Co-design of web platform for visualizing Parkinson's gait symptoms

Abstract

Nowadays technology plays an important role in improving the quality of life of patients and health care. A variety of diseases and their symptoms can be monitored, and data gathered from wearable devices can be analysed in order to enhance the understanding of disease progression. As an example of this, Fraunhofer AICOS designed an algorithm for regularly monitoring gait parameters of Parkinson’s patients by gathering data from the patients' smartphones in their pockets. The intended patients' data can be gathered by patients easily and passively during their routine lives, which could be helpful for neurologists to detect the disease progression objectively. However, the interface for neurologists needs to be designed to adequately fit their practices.This work firstly aims to identify important factors for neurologists for evaluating Parkinson's disease progression and adjusting medications. The second aim is to co-design a web application prototype for the visualization of the gait-related issues. Through this web application neurologists can be informed about the progression of the patients’ gait disturbances accurately. To reach this aim, a user-centred design process was used. Firstly, based on a literature search an initial prototype was created which then has been improved after conducting interviews with neurologists through various iterations. Afterwards, the prototype was appraised by visualization experts to eliminate any possible potential visual problems. Various interviews with neurologists and visualization experts evaluated and gauged the prototype from two different perspectives, which led to the development of the final prototype. The final prototype meets not only neurologists’ requirements but also visualization experts’ suggestions to reach a comprehensive design. As a result, the final prototype could provide accurate data for neurologists in order to assess various gait issues in Parkinson’s disease.

Heutzutage spielt Technologie eine wichtige Rolle bei der Verbesserung der Lebensqualität der Patienten und des Gesundheitswesens. Eine Vielzahl von Krankheiten und ihre Symptome können überwacht und Daten von tragbaren Geräten analysiert werden, um das Verständnis des Krankheitsverlaufs zu verbessern. Als Beispiel hierfür entwickelte das Fraunhofer AICOS einen Algorithmus zur regelmäßigen Überwachung der Gangparameter von Parkinson-Patienten, indem Daten von den Smartphones der Patienten gesammelt wurden. Die Daten der überwachten Patienten können während ihres Routinelebens leicht und passiv gesammelt werden, was für Neurologen hilfreich sein könnte, um das Fortschreiten der Krankheit objektiv zu erfassen. Die Schnittstelle für Neurologen muss jedoch so gestaltet sein, dass sie ihren Praxen adäquat ist. Diese Arbeit zielt zunächst darauf ab, wichtige Faktoren für Neurologen zu identifizieren, um das Fortschreiten der Parkinson-Krankheit zu bewerten und Medikamente anzupassen. Das zweite Ziel ist das user-centred Design eines Webanwendungsprototyps zur Visualisierung der Gangprobleme. Über diese Webanwendung können Neurologen genau über das Fortschreiten der Gangstörungen der Patienten informiert werden. Um dieses Ziel zu erreichen, wurde ein benutzerzentrierter Entwurfsprozess verwendet. Basierend auf einer Literaturrecherche wurde zunächst ein erster Prototyp erstellt, der nach Interviews mit Neurologen durch verschiedene Iterationen verbessert wurde. Anschließend wurde der Prototyp von Visualisierungsexperten bewertet, um mögliche visuelle Probleme zu beseitigen. Verschiedene Interviews mit Neurologen und Visualisierungsexperten bewerteten den Prototyp aus zwei verschiedenen Perspektiven, was zur Entwicklung des endgültigen Prototyps führte. Der endgültige Prototyp erfüllt nicht nur die Anforderungen der Neurologen, sondern auch die Vorschläge der Visualisierungsexperten, um ein umfassendes Design zu erreichen. Infolgedessen könnte der endgültige Prototyp genaue Daten für Neurologen liefern, um verschiedene Gangprobleme bei der Parkinson-Krankheit zu bewerten.