DE
sb-1 color-1-top, st-1, sb-2 color-2-bottom, st-2 color-2-full, sb-3 color-2-full, st-3 color-2-full, sb-4 color-2-top, st-4, sb-5, quote
Siemens Healthineers
Der intelligente Begleiter für die Arbeit von Radiologen
Siemens Healthineers ist eines der weltweit führenden Medizintechnik-Unternehmen und bietet innovative Produkte und Dienstleistungen für zahlreiche Bereiche des Gesundheitswesens. Im Bereich der multimodalen Bildgebung stellt Siemens Healthineers eine KI-gestützte, Cloud-basierte Anwendung zur Entscheidungsunterstützung bereit: den AI-Rad Companion.
Branche
Healthcare and Life Sciences
Zeitraum
seit 2019
Kontext & Ausgangspunkt
Radiologen und Radio-Onkologen müssen tagtäglich eine immense Anzahl an Bildern auswerten, wofür bei der wachsenden Arbeitslast meist nur wenig Zeit bleibt. Der AI-Rad Companion unterstützt seine Anwender bei der Begutachtung von Bildern und dem Erkennen radiologischer Auffälligkeiten. Mithilfe von Deep-Learning-Algorithmen werden Bilddatensätze automatisch nachbearbeitet, etwa durch das Labeln von Anatomien und dem Vergleichen der Ergebnisse mit Referenzwerten. Auf diese Weise können Nutzer bei Routineabläufen mit ständig wiederkehrenden Aufgaben und hohen Fallzahlen unterstützt werden.
Kontext & Ausgangspunkt
Radiologen und Radio-Onkologen müssen tagtäglich eine immense Anzahl an Bildern auswerten, wofür bei der wachsenden Arbeitslast meist nur wenig Zeit bleibt. Der AI-Rad Companion unterstützt seine Anwender bei der Begutachtung von Bildern und dem Erkennen radiologischer Auffälligkeiten. Mithilfe von Deep-Learning-Algorithmen werden Bilddatensätze automatisch nachbearbeitet, etwa durch das Labeln von Anatomien und dem Vergleichen der Ergebnisse mit Referenzwerten. Auf diese Weise können Nutzer bei Routineabläufen mit ständig wiederkehrenden Aufgaben und hohen Fallzahlen unterstützt werden.
Kontext & Ausgangspunkt
Radiologen und Radio-Onkologen müssen tagtäglich eine immense Anzahl an Bildern auswerten, wofür bei der wachsenden Arbeitslast meist nur wenig Zeit bleibt. Der AI-Rad Companion unterstützt seine Anwender bei der Begutachtung von Bildern und dem Erkennen radiologischer Auffälligkeiten. Mithilfe von Deep-Learning-Algorithmen werden Bilddatensätze automatisch nachbearbeitet, etwa durch das Labeln von Anatomien und dem Vergleichen der Ergebnisse mit Referenzwerten. Auf diese Weise können Nutzer bei Routineabläufen mit ständig wiederkehrenden Aufgaben und hohen Fallzahlen unterstützt werden.
Zielsetzung
Vertrauen schaffen in KI
Der AI-Rad Companion steht für eine Produktfamilie, die Lösungen (auch Erweiterungen oder Extensions genannt) für verschiedene Modalitäten und Körperregionen bereitstellt. Um eine konsistente Gestaltung über alle Erweiterungen hinweg zu gewährleisten, wurde UseTree für die Entwicklung der vier Anwendungen Brain MR, Prostate MR, Chest X-ray und Organs RT ins Boot geholt.
Vor Projektbeginn lagen bereits Mockups und Prototypen der Anwendungen vor, ebenso wie der Styleguide der übergeordneten Produktfamilie. Aufgabe war es, eine FDA-konforme Produktentwicklung über verschiedene Produktteams hinweg sicherzustellen, die gleichermaßen UX-Research und -Testing, UX-Design sowie UX-Consulting beinhaltete. Darüber hinaus richtete sich das Augenmerk auf eine transparente und verständliche Interaktion zwischen Arzt und innovativer Technologie, die Vertrauen in eine KI-basierte Anwendung schafft und einen erkennbaren Mehrwert bietet.
Zielsetzung
Vertrauen schaffen in KI
Der AI-Rad Companion steht für eine Produktfamilie, die Lösungen (auch Erweiterungen oder Extensions genannt) für verschiedene Modalitäten und Körperregionen bereitstellt. Um eine konsistente Gestaltung über alle Erweiterungen hinweg zu gewährleisten, wurde UseTree für die Entwicklung der vier Anwendungen Brain MR, Prostate MR, Chest X-ray und Organs RT ins Boot geholt.
