UX und UI Design für Big Data im Gesundheitswesen

Eine neue Trajektorie für medizinische Forschung

Gesundheitswesen

User Experience

UX Research

Forscher in Labor interagieren mit Benutzeroberfläche auf Display
KUNDEAkrivia Health
ORTOxford, UK
TEAMUX Designer, UX Desearcher, UI Designer, Projektmanager, Produktmanager

Akrivia Health ist ein Spin-off der Universität Oxford. Es verwaltet einen der größten Datensätze zur psychischen Gesundheit weltweit. Die 440 Milliarden Datenpunkte stammen aus Patientenakten. Sie können Erkenntnisse liefern, die unser Verständnis von Depressionen, Demenz und anderen Krankheiten revolutionieren könnten – wenn sie angemessen abgefragt werden.

Akrivia hat sich mit unserer UX-Designagentur und einem Team der Oxford University zusammengetan, um ein Interface für Benutzer in Forschungsinstituten und Pharmaunternehmen zu entwickeln. Das Ziel war es, die Informationen sowohl Datenwissenschaftlern als auch Personen zugänglich zu machen, die sich noch nie zuvor mit Big Data-Analysen befasst haben.


UNSER BEITRAG

Informationsarchitektur

UX Design

UX Flows

Interaktive Prototypen

User Research

User Testing

Academic Literature Review

Produkt-Bootcamp

Technical Workshops

UI Design

Wireframing

Design System


Quotes
Digitale Innovationszentren sollen ein Umfeld für klinische Forschung bieten und Englands Position an der Spitze der biowissenschaftlichen Innovationen stärken.
Dronenfoto mit dem Forschungsinstitut von Oxford University.

USER RESEARCH FÜR UX DESIGN

Die Einsatzmöglichkeiten für diese Datensätze sind unendlich, aber die Schnittstelle muss sich trotzdem auf einem Konzept stützen. Um zu klären, was das Produkt leisten muss, haben wir eine zweiwöchige Phase für Benutzerforschung organisiert.

Wir haben zwei Zielgruppen erreicht: Akademiker und Experten der Gesundheitsbranche. Wir haben Interviews und Fokusgruppen durchgeführt, sowohl mit erfahrenen Data Scientists als auch mit Personen, die noch nie zuvor mit Big Data gearbeitet haben.

Letztendlich haben wir eine Mischung aus mehreren Methoden der Benutzerforschung verwendet, um die Nuancen dessen aufzudecken, was Benutzer von dem Produkt erwarten.

Ausschnitt aus medizinischer Forschung und UX Research

AUSWERTUNG DER AKADEMISCHEN FORSCHUNG

Wissenschaftliche Forschung ist eine großartige Ressource für User Experience Design, weil sie sich auf Kernthemen konzentriert und hohe methodische Standards einhält. Ausgehend von einer Reihe von Fragen untersuchten wir Studien zur Verwendung elektronischer Patientenakten (EHR). Das haben wir gelernt:

• Wie kann GUI Design das Gesundheitspersonal dabei unterstützen, Informationen in Patientendatenbanken zu finden?

• Nach welchen Mustern suchen Ärzte in elektronischen Patientenakten? Und mit welchen Heuristiken werden Patienten für klinische Forschungsstudien gesucht?

• Was sind die Best Practices für Benutzeroberflächen für Big Data?

• Wie kann ein GUI Design die Forscher aus der akademischen oder pharmazeutischen Industrie im Allgemeinen unterstützen?

Die Ergebnisse dienen als Fundament für UX-Designentscheidungen.




User Interface Komponente neben Text mit Erkenntnissen aus UX Research




UX Research Erkenntnisse neben UX Design Komponente

MUSTER WERDEN ENTDECKT

UX-Research liefert einzelne Informationen. Damit diese Erkenntnisse einen Nutzen bringen müssen sie in ein kohärentes Ganzes integriert werden.

Durch die Analyse, den Vergleich und die Gegenüberstellung all dieser Einsichten entdeckten wir Muster. Diese Muster ermöglichen es uns sowohl das Allgemeinbild zu verstehen als auch die Ausnahmen. Zum Beispiel: welche Methoden werden von bestimmten Benutzer ausprobiert um in der Datenbank zu suchen und was passiert wenn sie nichts finden.

Das Modell zeigt auch Unterschiede in den Anforderungen der Benutzer. Zum Beispiel müssen Forscher an Universitäten einen langen Genehmigungsprozess durchlaufen, bevor sie überhaupt mit den Datensätzen beginnen können. Im Gegensatz dazu fangen Forscher in Pharmaunternehmen schon früh an, mit den Daten zu experimentieren, werden aber später auf regulatorische Einschränkungen stoßen.

Quotes
Ich will bei der Auswahl meiner Kohorten viele Kriterien anwenden, um spezifisch chronische Depressionen zu verstehen.
UX research user
Patricia HartAcademic Researcher
Screenshot aus User Interview mit Benutzern aus dem Gesundheitswesen



Diagramm mit den Schirtten im UX Design einer medizinischen Applikation

BENCHMARKING FÜR UX DESIGN

Wir haben neun ähnliche Tools getestet. Das Benchmarking hilft uns dabei ein tiefes Verständnis dafür zu entwickeln, was die typischen Herausforderungen bei Big-Data-Tools im Gesundheitswesen sind.

Wir haben Designmuster identifiziert, die Benutzer erwarten, sowie einzigartige Interaktionen, die entweder gute oder schlechte Lösungen sind.

