El propósito primario de este estudio era evaluar el efecto de la retroalimentación auditiva en un sistema de realidad virtual (RV) planeado para el uso clínico y estudiar los diferentes factores que se deben tener en cuenta al construir un entorno virtual (EV) bimodal. Realizamos un experimento en el que evaluamos el desempeño espacial en pacientes con agorafobia y sujetos normales comparando dos clases de EV: visual solo (Vis) y auditivo-visual (AVis), durante sesiones separadas. Se equipó a los sujetos con un visualizador montado en la cabeza acoplado a un sistema sensor electromagnético e inmerso en una ciudad virtual. Su tarea era localizar diferentes mojones y familiarizarse con la ciudad. En la condición AVis, se equipó a los sujetos con el visualizador montado en la cabeza y auriculares, que proporcionaban un paisaje sonoro actualizado en tiempo real según su movimiento en la ciudad virtual. Aunque el desempeño general era comparable a través de las condiciones, la sensación comunicada por los sujetos de estar inmerso en el ambiente era más convincente en el entorno AVis. Sin embargo, los pacientes mostraron más síntomas de mareo de simulación en esta condición. El resultado de este estudio apunta al déficit de integración multisensorial en los pacientes con agorafobia y subrayan la necesidad de más investigaciones sobre los sistemas de RV multimodal para su uso clínico.