누가 메시지를 보내느냐에 따라 효과와 느낌이 달라질까?
많은 서비스에서 챗봇 기술을 도입하려는 시도가 늘고 있습니다. 챗봇의 퍼소나(Persona)를 어떻게 설정해야 하는지에 대해서는 많은 고민이 있지만, 여전히 답은 모호합니다. 챗봇 서비스가 도입될 서비스의 종류에 따라, 예상 사용자에 따라 선호도나 효과에 큰 차이가 있기 때문이죠. 예를 들면, 쇼핑과 같은 서비스에서는 가벼운 말투나 즐거움이 강조되어야 하는 반면, 교육이나 금융, 건강 분야에서는 신뢰도를 높이는 것이 중요할 수 있습니다. 이 연구에서는 헬스케어 분야에서 어떤 챗봇 에이전트가 메시지를 보내는 것이 사용자에게 선호되는지, 에이전트 종류에 따라 메시지 효과가 달라지는지를 실험 방법을 통해 확인해봅니다.
누가 메시지를 보내느냐에 따라 효과와 느낌이 달라질까?
많은 서비스에서 챗봇 기술을 도입하려는 시도가 늘고 있습니다. 챗봇의 퍼소나(Persona)를 어떻게 설정해야 하는지에 대해서는 많은 고민이 있지만, 여전히 답은 모호합니다. 챗봇 서비스가 도입될 서비스의 종류에 따라, 예상 사용자에 따라 선호도나 효과에 큰 차이가 있기 때문이죠. 예를 들면, 쇼핑과 같은 서비스에서는 가벼운 말투나 즐거움이 강조되어야 하는 반면, 교육이나 금융, 건강 분야에서는 신뢰도를 높이는 것이 중요할 수 있습니다. 이 연구에서는 헬스케어 분야에서 어떤 챗봇 에이전트가 메시지를 보내는 것이 사용자에게 선호되는지, 에이전트 종류에 따라 메시지 효과가 달라지는지를 실험 방법을 통해 확인해봅니다.
СОЗДАНИЕ ЭНЕРГОИНФОРМАЦИОННОЙ СИСТЕМЫ МНОГОМЕРНОГО МОНИТОРИНГА ПРИРОДНО-АНТРО...Jaroslove Bondarenko
В настоящее время основным фактором препятствующим созданию эффективных геоинформационных систем мониторинга природно-антропогенных рисков проявления опасных процессов и факторов риска заболеваемости населения является отсутствие организующих Научно-Методических Центров, оснащенных техническими системами многомерного мониторинга, отсутствие компетентных специалистов и лицензионного программного обеспечения для создания сложных многомерных кар¬тографических 3D-4Dseist моделей, отражающих изменения рисков заболеваемости и смертности населения.
Предлагаемые пространственно-временные 3D-4Dseist модели оценки природно-антропогенного риска территории проживания населения отражают многомерные взаимосвязи между многолетними изменениями ландшафта, рельефа земной поверхности, геофизических полей, литохимических, гидрохимических, биохимических полей, гелиогеофизических ритмов, геодинамических процессов и статистическими показателями состояния здоровья взрослого и детского населения.
Создаваемые 3D-4Dseist модели анализируются с позиций синергетики (биоритмологии, биофизики, экологии, геофизики, геодинамики и других наук) Для прогнозной оценки отсутствующей информации используются составленные по другим территориям эталонные модели риска заболеваемости населения. Опыт показывает, что только на базе таких пространственно-временных моделей можно перейти к научно-обоснованной оценке взаимодействия природно-антропогенных процессов и мониторингу тонких изменений неравновесного состояния среды обитания, влияющих на здоровье людей.
Chatting Through Pictures? A Classification of Images Tweeted in One Week in ...Ji Song
매체로서의 트위터, 트위터 텍스트 담론 연구는 지금까지 많이 이루어져왔지만, 해당 매체에서 공유되고 있는 사진 유형에 대해서는 크게 다루지 않았습니다. 본 연구는 미국과 영국에서 작성한 트윗을 임의로 수집, 이와 함께 공유된 사진 800 장을 분석해 평소 사람들이 공유하는 meformer 와 informer 유형의 사진을 구체적으로 살펴보았습니다.
This is a series of Capacity Building documents that was prepared by the Sudanese Youth Leadership Development Program.
هذه مجموعة من المقالات في مجالات تدريبية متعددة مناسبة للجمعيات الطوعية تم تطويرها بين عامي 2003-2008 للبرنامج السوداني لإعداد القيادات الشبابية
[UI 패턴 스터디02] 사람들은 어떻게 얼굴도 안보고 글말을 하게 되었나 (메신저 UI)Nuri Na
인공지능과 다이얼로그 형태로 시스템을 운영하거나, 인공지능을 통해 사용자가 태스크를 수행하는 경우가 많아지면서, 인공지능과 소통하는 것의 초기형태로 메신저형 UI가 나타나고 있습니다.
