历史视图:实施和评估一种新的方法,使用可扩展的空间效率时间线来审查患者,而无需变大交互

科学领域:

• 医疗信息学 医疗信息学
• 数据可视化 数据可视化
• 人与计算机的交互

背景情况:

• 患者数据往往是庞大而复杂的,导致有效审查和分析的挑战.
• 现有的时间线可视化与合并的事件表示作斗争,导致识别和交互问题.
• 有效处理大型患者数据集仍然是研究中的一个重大挑战.

研究的目的:

• 开发一个可扩展和高效的时间线可视化工具HistoriView,以增强用于研究的患者数据审查.
• 为了解决处理复杂和大量患者数据的当前时间表的局限性.
• 改进事件识别,减少访问模糊性,并促进与患者病史的高效交互.

主要方法:

• 开发HistoriView,使用非堆叠事件表示的高通量,空间高效的时间线.
• 实现了覆盖检测算法,y-shift可视化和基于弹出窗口的交互以进行全面分析.
• 部署了一个i2b2 HistoriView插件,使用分割查询和事件减少来提供高效的数据.

主要成果:

• 发现HistoriView易于使用和学习,提供清晰的信息而无需放大.
• 参与者更喜欢HistoriView而不是堆叠的时间表,理由是对显示,易用性和效率的满意度.
• 在可接受的时间框架内,HistoriView有效地可视化了大型数据集 (32,630条记录减少到2,019个文物),超出了基线限制.

结论:

• "HistoriView"允许使用紧的概述进行完整的数据探索,有利于密集的数据和比较.
• 该工具有效地处理大量的患者数据,有效地保存原始信息.
• 虽然有效,但建议进一步改进探索子概念记录.