[論文レビュー] RAMPVIS: Towards a New Methodology for Developing Visualisation Capabilities for Large-scale Emergency Responses

Min Chen, Alfie Abdul‐Rahman+19 more|arXiv (Cornell University)|Dec 8, 2020

Data Visualization and Analytics参考文献 72被引用数 10

ひとこと要約

本論文は、スコットランドCOVID-19対応コンsortiumを支援するボランティアVISチームの経験に基づき、大規模な緊急対応における可視化（VIS）機能を迅速に開発するための新規手法RAMPVISを提示する。要件分析、データアクセス、チーム編成、アジャイル開発の課題に取り組み、時間的圧力下でも構造的かつスケーラブルなVISツールの展開手法を提案する。主な貢献は、チームベースのモジュラー枠組みと、緊急時における機関のVIS準備体制に関する提言である。

ABSTRACT

The effort for combating the COVID-19 pandemic around the world has resulted in a huge amount of data, e.g., from testing, contact tracing, modelling, treatment, vaccine trials, and more. In addition to numerous challenges in epidemiology, healthcare, biosciences, and social sciences, there has been an urgent need to develop and provide visualisation and visual analytics (VIS) capacities to support emergency responses under difficult operational conditions. In this paper, we report the experience of a group of VIS volunteers who have been working in a large research and development consortium and providing VIS support to various observational, analytical, model-developmental and disseminative tasks. In particular, we describe our approaches to the challenges that we have encountered in requirements analysis, data acquisition, visual design, software design, system development, team organisation, and resource planning. By reflecting on our experience, we propose a set of recommendations as the first step towards a methodology for developing and providing rapid VIS capacities to support emergency responses.

研究の動機と目的

• 大規模な緊急対応、特にパンデミック状況において、スケーラブルで迅速な可視化支援のニーズに対応すること。
• 時間的圧力下での要件収集、データアクセス、チーム連携、ソフトウェア開発における重要な課題を特定し、克服すること。
• 実世界のボランティア経験に裏付けられた、再利用可能で根拠に基づいた方法論を開発し、緊急時における可視化システムの展開を可能とすること。
• 緊急対応の効率を高めるために、VISインfra構造と知識共有の機関的準備体制を推進すること。
• 疫学・モデリング分野の専門家とVIS開発者との間のギャップを、構造的な協働フレームワークによって埋めること。

提案手法

• 専門性とモデリングワークフローのニーズに応じて、7つの専門的サブチームにボランティアベースのVISチームを組織化し、並列開発を可能にした。
• 限られた資金とリソースの中でも、迅速な提供と反復的フィードバックを重視するアジャイル原則をVIS開発に適用した。
• 共通するVISタスクを処理する汎用サポートチームを設立し、複数のモデル向けの開発を効率化し、重複を削減した。
• ドメイン専門家の協働を通じて、モデル固有の可視化の観察的・分析的・最適化要件を定義した。
• 英国の既存の学術的・技術的インfraを活用し、専用資金なしで可視化システムの迅速な展開を支援した。
• 技術的ボランティアが管理する仮想マシン（VM）インfraを導入し、一貫性があり再現可能な展開環境を確保した。

実験結果

リサーチクエスチョン

• RQ1 限られた時間とリソースの中で、大規模な緊急対応時における可視化機能をいかに迅速に開発・展開できるか。
• RQ2 高圧力の緊急状況下で、VISボランティアとドメイン専門家との間で効果的な連携を実現するための組織的・技術的戦略は何か。
• RQ3 複数の進化するパンデミックモデルを同時に支援する際、可視化チームがどのようにアジャイル性とモularityを維持できるか。
• RQ4 事前に整備されたVISインfraと知識は、緊急対応可視化開発の加速にどのような役割を果たすか。
• RQ5 実世界のボランティア経験から、今後の緊急時VIS運用のための方法論を形式化するにあたり、どのような提言が得られるか。

主な発見

• RAMPVISボランティア活動は、専用資金なしで時間的圧力が極めて高い状況下でも、6か月以内に複数のパンデミックモデル向けの実用的可視化ツールを提供した。
• チームベースでモジュラーなアプローチ、特に専用の汎用サポートチームのおかげで、重複の削減と共通タスクのスムーズ化により、開発が著しく加速した。
• アジャイル開発手法は緊急状況でも有効であったが、要件の変化やデータアクセスの遅延に対応するため、柔軟性が不可欠であった。
• 事前のVISインフラと熟練開発者の欠如が深刻なボトルネックを引き起こし、VIS能力における機関的準備体制の必要性を浮き彫りにした。
• ボランティア主導のVIS活動が高水準の成果を上げられることを経験で示したが、長期的な持続可能性には構造的な資金と機関的支援が必要であることが明らかになった。
• 著者らの提言、特にVISインfraへの投資と知識共有の促進は、後にUK Research and Innovationによって採用され、2021年にボランティア活動が公式な運用に昇格した。