하여, 본 슬라이드에서는 메신저 UI의 PC, 모바일 에서의 발전형태를 살펴봄과 더불어, 메신저 UI와 메신저"형" UI 을 비교해보고자 하였습니다.
이제 우리는 스마트폰과 웨어러블을 통해
매일매일의 생활을 데이터로 추적할 수 있습니다.
이 데이터를 진료실에서 활용할 수 있다면 어떨까요?
매일 먹는 약처럼, 의사가 “일주일간 매일 만 보 이상 걸으세요”라는
데이터 목표를 처방한다면 생활습관을 효과적으로 개선할 수 있지 않을까요?
환자와 의사 모두에게 새로운 경험이 될 데이터 처방을 현실화하려면,
데이터를 수집하고, 공유하고, 검토할 수 있도록 돕는 시스템이 필요합니다.
이 프로젝트는 3년 동안 데이터 처방을 위한 시스템을
사용자 중심적으로 설계/개발/평가함으로써,
궁극적으로 진료실 경험을 혁신하는 것을 목표로 진행되었습니다.
СОЗДАНИЕ ЭНЕРГОИНФОРМАЦИОННОЙ СИСТЕМЫ МНОГОМЕРНОГО МОНИТОРИНГА ПРИРОДНО-АНТРО...Jaroslove Bondarenko
В настоящее время основным фактором препятствующим созданию эффективных геоинформационных систем мониторинга природно-антропогенных рисков проявления опасных процессов и факторов риска заболеваемости населения является отсутствие организующих Научно-Методических Центров, оснащенных техническими системами многомерного мониторинга, отсутствие компетентных специалистов и лицензионного программного обеспечения для создания сложных многомерных кар¬тографических 3D-4Dseist моделей, отражающих изменения рисков заболеваемости и смертности населения.
Предлагаемые пространственно-временные 3D-4Dseist модели оценки природно-антропогенного риска территории проживания населения отражают многомерные взаимосвязи между многолетними изменениями ландшафта, рельефа земной поверхности, геофизических полей, литохимических, гидрохимических, биохимических полей, гелиогеофизических ритмов, геодинамических процессов и статистическими показателями состояния здоровья взрослого и детского населения.
Создаваемые 3D-4Dseist модели анализируются с позиций синергетики (биоритмологии, биофизики, экологии, геофизики, геодинамики и других наук) Для прогнозной оценки отсутствующей информации используются составленные по другим территориям эталонные модели риска заболеваемости населения. Опыт показывает, что только на базе таких пространственно-временных моделей можно перейти к научно-обоснованной оценке взаимодействия природно-антропогенных процессов и мониторингу тонких изменений неравновесного состояния среды обитания, влияющих на здоровье людей.
Chatting Through Pictures? A Classification of Images Tweeted in One Week in ...Ji Song
매체로서의 트위터, 트위터 텍스트 담론 연구는 지금까지 많이 이루어져왔지만, 해당 매체에서 공유되고 있는 사진 유형에 대해서는 크게 다루지 않았습니다. 본 연구는 미국과 영국에서 작성한 트윗을 임의로 수집, 이와 함께 공유된 사진 800 장을 분석해 평소 사람들이 공유하는 meformer 와 informer 유형의 사진을 구체적으로 살펴보았습니다.
This is a series of Capacity Building documents that was prepared by the Sudanese Youth Leadership Development Program.
هذه مجموعة من المقالات في مجالات تدريبية متعددة مناسبة للجمعيات الطوعية تم تطويرها بين عامي 2003-2008 للبرنامج السوداني لإعداد القيادات الشبابية
[UI 패턴 스터디02] 사람들은 어떻게 얼굴도 안보고 글말을 하게 되었나 (메신저 UI)Nuri Na
인공지능과 다이얼로그 형태로 시스템을 운영하거나, 인공지능을 통해 사용자가 태스크를 수행하는 경우가 많아지면서, 인공지능과 소통하는 것의 초기형태로 메신저형 UI가 나타나고 있습니다.
하여, 본 슬라이드에서는 메신저 UI의 PC, 모바일 에서의 발전형태를 살펴봄과 더불어, 메신저 UI와 메신저"형" UI 을 비교해보고자 하였습니다.
이제 우리는 스마트폰과 웨어러블을 통해
매일매일의 생활을 데이터로 추적할 수 있습니다.
이 데이터를 진료실에서 활용할 수 있다면 어떨까요?
매일 먹는 약처럼, 의사가 “일주일간 매일 만 보 이상 걸으세요”라는
데이터 목표를 처방한다면 생활습관을 효과적으로 개선할 수 있지 않을까요?
환자와 의사 모두에게 새로운 경험이 될 데이터 처방을 현실화하려면,
데이터를 수집하고, 공유하고, 검토할 수 있도록 돕는 시스템이 필요합니다.
이 프로젝트는 3년 동안 데이터 처방을 위한 시스템을
사용자 중심적으로 설계/개발/평가함으로써,
궁극적으로 진료실 경험을 혁신하는 것을 목표로 진행되었습니다.
