DESIGNING AN INTERACTIVE DESKTOP DASHBOARD

AI Quick Summary

Hintergrund Die Metadatenbank, die wir im Rahmen des Screen4Care Projekts entwickelt haben, soll von Ärzten genutzt werden, um die Diagnose seltener Krankheiten mithilfe von maschinellem Lernen (Machine Learning) zu beschleunigen. Während der Großteil der Infrastruktur bereits vorhanden ist, suchen wir nach kreativen Lösungen für die Gestaltung der UI/UX-Schnittstelle. In diesem Kontext müssen die Ärzte verstehen, welche Patientendatenfelder – im Folgenden als Metadaten bezeichnet – zwischen den Krankenhäusern kompatibel sind und über dasselbe Format erfügen. Die Metadatenbank speichert niemals tatsächliche Patientendaten, sondern lediglich Informationen welche Patientendatenfelder und Formate zur Verfügung stehen (siehe angehängte Beispieldaten von Krankenhäuser). Wir suchen nach einer innovativen webbasierten Benutzeroberfläche für einem Desktop, die es Ärzten ermöglicht, solche Metadaten effektiv zu identifizieren. Das ultimative Ziel besteht darin, dass Ärzte genau bestimmen können, welche Metadaten und Krankenhausquellen verfügbar sind, damit sie diese in Studien zum maschinellen Lernen verwenden können. Um einen Überblick zu bekommen, sehen Sie sich bitte das  VIDEO   an. Disclaimer: Dieses Video dient ausschließlich zu Informationszwecken. Einige aufgeführten Grafiken dienen ausschliesslich zum besseren Verständnis, sie sind jedoch nicht als Designvorlagen oder visuelle Richtlinien gedacht. Music: https://www.bensound.com. Artist: Benjamin Tissot. License code: 6CSP0XDCP2UK7SDR. Benutzeranforderungen und Anwendungsbeispiele Kliniker müssen einfachen Zugriff auf die folgenden Schnittstellenfunktionen haben: 1. Einsehen von Krankenhauszusammenfassungen Grundlegende Krankenhausdatenfelder sollen angezeigt werden: Name, Standort, Anzahl Patienten, Anzahl Patientenakten und verfügbare Metadaten 2. Vergleich von zwei Krankenhäuser hinsichtlich der Kompatibilität ihrer Metadaten Krankenhäuser nach Name oder Standort suchen Zwei Krankenhäuser auswählen und eine visuelle Zusammenfassung der Kompatibilität ihrer Metadaten anzeigen Zum Beispiel, wenn “Charité – Universitätsmedizin” und “University Medicine Göttingen” ausgewählt wird, zeigt die UI/UX-Schnittstelle nicht nur die gemeinsamen Metadaten an, sondern gibt auch an, welche Metadaten als kompatibel gelten. Beide haben die Metadaten „Geburtsdatum“ und das Format „Vollständiges Datum“ gemeinsam. 3. Visualisierung von Teil-Kompatibilität  Zeigen Sie an, wo die Metadaten teilweise kompatibel sind, und geben Sie Erläuterungen dazu. Ähnliches Beispiel wie im zweiten Anwendungsfall. Wenn „Charité – Universitätsmedizin“ und „Odense University Hospital“ ausgewählt werden, gibt es erhebliche Unterschiede zwischen Metadaten und dem Format. Beispielsweise sind Geburtsdaten teilweise kompatibel, da das Format „Vollständiges Datum“ auch als „Jahr“ dargestellt werden kann, wobei jedoch zusätzliche Informationen verloren gehen. In einigen Fällen verwenden Krankenhäuser klinische Vokabulare für die standardisierte Dokumentation von Laborergebnissen, Diagnosen und vielem mehr, wie z.B. SNOMED-CT, LOINC und ORPHANET. Diese sind jedoch nicht vollständig miteinander kompatibel. Daher reicht es aus, sie als teilweise kompatibel zu deklarieren. 4. Vergleich von mehr als zwei Krankenhäuser Vergleich von mehreren Krankenhäusern ermöglichen, ohne die Benutzer zu überfordern Dieser Anwendungsfall ist eine Erweiterung von 2 und 3, bei der der Benutzer zusätzliche Krankenhäuser für einen detaillierten Vergleich hinzufügen kann. Im Durchschnitt gehen wir davon aus, dass der Benutzer mit etwa fünf Krankenhäusern interagiert und diese vergleicht. Wenn das Design für die Benutzer zu komplex und überwältigend ist, sollte es möglich sein, zu einem vereinfachten Design zu wechseln. 5. Clevere Vorschläge Empfehlen von weiteren Krankenhäusern mit überlappenden, kompatiblen Merkmalen  Sobald der Benutzer mindestens ein Krankenhaus ausgewählt hat, kann die Metadatenbank ihm weitere Krankenhäuser zur Auswahl empfehlen. Die Empfehlungen sollten immer verfügbar sein, den Benutzer jedoch nicht ablenken. 