AI 影像诊断平台的5大设计要点

对于医疗科技的产品经理来说，我们不仅要做好基础的产品设计与规划工作，还要考虑到产品的使用对象，让产品对用户足够友好、并且易懂易操作。

在谈到AI医学影像产品的设计时，在通用的产品设计方式上面我一直认为有两种方式:

第一种是基于体验流来设计的；
另外一种是基于工作流程设计的。

对于医疗领域使用对象权重更加倾向于医护人员的使用，才能渗透到患者用户层面。

无论是哪种设计方式，不可否认的是减轻是医护人员的工作流程是第一，很多医护人员在使用你的产品之前都是抱着这种目的去的。

然而我看过部分公司在产品设计这件事上投入的精力还不及技术研究的万分之一，有的只把产品细节设计当作摆设，粗制滥造一个技术工具就结束了，不断地去提升整体的准确率等等。

我承认，对于HIS、RIS等等信息化产品对于界面的要求都是次优先级的。

其实产品设计并不只是UI的设计参与，更多的是业务流程是否可以简化、是否可以不用那么多的培训成本。

至少，有些是忽略了医生对科技对信息化的操控能力以及理解能力。

在实施过程中，我遇到过培训了5次的医院，可他们还是学不会，回过来想想，原因就是我们的设计太过于复杂。

我们的产品确实是解决了刚需问题，可作为AI医疗产品的设计师，我们要如何设计实用而又简化的的产品，有没有一些方法可循？

AI医疗产品的作用是信息辨析准确和简化流程。

信息辨析准确是告诉访医护人员这款产品有什么功能，精确度到哪一个范围。

其次，简化流程是，在医护人员简单的操作之下辅助他们完成所谓的病理争端，更直接的说是为什么值得医护人员购买。按照医护需求的顺序，有以下5大设计要点：

基于分布式架构的部署
自动适配ID编号，进度查询标识
优化缓存能力
产品界面简单直观
标注操作的适配性

一、基于分布式架构的部署

医疗产品的基础就是架构问题，如果架构问题没有整理好，这将会引来多大的麻烦？

2017年的时候我们在部署样板医院的时候，那时候并没有使用分布式架构，现在的架构那是后来遇到问题后重构的。

依稀记得，我们在一个医院上线了影视娱乐应用，对接了内外网的片源，医院外网版本的话就对接的是我们的云服务器，我们把片源都放在了云服务器。而医院内网版本的就是对接了他们本地部署的服务器里面。

项目上线后，我们的影视娱乐应用没想到那么受病房的用户欢迎。

要知道，他们面对冰冷的病房只有一台电视的时候，手机没那么方便的时候。我们的后台请求一下子就塞满，导致整个服务崩掉。

这不是最惨的，接而其他医院也受到了影响。结果可想而知，是多么糟糕的。

最后我们重构了，经过设计处理之后的新架构，比实际的应用空间更大，它是可以通过一些不要的麻烦来来传达产品价值。

首先，我要介绍一下使用微服务的高可用性，可以主节点和从节点来回替换使用。

换而言之医院服务的主系统崩溃后，后面的从系统可以替换使用，当主系统修复后再替换下来。

另外，你的产品占据了医护人员最宝贵的工作流程里面，它反应速度以及容错率决定了医护人员对你的产品第一印象。

假如落地之后，在实际环境当中，企业级产品的表现力远远不只是一台测试环境那么简单，它会一下接受更多的并发。

还有一个原因是这样的架构有利于硬件资源的充分使用，这才能提高效率节约成本。

最关键的是——通过分布式架构可规模化的落地。

这就是为什么我们要使用分布式架构的原因。

二、自动适配ID，进度查询

用AI医学影响辅助诊断会成为近年来流行的一大趋势，那么刚才提到的高并发情况下会导致数据量的暴增。

按照三甲医院的数据量来说，上千的报告还是有的，每一次的辅助诊断都需要等待上一次的病理报告检查完才可以进行下一个病理报告的分析。这样一来不仅没有减轻医生的工作流程，还增加了负担。

如果要做到同时进行1000份病理报告的分析，那我们是不是要对每一次输入的病理进行一个ID适配，当然这种ID适配最好是自动的按照时间的先后顺序进行标码。

为什么要进行标识ID？是为了可以查询病理报告的分析相关的进度。间接体现出以“医护”为主的产品设计。

三、增加缓存机制

我们还需要优化容器的分配——

当一个医生丢入一张病理图片后我们进行分析；再分析到一半的时候，医生暂停了这个项目的分析；后面又想继续这个项目的分析。

所以缓存的优化是非常关键——避免资源浪费。这样一来ID的自动分配就派上用场了。

要知道：一张病理图片的大小接近1个G，那么多张病理图片进行数据拉取的时候，我们需要对这些数据进行缓存，这样才能保证我们的磁盘IO不会成为我们产品的瓶颈，让GPU的使用比较高一些。

四、产品界面简单直观

对于易操作的产品设计，使用图片查阅习惯来设计流水结构能有效带动医护人员的可阅读性，推动转化行为。

例如：使用侧边栏TAB，去掉顶部导航，只保留了图片显示完整性。在下拉菜单中则收拢了帮助中心、产品演示等资源入口，用清晰的组织方式把这些信息集中在一起，让想要了解更多信息的人自己去探索。

简单直观的运用产品界面图作为首屏大图，让用户对产品使用过程有一种直观的体验，也是一种对于自己产品的设计很有自信的表现。

用来强化提醒病灶坐标和丰富视觉警示USP，让它看起来更有专业性。可以从正面出发列举产品功能、强调产品优势，也可以从侧面来印证。

首屏大标题ID是USP的核心，简短明确的诊断建议是一个强有力辅助效果。通常位于图片右侧边栏较显眼的位置，用大字体突出，同时可以用小字在旁边进行辅助说明。

另外使用扁平结构可以减小页面的深度，让医护人员用较少的点击就能到达目标页面，同时有利于他们图片抓取效率。

再根据重要性递减排列，定位不太重要的功能。

对于一些庞大的医学影像分析产品，首先要尽量精简选项，舍弃不必要的信息、隐藏次要信息，再考虑在有限的空间里把信息入口展现完整。

既然官网的目标是完成影像，那么病灶一定是整个项目中最醒目、最聚焦视线的。很多研究证明绿色是能让人放松的颜色，而带有提醒作用的是黄色，警示作用的是红色。

说完了颜色的选择，再说一下文案，那么文案应该是一目了然的动词短语，使用含有紧迫感的文字例如“高度疑似”，或者注意导向的文字例如“疑似”，可以有效引发用户的深入研究的欲望。

五、标注工作的适配性

在AI影像产品中，AI数据标注工作被称作“人工智能背后的工作”。“数据是人工智能的血液。

从数据的收集、清洗、标注到校验都离不开人工。数据标注最基本的就是画框，比如检测目标是肠癌，标注员就需要把一张图上的所有癌症病灶都标出来，框得不准确机器就可能造成判断失误。

可想而知对于标注师的要求是多么的严格，那么标注工作也是严谨的。

对于标注工作使用的载体，一般都会用到 iPad 、电脑。而大部分的标注师都是兼职的，利用他们碎片化的时间进行图像标注，就便携性来说 iPad 当然是首选。

在我们设计标注工具的时候要注意，在医疗数据标注中，标注员需要做医疗图像的分割，是把肿瘤区域标出来，那么这个标注产品应该设计的类似一款游戏，那就是找茬游戏。既能放大、旋转、翻倒图片的同时还可以标记记录。

以上就是我总结的AI影响诊断平台五大设计要点！