Dank dieser Bemühungen können wir die Fallen vermeiden, in die andere Designer gefallen sind. Das spart Zeit im UX Design. Aber es gibt noch einen weiteren großen Vorteil: die User Experience die wir erstellen integriert sich in den allgemeinen Anwendungsbereich des Gesundheitswesens.

Screenshot mit UX Design aus einer Gesundheits Plattform

ITERATIVES UX DESIGN FÜR QUERY TOOL

Die User Experience ist darauf ausgelegt, ein breites Spektrum an Abfragemöglichkeiten zu bewältigen: von einfachen Zwei-Faktor-Abfragen bis hin zu Mehr-Faktor-Abfragen auf 8 Ebenen.

Wir haben fünf Modelle von Query Buildern erstellt, anhand von dreo verschiedenen Annahmen. Durch iteratives UX-Design haben wir sie Schritt für Schritt verbessert und in interaktive Prototypen umgewandelt. Die Prototypen ermöglichten es uns, die Vor- und Nachteile jedes Modells durch Benutzertests zu analysieren.

Wir haben einen evolutionären Prozess verwendet, bei dem sich die Varianten parallel entwickelten, bis drei von ihnen zu einem finalen Modell geführt haben. Dieser UX-Designprozess, der Exploration und empirische Auswahl umfasst, führte letztendlich zu einem Abfragetool, das alle Originalversionen übertrifft.

DESIGN FÜR DIE DATENANALYSE

Die Funktionen für Datenanalyse wurden als Module integriert: deskriptive Statistiken, Korrelationsfunktionen und andere. Sie passen als Plugins in die modulare Architektur der Applikation.

In anderen Big-Data-Analysetools sind diese Funktionen unnötig kompliziert und fühlen sich auch sehr trocken und technisch an. Das Ziel unserer Datenanalysemodule war es, das UX-Design an Benutzer anzupassen, die keine Data Scientists sind.

GUI Design Eindrücke füt Datenanalyse Tool im Gesundheitswesen

WORKSPACE MANAGEMENT LEICHTGEMACHT

Forscher arbeiten in Teams und eine Person kann Teil vieler verschiedener Teams sein. Der Admin-Bereich scheint trivial, ist aber tatsächlich ein entscheidender Faktor für den Erfolg der Benutzer. Um sicherzustellen, dass die Admin-Module nicht zu einer Quelle der Frustration werden, haben wir genauso viel akribische Arbeit, Sorgfalt und Tests investiert, um ihre Benutzererfahrung zu gestalten.




UI Design für Benutzermanagement im Datentool

UI DESIGN = ÄESTHETIK + FUNKTION

Wir haben neutrale Farben für Seiten verwendet, bei denen sich die Benutzer hauptsächlich auf Rohdaten konzentrieren. Elektrische Töne von Blau, Violett, Grün und Rot für benutzen wir in den Modulen für Datenanalyse. Illustrationen wurden sparsam verwendet, um kurze Momente der Freude in den wichtigsten Schritten der Flows hinzuzufügen.

Das Designsystem macht die technische Umsetzung einfacher, sowohl am Anfang als auch in Zukunft. Den Entwicklern steht eine Bibliothek mit Komponenten zur Verfügung, mit der sie die Funktionen vorbereiten können die in den nächsten Jahren geplant sind.

UI Design Komponenten mit Farbpalette und Illustration

DAS DESIGN UNTERSTÜTZT DIE ENTWICKLUNG

Das Entwicklerteam war von Anfang an eingeladen, an unseren Workshops teilzunehmen. Für uns sind Entwickler wichtige Projektbeteiligte, deren technisches Know-how bei bestimmten Designentscheidungen hilft.

Während der Design-Workshops wollten wir sicherstellen, dass die Benutzerinteraktionen, die wir prototypisierten, aus technischer Sicht erreichbar waren. Für das Entwicklungsteam bedeutete die frühzeitige Einbeziehung die Chance, optimale Backend-Technologien auszuwählen.

Als sich das Design dem Ende näherte, änderte sich unsere Rolle in der Zusammenarbeit mit dem Entwicklungsteam. In der Supportphase nahmen wir an regelmäßigen Meetings teil, um den Entwicklern bei der Vorbereitung ihrer Sprints zu helfen. Wir haben während der gesamten Implementierung Live-Support auf Slack und Zeplin geleistet.

Beispiele von Komponenten aus Design System für Datenplattform
Menschen bewegen sich in einem medizinischen Forschungsinstitut

DESIGN FÜR GESUNDHEITSWESEN

Eine enge und transparente Zusammenarbeit ist entscheidend für die Entwicklung innovativer Tools. Wir organisierten wöchentliche Produktworkshops mit den Stakeholdern und dokumentierten unseren Prozess für eine reibungslose Übergabe.

Die Grundannahme während der Design Sprints war, dass wir 'nichts' wissen, und dass wir durch Forschung Ideen entwickeln müssen um sie danach zu testen. Dafür haben wir so viele Informationsquellen wie möglich zusammentragen. Interaktive Prototypen waren unerlässlich, um Feedback zu sammeln.

Designs sind nichts ohne die richtige Implementierung, daher spielte die Zusammenarbeit mit den Entwickler eine große Rolle. Gemeinsam haben wir herausgefunden wo sich die Bedürfnisse der Nutzer mit den technischen Möglichkeiten decken. Wir blieben engagiert, um auch nach der Fertigstellung des UX- und GUI-Designs Support anzubieten.






Design elements

ERGEBNISSE

Erster Prototyp in vier Wochen geliefert

Design für Alpha in zwei Monaten geliefert

Nahtlose übergabe an das Entwicklungsteam

Kein Deadline in 12 Monaten verpasst

Kein Deadline verpasst in drei Monaten