Health Mashups: Presenting Statistical Patterns between Wellbeing Data and Co...Yoojung Kim
Health Mashups: Presenting Statistical Patterns between Wellbeing Data and Context in Natural Language to Promote Behavior Change
Bentley, F., Tollmar, K., Stephenson, P., Levy, L., Jones, B., Robertson, S., ... & Wilson, J. (2013). ACM Transactions on Computer-Human Interaction (TOCHI), 20(5), 30.
The Burden of Ending Online Account SharingJi Song
높은 프라이버시/보안이 요구되는 상황에서도 계정을 공유하는 경우가 발생합니다. 그렇다고 계정 공유를 한다고 해서 항상 공유할 수 있는 것은 아니지요. <The Burden of Ending Online Account Sharing>은 계정 공유를 끊어야 할 때 사람들이 경험하게 되는 인지 / 심리사회적 부담이 무엇인지를 살펴본 논문입니다. 2020년 현 시점 기준으로 계정 공유 연구의 범위가 일반 계정에서 멀티 프로필 계정까지 확장되었다는 점이 흥미롭습니다.
Individual and collective behaviors of rideshare driversJi Song
라이드쉐어 분야의 기존 연구들은 탑승객의 관점에서 많이 다뤄져왔습니다. 하지만 공유경제에서 서비스 제공자, 즉, 운전자 역시 사용자라고 볼 수 있지요. 탑승객 만큼이나 운전자 역시도 서비스를 제공하는 과정에서 안전을 위협당하는 경우가 자주 발생한다고 합니다. 어떠한 상황에서 운전자들은 위험을 경험하며, 이를 위한 사용자들의 전략과 라이딩 쉐어를 제공하느 업체들의 대응등을 살펴보았습니다.
Normal and Easy: Account Sharing Practices in the WorkplaceJi Song
업무환경에서 계정 공유란, 단순한 우회전략 그 이상의 “규범”이자 "기준"으로 자리잡고 있습니다. 일반적으로 계정은 한 명의 사용자가 혼자서 사용할 것으로 보이지만, 특히 협업을 요구하는 업무 환경에서 여러 사용자가 한 계정을 사용하는 상황들은 매우 빈번하게 발생하지요. 지난 주 2019년 CSCW에서 발표된 따끈따끈한 논문으로, 저자들은 업무라는 특수 환경에서 사람들이 어떻게 계정을 공유하고 있으며, 공유하는 이유와 일련의 과정에서 겪게 되는 어려움들을 조사하였습니다. #Accounts #passwords #workplace #cybersecurity
Challenges on the Journey to Co-Watching YoutubeJi Song
HCI관점에서 사용자는 1개의 기기 또는 계정을 사용하는 것을 전제로 하지만, 실제로 많은 경우 여러 사용자가 같이 사용하는 상황에 놓이게 됩니다. 2018년 접속 수가 2위에 달한다는 유튜브 역시 예외는 아닌데요. <Challenges on the Journey to Co-Watching Youtube>는 여러 사용자가 공동시청할 때의 사용자의 여정을 살펴본 논문입니다. 한 명의 사용자가 추천시스템에 의존하여 영상을 시청하는 패턴이 있다면, 여러 사용자의 경우 검색을 하고 의사결정 하는 시간이 길다고 하네요.
Embodied cooperation system: From Tool to PartnershipJi Song
Ipke Wachsmuth 의 <인간, 동물, 커뮤니케이션> 이 책으로 엮이기 전 출가된 논문입니다. 공동의 업무를 수행하기 위해서는, 공동의 협력 의도 파악이 전제된다고 합니다. 그렇다면 협력 의도는 어떻게 읽히고, 표현될까요? 연구의 측면에서, 가상 에이전트인 맥스와 사람간의 인터랙션 방법과, 이를 위한 맥스의 정보 센싱과 인지 해석 과정을 설명하고 있습니다.
I'm Sorry, Dave: I'm Afraid I Won't Do That: Social Aspects of Human-Agent Co...Ji Song
공동의 목표를 수행하는 과정에서, 두 에이전트간의 의견이 항상 일치한다고 협업이 잘 이뤄진다고 보기는 어렵습니다. 반대로, 이견이 있다고 하여 문제 수행에 어렵다고 보기도 어렵지요. 본 연구는 CHI 2009 년에 나온 논문으로, 다소 오래 되었다고도 볼 수 있지만 로봇-에이전트와 인간의 관계에서 이견이 발생했을 때 사용자가 어떻게 반응하는지를 살펴본 연구입니다.
Conversations with my Washing Machine: An in-the-wild Study of Demand Shifti...Ji Song
최근 들어 태양력으로 전기를 생성하는 집들이 늘어나고 있습니다. 태양 전력은 생성은 쉽지만, 저장하는 데 꽤 큰 비용이 든다고 하는데요. 본 연구는 최적화된 전력 에너지 사용을 위하여 사용자에게 언제, 어떻게 메시지를 전달해야 하는지, 가족 모두가 사용하는 세탁기 사용을 중심으로 알아보았습니다.
