03
基于AI的医疗保健创新用户体验设计

◎Jeroen Raijmakers

我想谈谈以医疗保健领域为代表的AI用户体验，以及创造以人为中心的AI设计师应该如何承担责任。我会用一些案例来说明我们以人为中心的AI项目，涵盖了放射学、肿瘤学、介入程序等领域的创新项目，同时还包括针对治疗依从性和改变生活行为的数字指导，这些都能从智能技术中获益。

在重症监护病房或在家中持续监测植物醇体征以及术后病人的早期监测或恶化也是重要课题。这些项目由设计师和AI开发人员组成的多学科团队进行开发，并与临床合作伙伴密切合作。在这些项目中，我们看到了同样的挑战，我们如何在临床实践中使AI解决方案的采纳更有意义。要做到这一点，关键在于了解我们应该在工作中怎样以及何时将AI的结论呈现给用户，以及这样的解决方案需要向临床医生进行多大程度的解释。另一个重要的问题是对AI的信任，我们需要支持临床用户，在过度信任和不信任AI建议之间找到平衡点。这段话解释了为病人和临床医生解决深层情感问题的重要性。在美国，超过一半的医生患有职业倦怠症，超过四分之一的年轻医生患有抑郁症。职业倦怠会导致医疗差错，这时就需要AI发挥作用。我们不应只关注改善医疗体系的机制，如提高医务人员的效率和生产率，而应该重点关注如何让AI找回这一过程中失去的人类价值。例如，一项针对6万例急性期后家庭健康访问的研究表明，所有影响再入院风险的因素中，实际陪伴病人的时间比大多数因素都重要。这为以人类为中心的AI提供了一个有趣的起点，也许我们应该在研究中嵌入更多与经验相关的测量。我们确实相信，AI能够成为医疗专业人员的得力助手，在他们和他们的患者真正重要的时刻，提供正确的信息，这些重要的时刻可能是支持医生或执行至关重要的任务，或是管理层面的任务，也可以是提供健康效果更佳的临床决策支持。最终，AI有望使临床医生更具影响力，使他们能够更好地做出决定，以及扩大医疗规模。

在过去的几十年里，数字化已经从根本上改变了医疗保健，并随之给人类在工作流程方面带来了意想不到的挑战。临床决策往往会忽视一些信息，而且决策时间有限，可能是在一场多学科小组会议上，做出的足以左右患者余生的癌症治疗决定，也可以是每分每秒都很重要的急性护理情况。迄今为止，已经开发出许多具有AI的解决方案，以支持医生和其他医疗保健专业人员在患者护理路径中做出临床决策。尽管具有优越的性能和研究实验室，但AI解决方案却往往难以成功应用于放射学临床实践，一个公认的原因就是缺乏以人为中心的AI。我们想要理解其中原因并且为设计者提供实用的指导方针，以帮助形成医生真正需要的AI解决方案，这些解决方案与他们的工作流程无缝衔接，并且支持与AI能力相匹配的适当信任。医生和AI的系统协作在这里是必不可少的。虽然AI在某些特定工作中的表现可能胜过医生，但两者都有独特的优势和局限性。结合人类和AI的优势，将推动AI在医疗领域的应用和影响。医疗保健真的可以从以人为本的AI方法中受益，这种方法不是由技术上的可能性驱动的，而是由做出临床决策的人和其患者的需求和愿望驱动的。通过在设计过程中嵌入数据和AI，设计师可以将数据作为创造性的材料，不是使用它来验证早期的方案，而是将其作为寻找新解决方案的出发点。

AI还可以创造创新的用户体验，通过设计研究，也可以为公正且道德的AI提供见解。现在让我们走近放射学，在临床决策支持领域，AI取得了巨大的进展。例如，智能系统现在可以通过X射线探测到所有可能的124种放射性物质，与放射科医生一样精确。一般来说，还是有一些低级别的医院，医生和AI可以为研讨会建言献策。