Vor Projektbeginn lagen bereits Mockups und Prototypen der Anwendungen vor, ebenso wie der Styleguide der übergeordneten Produktfamilie. Aufgabe war es, eine FDA-konforme Produktentwicklung über verschiedene Produktteams hinweg sicherzustellen, die gleichermaßen UX-Research und -Testing, UX-Design sowie UX-Consulting beinhaltete. Darüber hinaus richtete sich das Augenmerk auf eine transparente und verständliche Interaktion zwischen Arzt und innovativer Technologie, die Vertrauen in eine KI-basierte Anwendung schafft und einen erkennbaren Mehrwert bietet.
Zielsetzung
Vertrauen schaffen in KI
Der AI-Rad Companion steht für eine Produktfamilie, die Lösungen (auch Erweiterungen oder Extensions genannt) für verschiedene Modalitäten und Körperregionen bereitstellt. Um eine konsistente Gestaltung über alle Erweiterungen hinweg zu gewährleisten, wurde UseTree für die Entwicklung der vier Anwendungen Brain MR, Prostate MR, Chest X-ray und Organs RT ins Boot geholt.
Vor Projektbeginn lagen bereits Mockups und Prototypen der Anwendungen vor, ebenso wie der Styleguide der übergeordneten Produktfamilie. Aufgabe war es, eine FDA-konforme Produktentwicklung über verschiedene Produktteams hinweg sicherzustellen, die gleichermaßen UX-Research und -Testing, UX-Design sowie UX-Consulting beinhaltete. Darüber hinaus richtete sich das Augenmerk auf eine transparente und verständliche Interaktion zwischen Arzt und innovativer Technologie, die Vertrauen in eine KI-basierte Anwendung schafft und einen erkennbaren Mehrwert bietet.
Vorgehen
Innovation mit regulatorischen Anforderungen vereinen
Zu Beginn stand eine intensive Auseinandersetzung mit dem Nutzungskontext im Fokus. In Workshops, Interviews, Expert Reviews und Aufgabenanalysen identifizierten die Projektteams nutzerzentrierte Anforderungen und erste Risiken sowie Usability-Probleme. In vier Iterationen gestaltete das Design-Team Schritt für Schritt die Lösungen aus.
Komplementär dazu erfolgte das formative und summative Testing durch das Research-Team – immer mit dem Ziel, Risiken zu minimieren, bis am Ende ein Produkt für Ärzte entsteht. Weiterer Teil des Risiko-Managements bestand aus dem Testing des Benutzerhandbuchs. Jeden einzelnen Schritt sowie alle Änderungen aus den Testungen dokumentierte das Research-Team ausführlich in einer Usability-Akte.
Vorgehen
Innovation mit regulatorischen Anforderungen vereinen
Zu Beginn stand eine intensive Auseinandersetzung mit dem Nutzungskontext im Fokus. In Workshops, Interviews, Expert Reviews und Aufgabenanalysen identifizierten die Projektteams nutzerzentrierte Anforderungen und erste Risiken sowie Usability-Probleme. In vier Iterationen gestaltete das Design-Team Schritt für Schritt die Lösungen aus.
Komplementär dazu erfolgte das formative und summative Testing durch das Research-Team – immer mit dem Ziel, Risiken zu minimieren, bis am Ende ein Produkt für Ärzte entsteht. Weiterer Teil des Risiko-Managements bestand aus dem Testing des Benutzerhandbuchs. Jeden einzelnen Schritt sowie alle Änderungen aus den Testungen dokumentierte das Research-Team ausführlich in einer Usability-Akte.
Vorgehen
Innovation mit regulatorischen Anforderungen vereinen
Zu Beginn stand eine intensive Auseinandersetzung mit dem Nutzungskontext im Fokus. In Workshops, Interviews, Expert Reviews und Aufgabenanalysen identifizierten die Projektteams nutzerzentrierte Anforderungen und erste Risiken sowie Usability-Probleme. In vier Iterationen gestaltete das Design-Team Schritt für Schritt die Lösungen aus.
Komplementär dazu erfolgte das formative und summative Testing durch das Research-Team – immer mit dem Ziel, Risiken zu minimieren, bis am Ende ein Produkt für Ärzte entsteht. Weiterer Teil des Risiko-Managements bestand aus dem Testing des Benutzerhandbuchs. Jeden einzelnen Schritt sowie alle Änderungen aus den Testungen dokumentierte das Research-Team ausführlich in einer Usability-Akte.