ShareVR: Enabling Co-Located Experiences for Virtual Reality between HMD an...Ji Song
ShareVR: Enabling Co-Located Experiences for Virtual Reality between HMD and Non-HMD Users
VR를 활용하는 공간 맥락을 반영하여 기존의 HMD 착용 사용자를 관찰하던 주변부의 사람들을 잠재 사용자에서 실제 사용자로서 VR 활용 맥락에 끌어들인 가이드라인을 제시한 논문입니다.
ShareVR: Enabling Co-Located Experiences for Virtual Reality between HMD an...
The Quantified Patient in the Doctor's Office: Challenges & Opportunities
1. The Quantified Patient
in the Doctor’s Office:
Challenges &
Opportunities
+ CHI, 2016
- West et al.
/ 송지은
x 2016 Spring
2. 진료실에서의 수량화로 인식하는 환자:
도전과 기회
Peter West, Richard Giordano, Faculty of Health Sciences, University of Southampton, UK
Max Van Kleek, Nigel Shadbolt, Department of Computer Science, University of Oxford, UK
CHI ’16, May 07-12
Spring 2016 | SNU UXLAB
Ji Eun Song
3. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 3
WHY THIS PAPER
실험 방식이 단순해도
Literature review 정리가
인사이트를 뽑는데 크게 도움되지 않았을까
3. CHI에 accept 되는 논문: 탄탄한 사전 문헌조사!
1. quantified-self 관련해 CHI 2016에 나온 따끈따끈한 논문
self-log data / quantified-self 의 관심이
어떤 방향으로 흘러가는지...
2. PHR 본 실험 때 여러 의료진들을 끼고 진행할 경우를 대비
기존의 의료진들은 여전히 자가
기록 데이터에 대해 보수적인 입
장일 수도 있음!
4. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 4
AUTHORS
Max Van Kleek
Department of Computer Science, University of Oxford, UK
Topics: Personal Information Management, Long-term Data Mananagement, Data-driven Personalised Medicine
Fields: Human-Computer Interaction, Artificial Intelligence, Distributed and Decentralised Systems,
Neuroeconomics, Behavioural Psychology
Peter West
University of Health Sciences, University of Southampton, UK
Richard Giordano
University of Health Sciences, University of Southampton, UK
Publication: A review of randomized controlled trials of medical record powered clinical decision support
system to improve quality of diabetes care (2016)
5. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 5
ABSTRACT
Quantified Patient Doctor’s Office
opportunities
bottleneck
Literature review
Experiment w/
vignette + roleplay
6. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 6
INTRODUCTION
디바이스를 활용하여
자기측정을 하는 사람들의 수가 늘어나고 있지만
의료진들이 실제로
자가기록 데이터를 활용하려고 할까?
문제점:
1. 의료 프로세스마다 개입되는 의사의 성격 또는 역할(패러매딕, 일반의, 전문의....)이 다르며
2. 각각의 다른 의사의 역할에 맞춘다 하더라도 활용하는 데이터(ex. EMR)는 매번 바뀔 수 있음
7. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 7
INTRODUCTION
두 가지 의료 역할에 초점을 맞춤
첫째, 의료 서비스의 최전선에 있는 의료진/내과의 --> primary care
둘째, 병원에서 일하는 전문의 --> secondary care
의료진으로부터 어떤 지시도 받지 않은 상태의 자가기록 데이터의 활용
(최근에 가장 범람하는 개인의 데이터)
데이터로 부터 무엇을 포착할 수 있었는가?
어떻게 포착이 되었는가?
외래 진료시 포착은 어떻게 발현되었는가?
그리고
그 외...
8. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 8
BACKGROUND
데이터 드리븐한 비전
: 데이터는 의료진과 개인의 갭을 좁히고 개인에게 최적화된 치료 방법을 찾아내는데 도움이 될 것임
특히 최근들어 위딩스, 피빗, 조본 등의 웨어러블 기기 기업들은 개인헬스 트래커에서 확장해 의료 데이터 트래커를 만드는데 관
심을 쏟고 있음
근거 기반의 의학
:모든 사례는 항상 불확실성을 수반하며, 의료진료를 패턴화하거나 이를 토대로 예측하는 것은 어려움
1) 환자마다 조건이 다르므로, 케어 타깃과 습관에 대한 권고만으로는 최상의 건강 결과를 내기에는 부족함
2) 극단적인 불확실성 아래 일하는 것은 필요불가결하며, 그 동안 축적된 경향성(근거)을 토대로 진료할 수 밖에 없지만
3) 자가기록 데이터는 보다 해당 환자에게 맞춰 진료하는데 도움이 될 것임
의료적 의사결정
:일반적으로 의료진은 환자로부터 모을 수 있는 최대한으로 데이터를 수집하고,
이를 토대로 위험한 증상 순대로 원인을 리스트업하며, 추후 관찰을 통해 체계적으로 치료함
1) 의료진은 환자로부터 증상 리스트를 뽑아내기 위해 가능한 모든 정보를 수집함
2) 의료진은 가장 위험한 순서대로 증상을 제공하는 원인의 리스트를 뽑음
3) 증상에 영향을 미치는 것으로 판단된든 원인들은 실험, 관찰 또는 체계적인 관리를 거치면서 리스트에서 지움
1
2
3
9. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 9
사전 문헌조사
사전 문헌조사 방법
PubMed, 구글 스칼라, ACM DL 등에서 다음의 키워드로 검색
: patient diaries, care diaries, well-being diaries, self-report diaries, quantified-self, self-tracking, self-logging,
smartphone apps, wearable sensors
환자들 본인들의 개인적인 기록에 국한된 검색 결과는 제외
10. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 10
사전 문헌조사
LITERATURE REVIEW: 결과
HCI 커뮤니티 내에서 최소 429 개의 논문이 검색결과로 나왔으며, 키워드 검색 결과에 대한 논문 주제는 다음과 같이 분류
데이터 포착capture
데이터 접근access
의료 진료
상황적 제한
- 연관성
환자가 본인을 제대로 해석할 수 있는 데이터,
즉 연관성 있는 데이터를 가지고 오지 않을 수도 있음
- 질
모든 웨어러블 디바이스가 데이터를 정확하게 측정하지 않음
- 완성도
환자는 매일 기록하는 게 아니라 산발적으로 기록하게 됨
- 선택적 노출
환자는 기록할 데이터 중 의도적으로 일부만 선택해 노출할 수도 있음
- 대표성
자가기록 데이터 시각화/해석 표준화가 이루어지지 않음
ex) 여러 앱에서 의미하는 ‘activity level’은 각기 다른 의미로 기능
- 상호운용성
자가기록 툴과 기존의 헬스프로바이더 툴과의 호환이 떨어짐
앱 중에는 exporting 기능이 없는 경우도 있음
- 데이터 리터러시
의료진도 데이터를 어떻게 활용해야 할지 모를 때가 있음
데이터 시각화의 표준화가 되어있지 않으며,
전자 도구를 외래 때 활용하는 것이 익숙하지 않을 수도 있음
- 의사-환자 관계
데이터만으로 환자의 조건을 파악하기 어려우며,
비언어적 요소도 함께 고려되어야 함
자가기록을 통해 스스로 판단하게 됨으로써 의사의 권위가 떨어질 수도 있음
- 법적 이슈: 데이터 보안
- 시간
데이터까지 보기에는 외래 시간이 지나치게 짧다
외래 사이에 모니터링하는 용으로 활용될 수 있지만,
해당 부분에 대해서 의료진은 경제적 이득을 보지 못한다.
의료진의 지속적인 해석이 요구된다.
- 넘쳐나는 정보량
정보가 많을수록 의료진의 생산성도 떨어지며,
환자에게도 기록의 부담을 준다.
11. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 11
방법론
개요
- 영국과 미국에서 롤 플레이 형태로 진행
- 실험의 목적: 의료진으로부터 환자들의 자가기록 데이터 활용에 대한 반응과 인사이트를 도출
- 두 실제 의료 사례에 데이터 로그를 각색하여 종이로 제공
리크루팅
- 참여자 수: 10명
일반의 3명 (영국)
전문의 7명 (미국)
(류마티스내과, 신장내과, 심장학, 간장학 관련)
데이터 수집
반구조화 인터뷰
• 의료진들은 환자가 가지고 온 데이터를 어떻게 판단하는가?
• 환자가 가지고 온 데이터를 활용할 것인가?
• 환자가 가지고 온 데이터는 의료 환경과 프로세스에 조정될 수 있는가?
