TrajVis：一种可视化临床决策支持系统，用于在慢性肾病精准管理中转化人工智能轨迹模型
人机交互
2024-01-17 v1
摘要
目标：我们的目标是开发和验证 TrajVis，这是一种交互式工具，旨在协助临床医生利用人工智能（AI）模型， leveraging 患者的纵向电子病历（EMR），以实现慢性疾病进展的个性化精准管理。方法：我们首先与临床医生和数据科学家进行需求分析，以确定 TrajVis 系统的视觉分析任务及其设计和功能。系统开发和演示使用了一个名为 DEPOT 的用于慢性肾病（CKD）轨迹推断的图 AI 模型。TrajVis 被实现为一个全栈 Web 应用程序，使用了源自 Atrium Health Wake Forest Baptist 转化数据仓库和印第安纳患者护理网络研究数据库的合成 EMR 数据。通过与一位肾脏病学专家的案例研究以及对临床医生和数据科学家的用户体验调查，对 TrajVis 系统进行了评估。结果：TrajVis 临床信息系统由四个面板组成：用于展示人口统计和临床信息的“患者视图”，用于在潜在空间中可视化 DEPOT 推导的 CKD 轨迹的“轨迹视图”，用于阐明临床特征的纵向模式并解释 DEPOT 预测的“临床指标视图”，以及用于展示个人 CKD 进展轨迹的“分析视图”。系统评估表明，TrajVis 支持临床医生总结临床数据、识别个体化风险预测因子并可视化患者疾病进展轨迹，克服了 AI 在医疗保健中实施的障碍。结论：TrajVis 弥合了快速发展的 AI/ML 建模与此类模型在慢性病个性化和精准管理中的临床应用之间的差距。
引用
@article{arxiv.2401.08067,
title = {TrajVis: a visual clinical decision support system to translate artificial intelligence trajectory models in the precision management of chronic kidney disease},
author = {Zuotian Li and Xiang Liu and Ziyang Tang and Pengyue Zhang and Nanxin Jin and Michael Eadon and Qianqian Song and Yingjie Chen and Jing Su},
journal= {arXiv preprint arXiv:2401.08067},
year = {2024}
}