AI作为放射科医生或技术人员技能的补充，协助转诊医生创建结构化和可操作的请求，包括从其他系统自动生成的相关患者信息。AI可以分析这些信息，将图像直接传给扫描仪，随时分享任何紧急可行的结果。基于这些发现，放射科医生会收到类似病例和相关医学刊物的资料，传统的报告将被互动协作的文件所取代，从而促进放射科医生和转诊医生之间的实时和同步沟通。让我来介绍一下我的同事Michelle Zhang，她是上海Phillips体验设计工作室的负责人。她的团队与荷兰的数据设计师合作开发了一个工具，用于分析类似的前列腺癌患者。在中国，我们与临床伙伴、科学家以及我们的一些大学等创新机构，共同研发探索了我们的整容大数据智能平台。它先进的算法与人机交互，可以帮助促进循证医学和共同决策。这样的话，可以帮助我们医生与患者更好地共同决策，增进彼此之间的信任和交流，同时也可以不断推动我们医学的发展。我们的临床合作伙伴—台北荣民总医院，是世界上十大医疗中心之一，有着非常多的癌症病例相关数据。我们又开发了相似患者模型的数据，符合国际临床指南和标准，并且将结构化的数据广泛应用在台湾癌症数据库。在这个共创的智能数据模型上，中国设计师反复探索灵活的交互模式，方便临床医生操作推算，拿到自己想要的结果。同时，在肿瘤数据可视化上也是与荷兰设计师联手开发组建，方便科学家不断地训练模型，最后的原形获得了用户的高度评价。这样既可以让医生清晰地看到相似患者的治疗路径，帮助当前患者的决策，让年轻医生减少学习曲线，也可以让患者更好地理解治疗方案，共同决策。我们为价值医疗、循证医学的推广做了积极的探索。

这个案例确实体现了AI在癌症患者治疗决策方面的潜力，用易于理解的交互式工具呈现出大量数据意义重大。在癌症领域，我们最近在欧洲的医院对创新用户界面概念进行了测试，设计师已经开发出用于支气管癌手术规划的AI用户界面雏形。支气管癌的生存率非常低，因此，有必要在早期阶段和手术计划中对肿瘤的三维结构有一个清晰的了解，以判断能否进行手术。设计师将会与外科医生和放射科医生一起开发工作流程，集成用户交互概念。

我们比较了不同的选择，包括肿瘤和周围组织的3D打印模型、虚拟现实可视化以及自动记录。虽然外科医生更多地相信3D打印将是最好的解决方案，但设计师则更倾向于虚拟现实。用户测试表明，全息显示器更适合工作流程，因为它便于与同事进行协商，以及与3D图像或传统CT图像直接联系。这在决策过程中至关重要，有了这份界面雏形，过度信任计算机生成的可视化的风险被确定为有待持续用户测试的一大问题。胰腺癌是我们所知最致命的癌症之一，通常发现时已经到了晚期。诊疗需要专业知识且外科治疗技术要求极高，在一个由临床医生、AI开发人员和设计师组成的多学科团队中，与学术和临床合作伙伴一起解决这些挑战。我们共同创建了一个AI解决方案，帮助放射科医生和外科医生即时解剖了解肿瘤及其与周围血管的关系，从而顺利切除肿瘤。我们最初的实验表明，全息显示器中包含的AI生成的解剖模型，提供的深度知觉比2D显示器更加真实，而工作流程和用户体验也更胜3D打印和虚拟现实一筹。我们的最终解决方案是在CT图像上增加了三层信息，这是目前评估手术切除能力的标准。首先，AI检测和分割肿瘤及其周围的血管和器官，它将这些分段转换成三维模型，并根据专家外科医生普遍接受的切除能力，标准量化肿瘤血管接触的数量，智能临床观点能够快速和综合导航医疗图像和三维解剖，允许外科医生校准信任的三维模型与CT数据。我们的概念主要关注手术计划，但我们认为它也可以用于对患者整个护理路径的讨论和磋商，用于跨学科合作肿瘤委员会的讨论，以及手术和外科手术的执行。全息显示提供了真实的深度知觉，并降低了从二维图像信息中理解三维解剖学所需的脑力劳动。

我们从这些案例研究中了解到，以人为中心的AI在医疗保健领域的发展正在为临床专业人员和患者带来更多价值，而围绕数据管理和互操作性的问题，经常被视为采用人工智能的主要瓶颈。这背后有充分的理由，但是在医疗专业人员日复一日的忙碌和压力中，还有其他因素在起作用，如人类经验因素，临床医生通常工作时间紧张且依赖多年工作经验等。如果AI不适合他们的工作流程，甚至更糟，如果AI使工作愈加复杂，那么临床医生将很难接受它。什么时候需要依赖算法的推荐？患者的生命要何时掌握在你手中？

AI和医疗保健通常是狭隘的，它只善于应对具体任务和具体条件。重要的是，用户要对AI能做什么有一个正确的认识。在医疗背景下，了解AI不能做什么同样重要，使用者须根据其置信水平登记对个别AI决策的依赖程度，才能将AI的解决方案应用于临床实践，这需要来自临床试验的证据。临床验证研究通常提供关于技术性能的结论，然而，它的附加价值取决于AI算法在实践中的应用，这可以通过以人为中心的方法进行测试和优化，我们的目标是开发AI以弥补临床医生的不足，医生与AI形成的合作团队比二者单独任何一个都更为有力。