Bridging The Gap: Et feasibility studie om en brugercentreret forklarende brugergrænseflade til optimering af brugervenlighed i prædiktive algoritmer for telemonitorering

Abstract

Abstrakt Introduktion: Tidlig intervention for exacerbation er afgørende for at forbedre borgernes livskvalitet, reducere dødeligheden og sygdomsprogression af KOL. TeleCare Nord har gennemført et pilotstudie af en prædiktiv algoritme, der skal hjælpe med at identificere exacerbations tre dage forud. Imidlertid udgør implementering af AI-outputs uden forklaring en hindring for effektivt brug. Dette kandidatspeciale har til formål at undersøge anvendeligheden af en forklarende brugergrænseflade (XUI) til at understøtte telemonitorering af borgere med KOL. Metode: Hevners design science research er anvendt som ramme for design og evaluering af prototypen. Rammen indebærer udforskning af miljøet og vidensbasen. Miljøet blev udforsket ved at gennemføre et semistruktureret interview med to telemedicinsk sundhedsfaglige aktører. Vidensbasen blev afdækket ved en systematisk litteratursøgning med fokus på XUI inden for sundhedsområdet. Metoderne var byggesten for udvikling og evaluering af prototypen. Evalueringen bestod af en todelt evaluering med to evaluatorer, som vurderede brugervenligheden. Resultat: Fire krav blev identificeret: en global og lokal forklaring, øget eller reduceret i risikoen samt en interaktiv graf. Det mest betydningsfulde resultat viste, at slutbrugeren foretrak den globale forklaring over lokale forklaring. Den interaktive graf levede ikke op til forventningerne om at være anvendelig. Konklusion: Evalueringen bekræftede, at en brugercentreret XUI kunne understøtte slutbrugerne i at vurdere risikoen for en exacerbation. Den globale forklaring blev foretrukket frem for den lokale forklaring, og den interaktive graf medvirkede ikke til et retrospektivt overblik for borgerens målinger. Baseret på disse uoverensstemmelser, er yderligere forskning nødvendigt for en succesfuld implementering.

Introduction: Early intervention for exacerbations is crucial for enhancing patients’ quality of life, reducing mortality and impeding the progression of COPD. TeleCare Nord has pilottested a predictive algorithm which should help identify exacerbations 3 days prior. However, deploying AI outputs in healthcare without explainability is a barrier for effective use. This master's thesis aims to investigate the applicability of an explainable user interface (XUI) within telemedicine to support the remote monitoring of citizens with COPD Methodology: Hevner’s design science research is used as a framework for the design and evaluation of the prototype. The framework involves exploring the environment and the knowledge base. The environment was explored by conducting a semi-structured interview with two telemedicine practitioners. The knowledge base was explored by conducting a systematic literature search for XUI within a healthcare context. These methods laid the foundation for development and evaluation of a prototype, which consisted of a two-part evaluation with two evaluators to assess the usability of the prototype. Results: Four requirements were identified: a global and local explanation, increased or decreased risk, as well as an interactive graph. The most significant result indicated that the end-user preferred the global explanation over the local explanation. Additionally, the application-impact of the interactive graph did not meet the initial expectations.

A master thesis from Aalborg University

Bridging The Gap: Et feasibility studie om en brugercentreret forklarende brugergrænseflade til optimering af brugervenlighed i prædiktive algoritmer for telemonitorering

[Bridging the gap: A Feasibility study on User-Centered Explainable User Interface for Enhancing Usability of Predictive Algorithms for Telemonitoring]