6. Suche nach Patientendatenfeldern Eingabe von bestimmten Metadaten (z. B. Geburtsdatum, BMI) und sehen, welche Krankenhäuser diese Merkmale aufweisen Alle Krankenhäuser zeigen verfügbare Metadaten an, sodass der Benutzer entscheiden kann, welche Metadaten für seine Machine-Learning-Studie verwendet werden sollen. Beispielsweise können ältere Patienten bestimmte seltene Krankheiten aufzeigen, daher möchten wir nur Krankenhäuser berücksichtigen, die über die Metadaten „Geburtsdatum“ verfügen. 7. Gruppierte Krankenhausansicht Krankenhäuser nach der Menge kompatibler Daten gruppieren, sortiert in absteigender Reihenfolge Anstatt Krankenhäuser einzeln anzuzeigen, sollte es eine Option geben, Krankenhäuser nach der Anzahl kompatibler Metadaten gruppiert anzuzeigen. Beispielsweise könnten „Charité – Universitätsmedizin“ und „Universitätsmedizin Göttingen“ gruppiert werden, da sie viele kompatible Metadaten gemeinsam haben.   Was gehört nicht zur Aufgabenstellung? Obwohl einige Anwendungsbeispiele Spielraum für Interpretation und kreative Beiträge erlauben, halten wir zur Klarstellung Folgendes fest: Es gibt keine technischen Einschränkungen für diese Aufgabe. Das Hauptaugenmerk liegt auf der Gestaltung der UI/UX Schnittstelle, damit Ärzte kompatible Merkmale zwischen Krankenhäusern identifizieren können, um anschliessend Studien zum maschinellen Lernen zu erleichtern. Studien zum maschinellen Lernen liegen nicht im Rahmen dieser Aufgabe. Die Idee ist es aber, dass die Ärzte folgenden Informationen abfragen können: Welche Merkmale sind angesichts der ausgewählten Krankenhäuser verfügbar und kompatibel? Wenn einige Krankenhäuser entfernt werden, wie viele Merkmale können dadurch potenziell gewonnen werden? Es ist für die Ärzte unerlässlich, mit der Schnittstelle zu interagieren und diese zu erkunden, um diese Informationen gut zu verstehen, bevor sie eine Studie zum maschinellen Lernen planen und durchführen.   Kriterien und Anerkennung Das Auswahlteam setzt sich zusammen aus Prof. Richard Roettger, University of Southern Denmark, PD Dr. med. Jana Zschüntzsch, Universitätsmedizin Göttingen, Rudolf Mayer, SBA Research Vienna, und Nicolai Dinh Khang Truong, PhD Student, University of Southern Denmark. Alle eingereichten Ideen werden vom Auswahlteam geprüft. Dieses wählt das Design oder die Designelemente aus, die am besten zum Ziel der Aufgabe passen und dieses optimal unterstützen, wobei es sich nicht unbedingt um ein einzelnes Design oder eine bestimmte Anzahl von Designs handeln muss. Teilnehmende, deren Designelemente für die Umsetzung ausgewählt werden, erhalten eine besondere Danksagung auf der Webseite der Metadatenbank. Das Auswahlteam stellt die Teilnehmenden auf Anfrage gerne ein Empfehlungsschreiben aus. Teilnehmende, deren Elemente ausgewählt wurden und einen wesentlichen Teil der Visualisierungsschnittstelle ausmachen, kann die Mitautorenschaft an einem wissenschaftlichen Artikel angeboten werden, sofern die Informationen über die Metadatenbank als veröffentlichungsfähig erachtet werden.   Wie können Sie Ihre Ideen einreichen? Ihre Einreichung kann „Mock-ups“ umfassen, entweder Computergrafiken oder handgezeichnete Darstellungen, d. h. statische Bilder davon, wie das Ergebnis aussehen könnte, zusammen mit Erläuterungen, wenn Interaktion oder dynamisches Verhalten vorgesehen sind. Für Computergrafiken können Sie Ihre bevorzugte Software für Interface-Design (Figma usw.) verwenden und Ihre Lösungen im Format jpg, png oder pdf einreichen. Bei handgezeichneten Skizzen sollten Sie darauf achten, dass die Beschriftungen und Zeichnungen verständlich sind. Ausserdem sollte klar ersichtlich sein, wie der Benutzer mit Ihrem Interface interagieren kann. Wir erwarten, dass das Mock-up für die Desktop-Ansicht auf einem Standardmonitor mit einer Auflösung von 1920 x 1080 optimiert ist. Es ist nicht erforderlich, Mock-ups für Tablets oder Smartphones zu erstellen. Konkret: Klicken Sie einfach auf die Schaltfläche oben rechts „Einreichen“ und los geht's.  Contact nitru@imada.sdu.dk

