朝菌学园ZhaoDesign
朝菌学园是一家专注前沿、未来、智能设计领域的品牌。包含人机交互设计、服务设计、用户体验设计、互动媒体装置、智能产品设计等学习方向，已经帮助数百名学员取得考研、保研与留学申请的名校录取offer
930篇原创内容
Official Account
，
01
写在前面
本文介绍了如何用以人为本的设计方法让人工智能做一些有价值的事情。在急诊室的环境中，我们使用以人为本的设计来提供人工智能驱动的分诊技术，来提高护士的技能，做到更快更好的分诊，以及提供更好的患者体验。
为人工智能模型定义成功的标准远非易事。它需要计算机科学和数据科学的知识，以及将世界上的事件和行动转换为权重、目标状态网络，以及为所需阈值设置精度和准确性标准的能力。尽管具备了这些能力，也远远不足以考虑人工智能驱动的服务在服务实施时如何为用户、客户、组织和其他利益相关者提供价值。数据驱动和人工智能驱动创造了新的机会和问题。
从设计的角度来看，我们需要新的技能和方法。
02
什么是有价值的？
看看上面的图片。如果觉着提供有价值的服务仅仅是在某一个具体问题上推进机器的学习，这种想法就太简单了。仔细考虑一下从技术支持到价值创造的这个神秘的灰色箭头——这是怎么发生的呢？
通常，团队会陷入一个技术陷阱，并定义一个关于价值创造如何发生的假设，但这些假设通常会比较天真且过于简化。
一个著名且搞笑的例子是，2020年11月，在因弗内斯加里多尼亚体育场因弗内斯卡利多尼亚岛的西斯尔(Inverness Caledonian Thistle)和艾尔联队(Ayr United)之间的比赛中， 自动足球摄像机一直捕捉的是裁判的头部而不是足球。
问题在于图像检测软件只关注了眼前最明显的任务（即在绿色背景下追踪圆形的物体)，而没有考虑现实世界的情况与摄像机操作者的工作情况。虽然裁判员的头和足球拥有相似的特征，但是即使是一个对足球一无所知的初学相机操作员也会意识到裁判的头部是不应该被跟踪捕捉的。
一个成功的工作流程不仅要包括 “做什么”，还应该包括 “不做什么”。其价值在于 预测和判断 在现实世界中不太可能发生的情况。
上图中的神秘灰色箭头的另一个问题是，它预先假设了技术的应用（例如机器学习）具有某种与生俱来的、近乎神奇的“创造价值”能力。这就导致箭头具有很强的误导性。让我们来进行一些分析与更新！
03
价值是在使用中创造的
为了知道价值是如何被利用或创造的，我们需要了解技术是 如何被使用的。这是以人为本设计的基石，关系到人的感知、认知与行为是如何影响价值创造的。当价值出现时，设计就需要考虑技能、工作流程和用户体验。
各种风格的设计——无论是业务设计、服务设计、用户体验设计还是交互设计——都是在给定的实际环境中打磨经验、工作流程、技能和使用。对于任何价值创造工作和服务，这种方法都是必须的。
我们可以完全跳过灰色箭头，因为事实证明，它不仅错过了使用的关键步骤，而且还朝着错误的方向发展。
更好的流程是从有价值的东西开始的——在未经过滤和真实的使用环境之中。理解行为和用户体验将会在技术需求方面得出更好更准确的结论。（例如，相机不应将人头与足球混淆。）通过对真实使用和体验的更牢固的把握，你可以对技术提出更好的要求。对于 AI 驱动的服务来说，下一步变得有趣：确保设计为持续的数据收集，以改进 AI 模型。
更新的过程从洞察驱动的研究开始，以发现在特定情况下有价值的内容。然后，我们继续了解行为和经验，以及赋能技术如何支持它们。
特别是对于机器学习技术，我们需要通过用户交互设计连续的数据收集，以重新训练和增强预测模型。这可以增加使用价值。这五个步骤（如上图所示）符合AI的良性循环（由Andrew Ng创造）的工作原理。
