辅助技术可用性与无障碍性评估新方法：SUMA模型在残障人群中的应用研究

本研究针对残障人群(PWD)辅助技术可用性与无障碍性评估的空白，开发了整合13项指标的SUMA模型（Single Usability Metric that Accounts for Accessibility）。通过主成分分析(PCA)提炼出满意度、效率、易学性和无障碍性四大核心维度，并开发标准化Excel评估工具。该研究为开发者提供了兼顾WCAG准则的量化评估框架，填补了现有方法忽视多类型残障需求的缺陷，对促进包容性设计具有重要实践意义。

　　

在数字化浪潮中，全球约25%的成年人面临各类残疾挑战，从行动障碍到认知损伤，这些群体在操作数字产品时遭遇的"数字鸿沟"日益凸显。尽管Web内容无障碍指南(WCAG)早已提出感知性、可操作性、可理解性和鲁棒性四大原则，但现有评估工具仅能检测50%的WCAG标准，且过度聚焦视障用户，忽略了其他残障类型的需求。更棘手的是，传统可用性评估往往依赖主观问卷，缺乏整合无障碍指标的量化体系，导致辅助技术常沦为"设计噱头"而非实用工具。

针对这一困境，美国国家科学基金会资助的研究团队开发了革命性的SUMA评估模型。这项发表在《Applied Ergonomics》的研究，通过56名18-93岁残障者的实地测试，首次将13项传统可用性指标与WCAG标准深度融合。研究采用主成分分析(PCA)降维技术，从退休社区等多元场景采集数据，最终构建出包含四大支柱的评估体系：用户满意度、操作效率、系统易学性和核心无障碍性。

关键技术方法包括：1)基于WCAG 2.1框架设计多维评估指标；2)采用5:1案例变量比进行PCA降维分析；3)开发自动化Excel评估工具实现83.19分的SUS(系统可用性量表)标准化输出；4)覆盖移动障碍(13.7%)、认知障碍(10.8%)和听力障碍(5.9%)等美国主要残障人群的测试样本。

Participants
研究招募56名18-93岁受试者(平均35.48±25.47岁)，通过退休社区等场景覆盖主要残障类型，样本量满足PCA分析所需的150例绝对标准及5:1变量比要求。

Principal component analysis (PCA)
通过五步分析法验证28个显著相关性(|r|>0.3)，最终将13维原始数据降维至6个主成分，保留73.5%数据集变异性，较传统SUM模型新增无障碍性维度。

Discussion
SUMA的创新性体现在：1)首次将SUS标准化评分与WCAG深度整合；2)突破性地将认知障碍纳入评估框架；3)Excel工具实现"一键式"83.19分转化，较传统方法提升19%的残障群体适配率。

Conclusion
研究证实SUMA能有效评估辅助技术对ADL(日常生活活动)和IADL(工具性日常生活活动)的支持效能，其四大核心指标为：满意度(β=0.72)、效率(τ=0.68)、无障碍性(WCAG合规度达92%)及易学性(学习曲线缩短40%)。

该研究的里程碑意义在于：1)创建首个兼容OA(老年群体)认知特点的量化评估工具；2)突破BVI(盲人和视障者)局限，拓展至多类型残障评估；3)通过PCA验证"无障碍性"应作为独立维度纳入可用性评估。正如Vanessa Nasr等作者强调，SUMA填补了"设计-评估"链条的关键缺口，其开源性Excel工具将加速包容性设计在医疗辅助设备、智能家居等领域的应用落地。未来研究可进一步验证SUMA在AR/VR辅助技术中的适用性，推动残障人士真正实现数字平权。