mindLAMPVis作为一个共同设计的临床医生面向的数据可视化门户,以整合从精神分裂症的数字表型化中获得的临床观察:以用户为中心的设计过程和试点实施
Karthik Sama1, Jaya Sreevalsan-Nair1, Soumya Choudhary2
1Graphics-Visualization-Computing Lab, International Institute of Information Technology Bangalore (IIIT-B), 26/C Electronics City, Hosur Road, Bangalore, 560100, India, 91 80 4140 7777, 91 80 4140 7704.
JMIR formative research
|June 10, 2025
概括
这项研究共同设计了mindLAMPVis,这是一种用于数字心理健康应用程序的新型数据可视化工具,以帮助印度的临床医生分析患者数据. 该工具成功地将现有技术适应当地需求,改善对精神分裂症患者的护理.
科学领域:
- 数字心理健康数字心理健康
- 数据可视化数据可视化
- 临床信息学是一种临床信息学.
背景情况:
- 数字心理健康工具在低收入和中等收入国家有潜力.
- 适应现有的数字健康工具以满足当地临床需求至关重要.
- 涉及跨地域的临床医生和开发人员的共同设计是关键.
研究的目的:
- 共同设计一个面向临床医生的数据可视化仪表板应用程序 (mindLAMPVis).
- 为印度的数字精神病诊所调整mindLAMP应用程序.
- 为了可视化用于精神分裂症研究的活跃和被动患者数据.
主要方法:
- 一个多学科的团队 (临床医生,开发人员,计算机科学家) 共同设计了mindLAMPVis.
- 该mindLAMP应用程序被调整成一个基于Web的可视化门户.
- 多变量分析和缩小维度处理的患者数据用于可视化.
- 一项可行性研究涉及临床医生驱动的案例研究.
主要成果:
- mindLAMPVis 是作为一个本地共同设计,开发和部署的工具而开发的.
- 该系统可视化了24名精神分裂症患者的数据,包括复发数据.
- 使用比较可视化方法来识别复发风险模式.
- 添加了新的功能,补充了原来的mindLAMP应用程序.
结论:
- mindLAMPVis 是一个为印度量身定制的工具,可在全球范围内适应,用于识别临床风险行为.
- 该研究表明,软件工具的适应是可行的,以满足当地需求.
- mindLAMPVis成功地集成了主动和被动数字表型化数据.