有了数据，机器学习服务就会变得更好;更好的服务吸引更多的用户;更多的用户生成更多的数据，从而使服务变得更好，以此类推。但是， 关键方面是以一种不会降低使用时的用户体验价值的方式收集正确的数据。 它还事先假设这些数据将用于监测长期以来的积极结果和影响。
在设计良好的服务中，循环的数据将行为和影响与预测和判断联系起来，从而使预测模型和人都能得到改善(“向用户超级充电”，并增强她的技能)。让我们看看如何使用面向设计的急诊室分诊流程来实现这一点。
04
人工智能驱动的急诊室
急诊室（ER）护理护理人员的核心任务是进行分诊。分诊是根据疾病或损伤的紧急程度对病人进行分类以确定治疗顺序的过程。分诊涉及采集一系列活力参数（体温、脉搏、血压、血氧饱和度和呼吸频率）。
由于这些测量是标准化的，我们的客户开发并构建了一个人工智能驱动的"分诊摄像头"，该摄像头带有传感器，临床上可以通过将患者置于摄像头前几秒钟，在测量中以非侵入性方式测量活力参数。
这项技术背后的最初想法是通过在自助服务室的急诊室放置摄像头，为过度劳累和压力重的急诊室护士提供快速分诊的价值。然后，人工智能服务将根据患者的评级对患者进行预分类，并从护士的工作流程中卸载活力测量操作。
这种思路类似于从技术到价值创造的"神秘"箭头。尽管目前还不清楚这将如何发生，也不清楚这是否是我们可以脱离所在环境得到的唯一或最高价值。
正如我们将看到的，我们的设计方法在几个方面挑战了这一假设。
05
我们的方法：设计冲刺
我们决定使用 设计冲刺方法，并为此设计挑战的第一次迭代专门安排一个专注的工作周。一个由设计师和专业护士组成的团队与分诊摄像机开发人员合作，建立了一个设计冲刺项目室，配有大量的白板和大屏幕，用于远程采访。
在整整一周的时间里，我们整理了日程表，准备了零食、咖啡、画板、便利贴和原型制作材料。
我们的第一项任务是访问我们城市的急诊室。我们与急诊室工作人员一起，制定了一个完整的工作流程，从患者进入急诊室开始，报告症状，评估他们的活力参数，并接受完整的分诊。我们还有机会采访了几位急诊室护士，了解他们的工作。
下午回到工作室，我们与专业的医疗保健顾问和客户的开发团队讨论了我们的发现。很明显，工作人员在候诊室的存在至关重要，在整个过程中，护理人员和患者之间的互动中发生了许多有趣的事情。专业护士和医生依靠的是所谓的“临床凝视”——一个与隐性知识相关的术语。尽管随着技术和传感器在医疗保健领域的引入， "临床凝视"的概念发生了巨大变化， 但急诊室工作人员报告了其在实践中的价值。它被描述为一种必不可少的，微妙的知识，虽然经过多年的经验磨练，但这也很难表达和定义。
当我们的第一个冲刺日结束时，我们意识到，为急诊室实施人工智能摄像头服务是一项重大挑战，不是从技术角度来看，而是从护士与患者的互动和护理质量的角度来看。减少会审时间仍然很重要，但如果服务要提供真正的价值，就需要考虑其他品质。
到了周二，我们试图进一步了解这个问题，从病人的角度以及前一天捕捉到的急诊室护士的角度，并将挑战绘制在旅程时间表上。为了在周五测试一些有用的东西，我们需要让原型积极地"寻找"有关护理质量和隐性护理人员技能的问题。
我们决定建立一个假的急诊室，里面有候诊室，相机原型，信息显示器和检查室。我们从医院急诊室招募了护士和临时演员，为周五的测试扮演病人。相机原型是纯黑色的鞋盒，旁边贴着相机镜头的图像。护士的数字用户界面是几个连接的屏幕，在安装的iPad上显示分诊活力参数，以及一个已经在诊所使用的常规患者日志系统的模型。
我们决定建立一个"丰富"的测试环境，在这个环境中可以展示不同的场景，以探索患者与护士互动的变化。我们在候诊室放置了两个摄像头作为自助服务室，并为抵达的病人提供如何使用摄像头的指导。我们还在检查室中放置了一个摄像头，以便主治护士可以（再次）使用它来进行补充测量。