Challenge Metadata

• Challenge Name: DESIGNING AN INTERACTIVE DESKTOP DASHBOARD
• Date: 5/12/2025 11:57:36 AM
• Administrators:
  • Sem Mattli  | 
  • Adrian Bachofen  | 
  • Thu Nguyen  | 
  • nadine c martin

Challenge Description

Hintergrund

Die Metadatenbank, die wir im Rahmen des Screen4Care Projekts entwickelt haben, soll von Ärzten genutzt werden, um die Diagnose seltener Krankheiten mithilfe von maschinellem Lernen (Machine Learning) zu beschleunigen. Während der Großteil der Infrastruktur bereits vorhanden ist, suchen wir nach kreativen Lösungen für die Gestaltung der UI/UX-Schnittstelle.

In diesem Kontext müssen die Ärzte verstehen, welche Patientendatenfelder – im Folgenden als Metadaten bezeichnet – zwischen den Krankenhäusern kompatibel sind und über dasselbe Format erfügen. Die Metadatenbank speichert niemals tatsächliche Patientendaten, sondern lediglich Informationen welche Patientendatenfelder und Formate zur Verfügung stehen (siehe angehängte Beispieldaten von Krankenhäuser). Wir suchen nach einer innovativen webbasierten Benutzeroberfläche für einem Desktop, die es Ärzten ermöglicht, solche Metadaten effektiv zu identifizieren. Das ultimative Ziel besteht darin, dass Ärzte genau bestimmen können, welche Metadaten und Krankenhausquellen verfügbar sind, damit sie diese in Studien zum maschinellen Lernen verwenden können.

Um einen Überblick zu bekommen, sehen Sie sich bitte das  VIDEO   an.

Disclaimer: Dieses Video dient ausschließlich zu Informationszwecken. Einige aufgeführten Grafiken dienen ausschliesslich zum besseren Verständnis, sie sind jedoch nicht als Designvorlagen oder visuelle Richtlinien gedacht.

Music: https://www.bensound.com. Artist: Benjamin Tissot. License code: 6CSP0XDCP2UK7SDR.

