获人们如何探索两个新型虚拟环境的行为参数，这足以预测他们处于高度压力的情况下心率变异性的变化情况，因此，无需在那些压力很大的条件下进行测试。”

衡量未来的压力大小

该研究提供了一种基于客观指标来衡量压力源大小的标准化工具，并为进一步开发此类方法铺平了道路。

“我们的研究表明，行为数据具有强大的力量。在VR探索过程中，高密度运动参数如何能够帮助识别处于多种疾病风险中的人员（心血管，精神疾病等）。我们希望我们的研究将有助于对那些有疾病风险的人们进行早期检测。”