《Médecine du Sommeil》：Designing for Usability: Optimizing Human–Computer Interaction
编辑推荐：
电子健康记录（EHR）因过度强调合规性而忽视易用性，导致医护人员认知过载与倦怠。核心问题包括复杂界面、冗余数据录入、警报疲劳及培训不足。优化需结合Nielsen人机交互原则、参与式设计及AI技术（如NLP、大语言模型），通过医生主导的临床决策支持工具改进实现。
Veena Lingam | Julie Jung Hyun Lee | Randa Perkins
美国佛罗里达州坦帕市H. Lee Moffitt癌症中心和研究所临床信息学与临床系统部门
章节摘录
要点
-
•在美国，电子健康记录（EHR）的采用主要是受监管要求的推动，往往忽视了可用性和设计因素，导致医护人员出现严重的认知负担和职业倦怠。
-
•EHR中增加认知负担的关键因素包括复杂的用户界面、过多的数据录入要求、警报疲劳以及培训不足。
-
•提高可用性需要采用以用户为中心的设计方法，并应用尼尔森的可用性启发式原则。
关键定义
-
认知负担：当个体面对超出其处理能力的信息量时所产生的心理压力，会导致错误和疲劳。
-
医生职业倦怠：一种长期的压力反应，表现为情绪衰竭、对患者的冷漠或消极态度，以及个人成就感的下降。
关键定义
-
人机交互（HCI）：研究人们如何与计算机和其他数字系统交互，强调设计用户友好的界面。
-
以用户为中心的设计：一种系统设计和开发方法，通过关注系统的实际使用情况，应用人体工程学和可用性知识与技术来提高系统的可用性。
基本设计原则
雅各布·尼尔森的10条可用性启发式原则是设计直观系统、减少认知负担的关键。
案例研究：优化可用性的设计
对两种临床决策支持（CDS）工具的重新设计——一种万古霉素用药提醒系统和一个艰难梭菌（C difficile）用药面板——展示了如何应用核心可用性原则来改善临床决策。
新兴解决方案：人工智能在医疗保健中的作用——提升可用性并减轻认知负担
人工智能（AI）的最新进展，特别是在自然语言处理（NLP）和大型语言模型（LLMs）领域，正在彻底改变医疗保健领域的人机交互，提供强大的解决方案以提高系统可用性并减轻认知负担。AI已大规模应用的初步领域包括：
临床护理要点
-
•让一线临床医生（最好是接受过临床信息学培训的医生）参与电子健康记录（EHR）和临床决策支持（CDS）的设计。
-
临床医生对于将系统设计与临床推理、工作流程实际情况及安全原则相一致至关重要。医生信息学家的参与能够提升系统可用性，避免意外后果，并确保医疗信息技术支持而非阻碍患者护理。
•设计用户界面以减少认知负担，例如通过……
关于写作过程中使用AI和AI辅助技术的声明
在撰写本文的过程中，作者使用了OpenAI的ChatGPT/Deep Research工具来检索和总结相关文献。使用该工具/服务后，作者对内容进行了必要的审核和编辑，并对出版物的内容负全责。