Ergebnis
Eine intelligente Unterstützung für Ärzte
Am Ende des Projektes begrüßt der AI-Rad Companion vier neue Produktmitglieder, die bereits in vielen Ländern verfügbar sind. Das Design schafft es dabei, die Brücke zwischen einer konsistent gestalteten Produktfamilie und den spezifischen Anforderungen der Extensions zu schlagen. Gleichzeitig liefert die transparente und reduzierte Darstellung genau so viele Informationen, um nicht überladen zu wirken und trotzdem verständlich zu bleiben.
Auf diese Weise erhält der Radiologe schnell und einfach zusätzliche Informationen zur Entscheidungsunterstützung, ohne im Vorfeld zeitintensive Anpassungen vornehmen zu müssen. Damit integriert sich der AI-Rad Companion nahtlos in den Workflow seiner Anwender und begleitet Radiologen und Radio-Onkologen bei ihrer täglichen Arbeit.
Ergebnis
Eine intelligente Unterstützung für Ärzte
Am Ende des Projektes begrüßt der AI-Rad Companion vier neue Produktmitglieder, die bereits in vielen Ländern verfügbar sind. Das Design schafft es dabei, die Brücke zwischen einer konsistent gestalteten Produktfamilie und den spezifischen Anforderungen der Extensions zu schlagen. Gleichzeitig liefert die transparente und reduzierte Darstellung genau so viele Informationen, um nicht überladen zu wirken und trotzdem verständlich zu bleiben.
Auf diese Weise erhält der Radiologe schnell und einfach zusätzliche Informationen zur Entscheidungsunterstützung, ohne im Vorfeld zeitintensive Anpassungen vornehmen zu müssen. Damit integriert sich der AI-Rad Companion nahtlos in den Workflow seiner Anwender und begleitet Radiologen und Radio-Onkologen bei ihrer täglichen Arbeit.
Ergebnis
Eine intelligente Unterstützung für Ärzte
Am Ende des Projektes begrüßt der AI-Rad Companion vier neue Produktmitglieder, die bereits in vielen Ländern verfügbar sind. Das Design schafft es dabei, die Brücke zwischen einer konsistent gestalteten Produktfamilie und den spezifischen Anforderungen der Extensions zu schlagen. Gleichzeitig liefert die transparente und reduzierte Darstellung genau so viele Informationen, um nicht überladen zu wirken und trotzdem verständlich zu bleiben.
Auf diese Weise erhält der Radiologe schnell und einfach zusätzliche Informationen zur Entscheidungsunterstützung, ohne im Vorfeld zeitintensive Anpassungen vornehmen zu müssen. Damit integriert sich der AI-Rad Companion nahtlos in den Workflow seiner Anwender und begleitet Radiologen und Radio-Onkologen bei ihrer täglichen Arbeit.
%201.png)
„Gerade bei der Entwicklung von Medizinprodukten, bei der jede Anpassung zusätzliche regulatorische Aufwände mit sich zieht, ist eine frühzeitige und konsequente Einbindung von UX in alle Phasen wesentlich. Mit UseTree haben wir diese Herausforderung gleich zu Beginn unserer Produktentwicklung adressiert. Im Ergebnis haben wir ein Produkt mit einer hoher Nutzerakzeptanz geschaffen und zusätzlich Zeit und damit auch unnötige Kosten gespart.“
Philip Mewes, Global Head of R&D AI Rad Companion
„Gerade bei der Entwicklung von Medizinprodukten, bei der jede Anpassung zusätzliche regulatorische Aufwände mit sich zieht, ist eine frühzeitige und konsequente Einbindung von UX in alle Phasen wesentlich. Mit UseTree haben wir diese Herausforderung gleich zu Beginn unserer Produktentwicklung adressiert. Im Ergebnis haben wir ein Produkt mit einer hoher Nutzerakzeptanz geschaffen und zusätzlich Zeit und damit auch unnötige Kosten gespart.“
Philip Mewes, Global Head of R&D AI Rad Companion
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse varius enim in eros elementum tristique. Duis cursus, mi quis viverra ornare, eros dolor interdum nulla, ut commodo diam libero vitae erat.
Lorem ipsum dolor sit amet
Bildquellen
- Copyright Siemens Healthineers
- Copyright FAU Erlangen
- UseTree, Workshop
- Copyright Siemens Healthineers
- Copyright Siemens Healthineers & Copyright LMU, Klinikum der Universität München / University Hospital Munich, Röntgenbild (Xray)