글로 적힌 환자 정보
+ 환자가 자가기록한 데이터의 성격에 대한 추가 정보 제공
12. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 12
METHODOLOGY
2개의 환자정보
- 40 대 중반의 남자
- 불면증에 시달리며, 메스꺼움을 느끼고 숨 쉬기 어려우며,
- 침대에 누울 때 다리가 계속 움직임
- PFO(개존 난원공) 와 가벼운 심장마비를 겪은 적이 있으며
- 가끔 가슴이 마구 뛸 때가 있음
- 부인이 심박수 측정계를 구매했으며, 이것으로 정기적으로
(아침, 오후, 늦은 밤 매일) 심박수를 재고 있음
- 외래 때 엑셀에 뽑아서 보여주려고 함
- 가끔 130 bpm 까지 올라 갈 때도 있지만 대체로 85bpm을 맴돔
- 외래 오기 3일 전 100 bpm 까지 증가
- 20대 대학생 여자
- 두통이 있고 어지로움
- 몸이 무거우며, 긴장상태이며 시력이 흐릿해짐
- 일어나려고 할 때마다 기절할 것 같고 입술은 푸른기가 돔
- 18개월 전 등 수술을 두 차례한 적이 있음
- 수술 후 항생제를 처방받았음
- 흡연하지 않으며, 매우 가끔 와인 한 잔 정도의 알콜을 섭취
- 잠에서 깨기 위해 커피를 마시며, 특히 시험기간에 많이 마심
- 이 부분에 대해서 우려가 크며
- 아이폰에 카페인 섭취량을 기록하기 위해 어플리케이션을 구매
- 로그를 뽑아 의사에게 보여줌
- 평소 하루에 1000mg 의 카페인을 섭취하지만 외래 전날에는 카페인을
섭취하지 않음
카페인 섭취량에 대해서 new york times에서는 언급하지 않고 있으며,
해당 정보는 연구를 진행하는 과정에서 추가
13. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 13
METHODOLOGY
데이터 분석
—> 이를 통해 키워드 도
출
—> 환자 정보 습득 행동
과, 환자가 제공한 데이터
를 믿고 이를 토대로 질문
하는 패턴을 파악하기 위
한 스키마 코딩
전사내용 분석:
참여자가 말한 내용을
확인하고 태깅
분석한 전사내용을
재구조화
재구조화한 내용을 재분석
데이터와 정보 콘텐츠,
그리고 구조가 그들의 진료
방식과 사고의 흐름에 도움/
방해가 되는지 파악
의료진의 전략을 분석하고
논문이 제시하고자 하는
모델을 구성
14. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 14
RESULTS
데이터 질과 완성도에 대한 평가
1) 환자의 동기에 대한 이해: 데이터 활용 여부를 파악하는데 중요한 요소
2) 자가기록 데이터를 활용하는 방법
환자의 안전을 우선시하는 의료진의 업무 성향에 도움 제공
CHALLENGE
OPPORTUNITY
15. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 15
RESULTS
데이터 질과 완성도에 대한 평가
- all: 환자가 눈 앞에 없는 형태로는 데이터의 의미를 충분히 파악하기 어려우며,
면대면 외래는 비언어적/ 맥락 등의 요소를 파악하는데 필요함
- GP1: 환자의 심박수에 다른 질병이나 약이 연관이 있는지 파악할 필요가 있음
- GP2 & SP2: 기록 당시에 환자가 무엇을 하고 있었는지 알 필요가 있음
- SP2: 데이터가 “객관적”인지 확인할 수 없으며, 외래 당시에 확인하는 것만으로는 부족함
—> 더 신뢰가 가는 측정 도구를 사용할 필요가 있음
1) 환자의 동기에 대한 이해: 데이터 활용 여부를 파악하는데 중요한 요소
2) 자가기록 데이터를 활용하는 방법
CHALLENGE
16. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 16
RESULTS
데이터 질과 완성도에 대한 평가 (cont.)
1) 환자의 동기에 대한 이해: 데이터 활용 여부를 파악하는데 중요한 요소
“환자들은 왜 맥박을 재고, 카페인을 섭취했는지 기록하는데 시간을 할애 했는가?”
2) 자가기록 데이터를 활용하는 방법
기록하는 행동이 “평소”에 할만 한 일이 아닌데 환자는 왜 기록하게 되었는지 알 필요가 있음 (GP3)
두 환자 모두 로그데이터를 통해 의료진으로부터 어떤 답을 얻고 싶었는지 이해하기 어려움 (GP3)
카페인 섭취기록을 보여주는 행동 자체는 심리적 이슈가 있음 (SP3)
왜 기록하는가?
심리적 요소?
데이터를 활용 하는데 할애하는 시간을 어느 정도 잡을 지에 대해 고민할 필요가 있음 (SP1)
환자가 제공하는 데이터는 실제로 활용하는 데 새로운 층layer를 추가하는 형태가 될 것이며, 이 같은 정보가 전반적인 워
크플로우에 부정적으로 작용하지는 않을까에 대한 우려가 있음 (SP1)
이미 충분히 복잡한 의료 인터페이스에 복잡성을 추가하는 형태임 (SP7)
의료진의 연령대는 환자가 제공하는 데이터를 받아들이는 데 큰 요소로 작용할 것이며, 의료 방식을 바꾸는데는 시간이 오
래 걸림 (SP4)
카페인 섭취량을 중요시 여기지 않으며, 추후에나 유용하게 활용할 것으로 판단 (GP3)
적정 카페인양에 대한 지식이 없어 설명하기 어려우며, 더 자세한 사항은 심장의와 상의 필요 (SP2, SP3, SP5)
회의적으로 평가
CHALLENGE
17. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 17
RESULTS
환자의 안전을 우선시하는 의료진의 업무 성향에 도움 제공
1. 의료진들은 환자가 아프게 된 상황에서의 조건을 일일이 다 확인하려고 하며, 이를 가장 심각한 것에서 가장 덜 심각한 순으로
나열하고 모든 가능성을 열어놓게 됨
2. 처음에는 활용하지 않았던 자가기록 데이터도, 해당 증상이 다른 원인에서 비롯된 것이라고 판단하는데 도움을 제공
ex) 카페인을 많이 섭취한 것이 ‘단순히 커피를 많이 섭취했다’에서 벗어나 더 심각한 종양과 관련있다고 판단하는데 고려대상이 됨
OPPORTUNITY
18. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 18
DISCUSSION
논의할 수 있는 주제 6선
형태와 재현: 환자의 증상에 대한 증거를 제공하기 위한 프레임워크
전문성을 풀어내는 과정
자가기록 동기의 심리
데이터의 진실성, 샘플링 맥락: 데이터 신뢰도
HCI를 위한 임플리케이션
데이터: 위기 완화에 도움이 되는 정보 제공1
2
3
4
5
6
19. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 19
DISCUSSION
데이터: 위기 완화에 도움이 되는 정보 제공
1. 6가지 상호연관된 활동들이 있지만, 이들은 순차적으로 발생하지 않으며, 의료진은 끊임없이, 필요에 따라 데이터를 반복하며 확
인하게 됨
**6가지 단계: Discovery > Evaluation > Form Initial Hypotheses > Identify knowledge gaps > Refine hypotheses >Construct safe care pathway
2. 의료진은 본인의 가설에 따라 데이터를 대입해서 생각해보게 되는데, 자가기록 데이터를 가장 많이 확인하게 되는 단계는 크게
discovery와 refinement 단계임
1) discovery: 증상에 대한 요인이 파악되지 않는 단계 / refinement: 가설을 제거하거나, 기존의 가설을 더 뒷받쳐주는 단계)
3. 환자들이 증상 및 최근에 있었던 일들을 설명하는 데 도움을 제공하며, 의료진들에게도 환자들의 바디 랭귀지나 그 외 맥락을 파
악하는데 보완작용함
1) 그 외 다른 진단이나 검사를 처방하는 데 활용됨
2) 그러나 다른 검사까지 갈 필요없이 검사나 처방을 하는 시간을 단축시킬 수 있음
1
20. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 20
DISCUSSION
형태와 재현: 환자의 증상에 대한 증거를 제공하기 위한 프레임워크
1. 위기완화와 임상 증거를 찾는 방식은 프로토콜화되어 있지만 데이터를 토대로 ‘재구성’하는 것이 쉽지 않음
1) 특히 전문의일수록 정보를 ‘재구성’이 강조되지만
2) 어떤 프레임워크에 특정 증거가 들어가는지 바로 파악하는 것이 쉽지 않음
2. 결정적인 정보 뿐만 아니라 특정 증거가 바로 눈에 띌 수 있도록 시각화가 표준화되어 나타나야 함
1) 환자의 이벤트 타임라인의 시각화: 발생순서와 지속기간은 증상간의 관계를 파악하는데 중요
2) 그러나 대부분의 의료진들은 환자의 이벤트에 따른 타임라인에서 결정적인 정보가 빠져있다고 판단
3. 디지털 도구는 의료진이 익숙한 형태로 데이터를 재현/시각화 하는 데 도움이 될 것으로 판단
1) 특히 이상 증상을 중심으로 보여주는 것이 필요
2) 의료진들을 대상으로 표준화된 디자인을 만들 필요를 느끼고 있었으며
3) 표준화가 된다면 여러 다른 자가기록 데이터를 보는 의료진들의 압박 또는 스트레스가 한층 해결될 것으로 보임
2
21. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 21
DISCUSSION
전문성을 풀어내는 과정
1. 의사들은 자가기록 데이터 활용에서 전문성이 부족하다는 점을 우려할 수 있음
두 관련 요소
1) 해당 데이터가 일반적인 진단에 활용될 수 있을지에 대한 의구심 / 해당 수치에 대해 아는 바가 없음 ex) 카페인 수치 기준
2) 통계 데이터 해석에서의 부족
2. 자가기록과 quantified-self 도구에 관한 디자인 임플리케이션
1) 자가측정의 여러 도구는 다양한 수치를 측정화할 수 있지만, 일상적인 활동에 대한 측정은 의사들의 표준 측정 방식과 일치하지 않을 수 있음
2) 익숙하지 않은 데이터를 보고 의사들이 쉽게 사고할 수 있도록 디자인 해야함
3) 해당 도구들이 일반적인 인구통계적 범주와 환자의 수치를 동시에 보여줌으로써 환자가 정삼 범주에 해당되는지 알려줄 수 있음
4) 지속적인 정보는 초기에 주요한 이벤트를 강조하며 이종화되면 좋음
3
22. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 22
DISCUSSION
자가기록 동기의 심리
1. 의료진들의 궁금증:
“환자들은 왜 자가기록을 하는가? 기록을 하는 데에는 추가적으로 더 알아야 하는 신체적 또는 심리적 배경이 있는 게 아닌가?”
2. 의료진들이 생각하는 자가기록하는 환자들에 대한 이미지:
“심리적으로 강박적이지 않을까?”
