MIND：通过叙事仪表板赋能精神健康护理师获取多模态数据洞察
人机交互
2026-01-22 v1
摘要
数据收集的进展使得能够捕获丰富的患者生成数据：从被动感知（如可穿戴设备和智能手机）到主动自我报告（如横断面调查和生态情境评估）。尽管先前的研究已证明了患者生成数据在精神医学中的实用性，但仍面临在临床决策中有效呈现这些数据流以及临床数据（如临床笔记）的挑战。通过与五位护士进行的协同设计会话，我们提出了 MIND——一个由大语言模型驱动的仪表板，旨在为精神医学提供临床相关的多模态数据洞察。MIND 通过叙述文本呈现多模态洞察，辅以图表传递底层数据。我们的使用者研究（N=16）表明，护士们认为 MIND 是现有方法的显著改进，报告在揭示隐藏且临床相关数据洞察方面表现提升（p<.001），并支持其决策（p=.004）。基于研究结果，我们讨论了将数据叙事整合到更广泛临床实践中的未来研究机会。
引用
@article{arxiv.2601.14641,
title = {MIND: Empowering Mental Health Clinicians with Multimodal Data Insights through a Narrative Dashboard},
author = {Ruishi Zou and Shiyu Xu and Margaret E Morris and Jihan Ryu and Timothy D. Becker and Nicholas Allen and Anne Marie Albano and Randy Auerbach and Dan Adler and Varun Mishra and Lace Padilla and Dakuo Wang and Ryan Sultan and Xuhai "Orson" Xu},
journal= {arXiv preprint arXiv:2601.14641},
year = {2026}
}
备注
Conditionally accepted to CHI Conference on Human Factors in Computing Systems (CHI'26)