[论文解读] ClinicalVis: Supporting Clinical Task-Focused Design Evaluation

Marzyeh Ghassemi, Mahima Pushkarna+3 more|arXiv (Cornell University)|Oct 13, 2018

Electronic Health Records Systems参考文献 55被引用 26

一句话总结

ClinicalVis 是一个开源的、基于可视化的设计原型系统，用于评估医疗保健提供者（HCPs）在以任务为导向的临床规划中与电子健康记录（EHR）的互动情况，特别是在预测重症监护病房（ICU）患者生理衰竭方面。尽管可用性和信心有所提升，但HCPs的诊断准确性并未因更好的可视化而显著改善，凸显了EHR中需要更优的数据展示和决策支持工具。

ABSTRACT

Making decisions about what clinical tasks to prepare for is multi-factored, and especially challenging in intensive care environments where resources must be balanced with patient needs. Electronic health records (EHRs) are a rich data source, but are task-agnostic and can be difficult to use as summarizations of patient needs for a specific task, such as "could this patient need a ventilator tomorrow?" In this paper, we introduce ClinicalVis, an open-source EHR visualization-based prototype system for task-focused design evaluation of interactions between healthcare providers (HCPs) and EHRs. We situate ClinicalVis in a task-focused proof-of-concept design study targeting these interactions with real patient data. We conduct an empirical study of 14 HCPs, and discuss our findings on usability, accuracy, preference, and confidence in treatment decisions. We also present design implications that our findings suggest for future EHR interfaces, the presentation of clinical data for task-based planning, and evaluating task-focused HCP/EHR interactions in practice.

研究动机与目标

• 解决任务无关的EHR系统在重症监护病房（ICUs）中阻碍有效临床决策制定的挑战。
• 开发一个原型系统，利用MIMIC-III数据集中的真实患者数据，支持HCPs针对特定临床任务进行规划。
• 通过使用ClinicalVis和基线EHR界面，在以任务为导向的场景中实证评估HCP-EHR的互动。
• 识别未来EHR设计的启示，通过改进数据可视化和任务导向性，更好地支持临床决策制定。

提出的方法

• ClinicalVis 是一个基于可视化的原型系统，旨在为临床规划提供以任务为导向、可交互的界面，展示关键EHR数据。
• 该系统使用来自MIMIC-III数据集的真实、匿名ICU患者数据，模拟临床决策制定场景。
• 开展了一项概念验证设计研究，共招募14名在职HCP，将ClinicalVis与一个模拟商业系统的基线EHR界面进行对比。
• HCP被要求使用两种界面预测ICU患者的生理衰竭，数据收集涵盖可用性、准确性、信心水平以及决策过程。
• 研究采用定性和定量分析方法，分析HCP的互动行为，包括口头描述、导航模式以及任务后评估。
• ClinicalVis 基于开源原则构建，可免费在 http://github.com/PAIR-code/clinical-vis 获取，供进一步研究与评估。

实验结果

研究问题

• RQ1 当HCP在规划特定临床任务（如预测ICU患者衰竭）时，如何与EHR数据互动？
• RQ2 与标准的、任务无关的EHR界面相比，基于任务的可视化界面（如ClinicalVis）是否能提升HCP的准确性、信心或可用性？
• RQ3 数据可视化在临床决策制定过程中起支持作用还是造成阻碍？
• RQ4 HCP在使用ClinicalVis与基线EHR系统时，如何不同地分配时间与认知资源？
• RQ5 EHR可视化系统中的哪些设计特性能更好地支持临床推理与决策验证？

主要发现

• HCP在从EHR数据中预测患者需求方面的准确性普遍较低，即使使用ClinicalVis界面也是如此，表明临床数据解读仍存在持续性挑战。
• 尽管诊断准确性无显著提升，HCP在使用ClinicalVis时报告了更高的信心水平和更积极的体验，相较于基线系统。
• 使用ClinicalVis的HCP在验证护理计划和回忆患者信息方面花费了更多时间，表明其认知参与度和叙事构建能力有所提升。
• 在ClinicalVis中，验证过程得到增强，参与者在探索可视化不同部分时频繁地修改其决策。
• 12名参与者指出，使用ClinicalVis更容易构建临床叙事，表明其在支持临床推理方面更具优势。
• 研究发现，信息过载并未因更好的可视化而解决，但通过主动的数据验证实践，锚定效应和确认偏误等启发式偏差得到了缓解。