User Interfaces in Machine Learning-Based Decision Support for Emergency Department Triage – A Systematic Review
这项针对25项研究的系统综述表明，尽管以用户为中心的设计至关重要，但用于急诊分诊的基于机器学习的临床决策支持系统往往缺乏全面的界面功能、可用性测试以及跨学科协作，从而阻碍了其在现实世界中的应用与成效。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正走进一间繁忙的急诊室。那里嘈杂、混乱，每个人都在奔波。在这场风暴中心站着一位分诊护士，她是决定谁先被救治的守门人。她的工作是在患者开口说话之前，就能察觉到谁可能处于危险之中。现在，想象给这位护士配一个超级聪明的电脑助手。这不仅仅是一个计算器；它是一个人工智能（AI），读过了数百万份医疗记录，并能发现人类可能忽略的模式。这就是机器学习（ML）在医疗领域的承诺：一种帮助医生做出更快、更安全决策的工具。
但问题在于：如果沟通方式令人困惑，拥有一个超级聪明的大脑也是不够的。这就像是一辆一级方程式赛车。你可以拥有世界上最强大的引擎，但如果方向盘是果冻做的，仪表盘布满了静电干扰，驾驶员就无法使用它。在医疗世界中，这个“方向盘”被称为用户界面（User Interface）。它是显示 AI 建议给护士看的屏幕、颜色、按钮和警报。如果界面笨拙，护士可能会感到沮丧、忽视电脑，或者因为不堪重负而犯错。这篇论文提出了一个简单但至关重要的问题：我们为急诊室构建的这些电脑屏幕，究竟是为了帮助疲惫、压力巨大的护士而设计的，还是仅仅是阻碍工作的花哨显示器？
伟大的界面搜寻
这篇论文的作者们——来自德国的一个研究团队——决定扮演侦探。他们想看看这些 AI 分诊工具的“方向盘”在现实世界中究竟是什么样子的。他们不仅观察了 AI 对疾病预测得有多准（这已经被研究了很多）；他们还观察了 AI 是如何向人类展示其答案的。他们搜寻了五个巨大的科学论文数据库，寻找自 2015 年以来发表的所有内容。在筛选了 2,678 项研究后——就像在草堆里找针一样——他们找到了 25 项完美匹配的研究。这些研究是关于专门设计用于帮助护士在急诊室决定谁需要优先获得帮助的 AI 工具。
他们的发现：琳琅满目的屏幕
研究小组发现，虽然 AI 的大脑正在变得越来越聪明，但它们展示给我们的屏幕仍然有些混乱。
- “黑箱”问题： 在他们观察的系统中，80% 的系统只是给出一个数字或简单的“是/否”答案。例如，它可能会说：“该患者有 85% 的败血症风险。”但它并没有告诉护士应该针对此情况“做什么”。这就像一个天气应用告诉你降水概率为 90%，却没说“所以，带把伞吧！”研究人员发现，在 80% 的这类“子问题”案例中（即 AI 寻找特定疾病的情况），工具只显示了一个风险评分，却没有提供任何后续步骤的指导。
- 视觉 vs. 噪音： 研究人员注意到，几乎没有人使用声音。在嘈杂的急诊室里，响亮的警报只会增加混乱，因此大多数系统依赖于视觉。大约三分之二的工具使用了图片或颜色（比如用红色背景表示危险），但极少使用音频警报。
- 简单 vs. 复杂： 团队将屏幕分为三类：
- 简单型： 仅有文本或仅有一种颜色。（8 个系统）
- 中级型： 文本与图片的结合。（13 个系统）
- 复杂型： 文本、图片和数字协同工作。（4 个系统）
有趣的是，“商业化”工具（即公司销售的产品）往往比实验室研究人员开发的工具拥有更华丽、更复杂的屏幕。然而，那些华丽的商业工具通常还没有真正接入医院的主电脑系统，这意味着护士可能需要登录一个单独的网站才能使用它们。在匆忙赶路时，这可意味着要多点好几次鼠标。
缺失的环节：测试与培训
故事在这里变得有点令人难过。作者发现，这些工具中极少有是在投入使用前经过真实护士测试的。
- 他们询问过用户吗？ 只有极小比例的研究提到了询问护士：“这个屏幕好用吗？”或者“它符合你的工作流程吗？”
- 他们培训过员工吗？ 几乎没有人谈论过如何教导护士使用这个新工具。这就像买了一个新的游戏机，却不给说明书或教程就直接扔给玩家。你可能会猜着怎么玩，但你很可能会感到挫败。
- 是谁建造了它？ 大多数团队是由医生和计算机科学家组成的。但几乎没有一个团队拥有“人机交互”（Human-Computer Interaction）专家——即那些知道如何设计让事物对人类感觉自然的专家的成员。
结论：我们有了引擎，但我们需要更好的仪表盘
论文得出结论，虽然我们拥有了能够预测谁生病的惊人 AI，但我们在确保护士能够真正“使用”这些信息方面做得还远远不够。作者认为，在像急诊室这样高压的环境下，一个糟糕的界面不仅会让人烦恼，还会导致压力、疲劳，甚至导致错误的决策。
他们建议，为了解决这个问题，我们不能仅仅是构建 AI，而要开始设计“体验”。这意味着：
- 倾听用户： 在设计过程的早期阶段就让护士参与进来。
- 测试屏幕： 在上线前确保界面易于阅读和使用。
- 清晰明确： 不仅要显示风险，还要显示该做什么，并且要诚实地说明电脑的确定程度。
作者并不是说 AI 失败了。他们是在说，为了让 AI 真正能在急诊室拯救生命，我们需要像对待药物一样仔细地对待屏幕。我们需要弥合智能电脑与疲惫护士之间的鸿沟，确保当 AI 发声时，护士能清晰地听到并立即采取行动。在此之前，这些救命工具的全部潜力仍将被锁在扇混乱的门后。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。