De 5 W's

Wie?

Het probleem komt voor bij neurochirurgen, artsen en onderzoekers die gebruik maken van de tool. Ze geven aan dat ze tegen de limieten van de tool aanlopen. Aan de hand van nieuwe onderzoeken en inzichten is er meer data beschikbaar gekomen die kan bijdragen aan het nauwkeuriger opstellen van een behandelplan. De data uit de MRI-scans is al aanwezig maar hier wordt nog niets mee gedaan. De gebruikers van de tool zijn geavanceerde gebruikers die kennis hebben van complexe tools vergelijkbaar met PICTURE.
Ook is het een probleem voor PICTURE zelf omdat de tool nu niet doorontwikkeld wordt en dit ervoor zorgt dat de tool waarde verliest aangezien er op dit moment alweer meer mogelijk is dan 2 jaar geleden, bij de oplevering van het project.
Binnen deze groep zijn er 2 use cases voor het gebruiken van PICTURE:
  • Nieuwe patiënt: als er een nieuwe patiënt geïntroduceerd wordt dan ondersteunt de tool in het plannen van een operatie voordat er een behandeling gedaan is.
  • Communicatiemiddel: het visualiseren van de keuze van de arts aan de hand van de inzichten die hij/zij opdoet uit de tool. Deze inzichten worden gecommuniceerd tijdens een MDO.

Wat?

Het is niet mogelijk om in het huidige functionele prototype te kunnen filteren op een specifieke patiëntgroep die vergelijkbaar is met jouw patiënt. Wanneer er een nieuwe patiënt binnenkomt zouden artsen aan de hand van een filtering uit de big data van MRI-scans een behandelplan op willen stellen. Op dit moment is het alleen mogelijk om de data van alle geüploade patiënten, samengevoegd, te vergelijken met jouw patiënt. Zoals je je misschien wel kunt voorstellen kan leeftijd, gender en andere patiëntkarakteristieken zorgen voor grote verschillen in behandelbaarheid.
Verder is het inmiddels mogelijk om aan de hand van deze data berekeningen te maken over onder andere de overlevingskans en groeisnelheid van de tumor. Deze berekeningen moeten logisch gevisualiseerd worden en zich aanpassen aan de hand van de geselecteerde filters. Deze berekeningen dragen bij aan het maken van een betere beslissing. Met de tool ter ondersteuning en onderbouwing van deze uitkomst.

Waarom?

Zoals je je misschien wel in kunt denken maakt het nogal uit of een patiënt, waarmee een arts de huidige patiënt vergelijkt, 40 is of 89. Het is een probleem omdat deze data erg belangrijk is voor het voorspellen van het ziektebeeld en de behandeling daarvan. Op dit moment is het een probleem dat dit niet kan. Alle data die in de tool zit wordt meegenomen in de uiteindelijke berekening, opstellen van het behandelplan en probability (complexiteit) van de tumor. Ook is het delen van kennis een belangrijk onderdeel binnen de tool. Het probleem was dat dit niet veel werd gedaan tussen verschillende behandelcentra. De huidige tool maakt het al mogelijk om kennis te delen door middel van het uploaden van MRI-scans. Echter zou het toevoegen van meer (filter) variabelen en de data uit de MRI-scans zorgen voor nog waardevollere data die gedeeld kan worden onder de verschillende behandelcentra. Dit zou helpen met het onderzoek en de behandeling van (hersen)kanker.

Waar?

Aangezien het een digitale tool is, is de plek onafhankelijk. De tool wordt het meest gebruikt in een medische setting, dit kan bijvoorbeeld in het VUmc zijn. Ook wordt de tool gebruikt tijdens een MDO. De resultaten/inzichten worden dan door middel van een deelbare link op een beamer getoond. Op deze manier kan de arts zijn/haar keuzes onderbouwen a.h.v de inzichten die zijn opgedaan in de tool.

Wanneer?

Op het moment dat er een nieuwe patiënt geïntroduceerd wordt, wordt de tool op dit moment ingezet. De tool wordt dan gebruikt om de patiënt te vergelijken met de gehele populatie, dat wil zeggen, alle geüploade patiënten in de tool. Hierdoor kan er gekeken worden naar behandelbaarheid en complexiteit van de tumor. Ook wordt de tool gebruikt als onderzoeksmethode om onderzoek te doen naar tumoren. Dan wordt de tool gebruikt door onderzoeken, gedaan door PICTURE, in de tool te onderzoeken of er bepaalde patronen te vinden zijn die mogelijk kunnen bijdragen in het behandelen van tumoren in de toekomst.

Hoe?

Een mogelijke oplossing zou iets vergelijkbaars kunnen zijn zoals Photoshop maar dan voor MRI scans. Ik denk dat ik veel inspiratie op kan doen uit dit soort complexe tools met veel functionaliteiten. Hoe ik al deze data ga structureren en ordenen in deze tool gaat een grote uitdaging worden. Ook moet ik rekening houden met een goede informatiestructuur zodat het een goed navolgbaar proces is voor de gebruiker. Ik ga dit doen door onderzoek te doen naar de data en deze samen met het VUmc te structureren. Onderzoek moet uitwijzen wat hier de beste manier voor is.
Op basis van de omschrijving van de opdracht en mijn voorkennis op dit gebied moet de oplossing zorgen voor een goed gebruiksgemak en moet er vooral rekening gehouden worden met een zo goed mogelijke UX met uitleg zoals een tool als Photoshop. De “looks” zouden op de tweede plaats komen.
Last modified 1yr ago