Benutzeranforderungen und Anwendungsbeispiele

Kliniker müssen einfachen Zugriff auf die folgenden Schnittstellenfunktionen haben:

1. Einsehen von Krankenhauszusammenfassungen

• • Grundlegende Krankenhausdatenfelder sollen angezeigt werden: Name, Standort, Anzahl Patienten, Anzahl Patientenakten und verfügbare Metadaten

2. Vergleich von zwei Krankenhäuser hinsichtlich der Kompatibilität ihrer Metadaten

• • Krankenhäuser nach Name oder Standort suchen
  • Zwei Krankenhäuser auswählen und eine visuelle Zusammenfassung der Kompatibilität ihrer Metadaten anzeigen
    • Zum Beispiel, wenn “Charité – Universitätsmedizin” und “University Medicine Göttingen” ausgewählt wird, zeigt die UI/UX-Schnittstelle nicht nur die gemeinsamen Metadaten an, sondern gibt auch an, welche Metadaten als kompatibel gelten. Beide haben die Metadaten „Geburtsdatum“ und das Format „Vollständiges Datum“ gemeinsam.

3. Visualisierung von Teil-Kompatibilität

• •  Zeigen Sie an, wo die Metadaten teilweise kompatibel sind, und geben Sie Erläuterungen dazu.
    • Ähnliches Beispiel wie im zweiten Anwendungsfall. Wenn „Charité – Universitätsmedizin“ und „Odense University Hospital“ ausgewählt werden, gibt es erhebliche Unterschiede zwischen Metadaten und dem Format. Beispielsweise sind Geburtsdaten teilweise kompatibel, da das Format „Vollständiges Datum“ auch als „Jahr“ dargestellt werden kann, wobei jedoch zusätzliche Informationen verloren gehen. In einigen Fällen verwenden Krankenhäuser klinische Vokabulare für die standardisierte Dokumentation von Laborergebnissen, Diagnosen und vielem mehr, wie z.B. SNOMED-CT, LOINC und ORPHANET. Diese sind jedoch nicht vollständig miteinander kompatibel. Daher reicht es aus, sie als teilweise kompatibel zu deklarieren.

4. Vergleich von mehr als zwei Krankenhäuser

• • Vergleich von mehreren Krankenhäusern ermöglichen, ohne die Benutzer zu überfordern
    • Dieser Anwendungsfall ist eine Erweiterung von 2 und 3, bei der der Benutzer zusätzliche Krankenhäuser für einen detaillierten Vergleich hinzufügen kann. Im Durchschnitt gehen wir davon aus, dass der Benutzer mit etwa fünf Krankenhäusern interagiert und diese vergleicht. Wenn das Design für die Benutzer zu komplex und überwältigend ist, sollte es möglich sein, zu einem vereinfachten Design zu wechseln.

5. Clevere Vorschläge

• • Empfehlen von weiteren Krankenhäusern mit überlappenden, kompatiblen Merkmalen 
    • Sobald der Benutzer mindestens ein Krankenhaus ausgewählt hat, kann die Metadatenbank ihm weitere Krankenhäuser zur Auswahl empfehlen. Die Empfehlungen sollten immer verfügbar sein, den Benutzer jedoch nicht ablenken.

6. Suche nach Patientendatenfeldern

• • Eingabe von bestimmten Metadaten (z. B. Geburtsdatum, BMI) und sehen, welche Krankenhäuser diese Merkmale aufweisen
    • Alle Krankenhäuser zeigen verfügbare Metadaten an, sodass der Benutzer entscheiden kann, welche Metadaten für seine Machine-Learning-Studie verwendet werden sollen. Beispielsweise können ältere Patienten bestimmte seltene Krankheiten aufzeigen, daher möchten wir nur Krankenhäuser berücksichtigen, die über die Metadaten „Geburtsdatum“ verfügen.