星期五是测试和汇报日。下午的学习和讨论内容丰富，对人工智能摄像头服务的发展产生了许多影响。例如：
- 自助服务可以节省时间，但会忽略临床判断的关键方面。这种判断需要护士和病人之间的人与人之间的接触。
- 患者（尽管他们是这次冲刺中的"假"患者）报告说，自助摄像机给了他们一种自信感。然而，如果参数"无法理解"或"太极端"，也会给本已紧张的情况增加新的担忧。
- 患者担心，如果相机记录"太正常"的值，他们将无法足够快地遇到专业人士。"如果相机说我没有生病怎么办？那我就不接受治疗了吗？"一位患者评论道。
- 从候诊室接下一个病人的护士不断更新他对情况的意识。快速扫一眼候诊室，护士就能知道病人状况的重要细节。
- 手动操作，如血压，可以对患者产生镇静作用，而不仅仅是将患者放在自助照相机前。
- 随着摄像机实时测量参数，护士通过逐步读取生命体征来发展他们的技能和"临床凝视"。这使护士能够扩展他们的技能组合和"临床凝视"。但在所有参数同时传送到屏幕时似乎不会发生。对于这项服务来说，这里有一个关键的设计机会。仅为了提高速度而进行优化可能会妨碍护理质量和护士的技能发展潜力。
- 另一方面：从候诊室AI评估中获取所有参数，然后"手动"补充五个测量中的一个或两个，可以提高护士对患者状态的"整体意识"，并增强他们正确分诊患者的能力。
这些发现指向了一个更新的假设：人工智能驱动的摄像头服务有可能通过人与人之间的接触来加快分诊速度并提高护理质量，并提高护士的技能。 这项服务的设计应该将这些好处最大化，并允许护士和人工智能从经验中学习。 这意味着我们需要考虑这种反馈循环在实践中将如何发生，并将其与AI预测和人类判断联系起来。
确保所采取措施的影响被捕获并作为反馈回馈给人类用户和AI模型是至关重要的。通过仔细思考这个反馈循环，人工智能驱动的预测和人为的判断都可以得到增强，并提供更好的影响和价值。
06
总结：我们学到了什么
最初的服务假设（或AI驱动的会审摄像头的"概念"）看起来像这样：
换句话说：分诊摄像头将采用生命力参数，从而加快分诊率，使急诊室能够更快地推动更多患者通过系统。
在一个设计冲刺周之后，我们更新的视图如下所示（绿色为更新）：
通过仔细聆听护士的经验，结合工程师和设计师的观点，很明显可以实现一些更有价值的效果。修改后的摄像头工作流程不仅可以节省时间，还可以帮助护士在手动和人工智能驱动的测量组合中提供 更好，更准确 的分诊。此外，护士并没有脱离急诊室候诊室和病人，这使他们能够 发展自己的专业判断和"临床凝视"，而不是剥夺他们急需的镇定病人的接触。
通过从下游的患者遭遇中收集反馈数据， 可以改进AI模型。 护士和人工智能摄像头被认为是一个 提供服务的团队，而不是将人工智能视为一种孤立的技术。团队合作方法对于为患者和护士实现长期积极影响至关重要。
通常，内隐的成功标准(即基本的但没有定义的)和外显的成功标准一样重要。其他时候，人工智能模型被认为与人类操作者和环境脱节。正如这个案例研究显示的那样，使用设计和研究来为任务和工作流建模，在真实的环境中测试原型，并将人类的判断和增强作为一个中心设计目标，我们可以大幅提高发现隐性成功标准(如专业的“临床观察”)的可能性，并设计出一种 AI和人类合作的团队方法。
还有一件事……
在本次讨论的背景下，除了个人服务设计之外，还有另一个重要的战略方面：设计管理的重要性。
毫无疑问，对于公司或组织来说，制定和发展设计策略是有直接价值的。这意味着投资于技能发展和创造力，而不是通过自动化现有工作流程来关注短期生产力。后一种方法抵消了人类学习和发展的愿望和能力，而前者则为公司建立了战略价值和资产。人类在他们发展和成长的环境中茁壮成长，这可以直接转化为公司价值的增加。不管是个人还是组织都要学会“以人为本”的设计。