ClinicLens：面向不确定性下诊所检测能力探索与优化的可视分析系统
人机交互
2023-03-29 v2 图形学
摘要
诊所检测在遏制 COVID-19 等传染病中起着关键作用。然而，抗击此类大流行的关键研究问题之一是如何优化各诊所的检测能力。特别是，领域专家期望确切了解如何调整可能影响检测能力的特征，鉴于动态性与不确定性使该问题极具挑战性。因此，作为支持政策制定者与临床医生的工具，我们与领域专家合作构建了 ClinicLens，一个用于探索和优化诊所检测能力的交互式可视分析系统。ClinicLens 基于聚合的 COVID-19 数据集提供一系列功能。它由后端引擎与前端可视化组成，引导用户经历提取、训练、预测检测敏感特征与可视表示的迭代探索链。它还结合 AI4VIS 与可视分析，展示诊所在一系列特征影响下如何优化其检测能力。三个定性案例研究及领域专家反馈验证了 ClinicLens 是探索 COVID-19 趋势并优化跨区域诊所检测能力的有效实用工具。整套方法已在线开源：https://github.com/YuDong5018/clinic-lens。
引用
@article{arxiv.2303.13558,
title = {ClinicLens: Visual Analytics for Exploring and Optimizing the Testing Capacity of Clinics given Uncertainty},
author = {Yu Dong and Jie Liang and Longbing Cao and Daniel Catchpoole},
journal= {arXiv preprint arXiv:2303.13558},
year = {2023}
}