7. Gruppierte Krankenhausansicht

• • Krankenhäuser nach der Menge kompatibler Daten gruppieren, sortiert in absteigender Reihenfolge
    • Anstatt Krankenhäuser einzeln anzuzeigen, sollte es eine Option geben, Krankenhäuser nach der Anzahl kompatibler Metadaten gruppiert anzuzeigen. Beispielsweise könnten „Charité – Universitätsmedizin“ und „Universitätsmedizin Göttingen“ gruppiert werden, da sie viele kompatible Metadaten gemeinsam haben.

Was gehört nicht zur Aufgabenstellung?

Obwohl einige Anwendungsbeispiele Spielraum für Interpretation und kreative Beiträge erlauben, halten wir zur Klarstellung Folgendes fest:

• Es gibt keine technischen Einschränkungen für diese Aufgabe. Das Hauptaugenmerk liegt auf der Gestaltung der UI/UX Schnittstelle, damit Ärzte kompatible Merkmale zwischen Krankenhäusern identifizieren können, um anschliessend Studien zum maschinellen Lernen zu erleichtern.
• Studien zum maschinellen Lernen liegen nicht im Rahmen dieser Aufgabe. Die Idee ist es aber, dass die Ärzte folgenden Informationen abfragen können: Welche Merkmale sind angesichts der ausgewählten Krankenhäuser verfügbar und kompatibel? Wenn einige Krankenhäuser entfernt werden, wie viele Merkmale können dadurch potenziell gewonnen werden? Es ist für die Ärzte unerlässlich, mit der Schnittstelle zu interagieren und diese zu erkunden, um diese Informationen gut zu verstehen, bevor sie eine Studie zum maschinellen Lernen planen und durchführen.

Kriterien und Anerkennung

Das Auswahlteam setzt sich zusammen aus Prof. Richard Roettger, University of Southern Denmark, PD Dr. med. Jana Zschüntzsch, Universitätsmedizin Göttingen, Rudolf Mayer, SBA Research Vienna, und Nicolai Dinh Khang Truong, PhD Student, University of Southern Denmark. Alle eingereichten Ideen werden vom Auswahlteam geprüft. Dieses wählt das Design oder die Designelemente aus, die am besten zum Ziel der Aufgabe passen und dieses optimal unterstützen, wobei es sich nicht unbedingt um ein einzelnes Design oder eine bestimmte Anzahl von Designs handeln muss.

Teilnehmende, deren Designelemente für die Umsetzung ausgewählt werden, erhalten eine besondere Danksagung auf der Webseite der Metadatenbank. Das Auswahlteam stellt die Teilnehmenden auf Anfrage gerne ein Empfehlungsschreiben aus. Teilnehmende, deren Elemente ausgewählt wurden und einen wesentlichen Teil der Visualisierungsschnittstelle ausmachen, kann die Mitautorenschaft an einem wissenschaftlichen Artikel angeboten werden, sofern die Informationen über die Metadatenbank als veröffentlichungsfähig erachtet werden.

Wie können Sie Ihre Ideen einreichen?

Ihre Einreichung kann „Mock-ups“ umfassen, entweder Computergrafiken oder handgezeichnete Darstellungen, d. h. statische Bilder davon, wie das Ergebnis aussehen könnte, zusammen mit Erläuterungen, wenn Interaktion oder dynamisches Verhalten vorgesehen sind.

Für Computergrafiken können Sie Ihre bevorzugte Software für Interface-Design (Figma usw.) verwenden und Ihre Lösungen im Format jpg, png oder pdf einreichen. Bei handgezeichneten Skizzen sollten Sie darauf achten, dass die Beschriftungen und Zeichnungen verständlich sind. Ausserdem sollte klar ersichtlich sein, wie der Benutzer mit Ihrem Interface interagieren kann.

Wir erwarten, dass das Mock-up für die Desktop-Ansicht auf einem Standardmonitor mit einer Auflösung von 1920 x 1080 optimiert ist. Es ist nicht erforderlich, Mock-ups für Tablets oder Smartphones zu erstellen.

Konkret: Klicken Sie einfach auf die Schaltfläche oben rechts „Einreichen“ und los geht's. 

Contact

nitru@imada.sdu.dk