—> 이는 환자가 의료진의 처방 없이 자발적으로 자가기록을 한 경우
- 자가기록 데이터의 3가지 카테고리
1) 의료진은 처방하지 않은 환자의 자발적인 기록
2) 하나 또는 그 이상의 만성 질환을 관리하기 위한 기록
3) 의료진의 처방에 대한 결과로서의 기록
—> 본 실험에서 심박수와 카페인 섭취량 모두 첫 번째 카테고리에 해당하며, 의료진은 이런 가능성을 제기하면서 데이터의 정확도에 대해 회의적
이었음
--> 웨어러블 기기/ 자가기록 어플리케이션이 일반화되면 첫 번째 카테고리의 경우가 더 늘어날 것으로 보임
4
23. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 23
DISCUSSION
데이터의 진실성, 샘플링 맥락: 데이터 신뢰도
1. 기록 당시의 디테일을 알지 못하는 이상 자가기록 데이터에 대해 판단하기 어렵다고 판단
1) 특히 고위험 가설을 제거하기 위해서는 맥락을 정확하게 해석하고 있는지를 판단하는 것이 필수
2) 따라서 데이터가 기록되었을 때의 맥락을 끊임없이 확인하고 상활을 재구성하게 됨
2. 어떤 디바이스를 활용해 측정했는지, 데이터가 어떻게 샘플링 되었는지 파악하는 것이 중요
1) 센서의 계측방식에 대한 정보 (어떤 방식으로 측정되는지)도 함께 알고 있는 것이 필요하다고 판단
5
24. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 24
DISCUSSION
HCI를 위한 임플리케이션
1. 현재에 나와있는 웨어러블 기기는 장기간으로 놓고 볼 때 환자들의 니즈를 충족시키기 보다는 ‘기술적으로’ 새로울 뿐임
2. 다음과 같은 이유에서 HCI 분야는 환자와 의료진의 필요에 맞는 더 적절한 도구를 계속해서 연구할 필요가 있음
1) 개인이 중요하게 여기는 데이터와, 실제로 의료진이 중요하게 여기는 데이터 상의 갭을 좁혀야 함
2) 외래 시 환자들이 가지고 오는 데이터에 대해 의료진이 확인하고 이로부터 무언가를 더 도출할 수 있도록 의료진의 능력을 개선시킬 필요가 있
음
--> 환자가 자발적으로 제공하는 데이터가 의미있게 활용되도록
의료진들의 데이터를 모으는 방식(evidence gathering)
또는 가설을 좁히는 절차(refining hypothesis)에 대한 연구를 더 들여다 볼 필요가 있음
6
25. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 25
LIMITATIONS
한계는 5개로 정리할 수 있음
1. 샘플링 수: 일반의 3명 / 전문의 7명
2. 인터뷰 방식: 일반의의 경우 1대1로 진행되었으나, 전문의는 그룹 인터뷰로 진행
- 통일된 방식도 아니며
- 그룹 인터뷰를 진행할 경우 다른 피험자를 의식해 선별적인 대답만 제공하는 상황이 발생
3. 세팅과 시나리오 제공 방식: 실제로 존재하는 환자가 아니었음
- EMR 등을 통해 다른 데이터를 참고할 방법이 없었으며,
- 자가기록 데이터가 의사-환자 관계에 어떤 영향을 미치는지 파악하기 어려움
4. 데이터 제공 방식: 기기로 수집한 방식의 데이터가 아닌, 종이에 적힌 데이터
- 유저 인터페이스 측면에서 봤을 때 어떤 부분이 허들인지 파악하기 어려움
5. 자가 기록 데이터 유형: 심박수와 카페인 섭취량
- 두 가지 유형만 자가 기록 데이터 유형만 보여주었음
26. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 26
CONCLUSION
- 의료진료시 자가기록 데이터 적용에서 나타날 수 있는 문제점들에 대한 조사
- 자가기록 데이터 활용에 대한 사전 문헌 조사를 통해 데이터 포착capture, 데이터 접근access, 의료진료clinical practice, 상황적
제한situational constratints 등 주요 요인 파악
- 의료진과 롤 플레이 형식의 실험을 통해 데이터가 실제로 어떻게 활용될 수 있을지에 대한 이해를 얻을 수 있었음
- 자가기록 데이터가 위기 완화 의사 결정 과정에 도움이 되는지, 외래 시 해당 데이터와 관련해 효과적으로 질문을 할 수 있는 과정
에서의 어려움은 무엇인지, 그리고 데이터의 신뢰성 등을 파악하는데 도움을 제공
- 자가 기록 데이터가 의료진료 진단 과정 (증상에 관한 커뮤니케이션 과정 등)에서 어떤 방식으로 도움이 될 수 있을지 확인
- 자가기록 활동의 동기는 진단 프로세스에 중요한 영향을 미치며, 이 과정에서 심리적 장애 또는 다른 언급되지 않은 장애를 파악하
는 데 도움이 됨
- 의료진 중에 자가기록 데이터를 믿지 않는 이유: 도구의 정확도, 샘플링 방식 등에서 데이터 또는 환자의 활동 맥락이 유실되었을
가능성
27. The Quantified Patient in the Doctor’s Office: Challenges & Opportunities
SNU UXLAB | Ji Eun Song 27
END OF DOCUMENT