Knowledge-assisted visual analytics: data exploration and insight generation of health care data

Abstract

Das Forschungsfeld "Knowledge-Assisted Visual Analytics" (KAVA) befasst sich mit der Integration von Domänenwissen in Visual Analytics Ansätze, die viele Vorteile für die Forschung sowie für die Analyse von Daten bieten, da sich Analytiker*innen nicht auf ihr Domänenwissen verlassen müssen und sich mehr auf die Analyseaufgabe an sich konzentrieren können. Insbesondere im Gesundheitswesen verfügt KAVA über ein großes Potenzial, das derzeit nicht voll ausgeschöpft wird, da es nur wenige Ansätze gibt, die sich mit KAVA in Kombination mit Gesundheitsdaten befassen. Um diese Lücke zu schließen, schlagen wir einen neuen KAVA-Ansatz vor, der die Möglichkeit bietet einen medizinischen Datensatz zu erkunden und zu analysieren. Der verwendete Datensatz ist aus einer klinischen Studie resultiert, bei der ein Medikament zur Behandlung der Augenkrankheit Uveitis geprüft wurde. Für den Entwurf und die Entwicklung des Ansatzes wird ein benutzerzentrierter Designprozess unter Einbeziehung einer Domänenexpertin in Kombination mit problemorientierter Visualisierungsforschung angewandt. Der finale Ansatz wird anhand einer qualitativen, aufgabenorientierten Nutzerstudie mit fünf Visualisierungsexperten validiert. Die Ergebnisse zeigen, dass der Ansatz in der Lage ist, sowohl die Analyse als auch die Exploration des Datensatzes zu unterstützen.

The research area "Knowledge-Assisted Visual Analytics" (KAVA) deals with the integration of domain knowledge into Visual Analytics approaches which offers many advantages for research as well as for the analysis of data since analysts do not need to rely on their domain knowledge and can concentrate more on the analysis task itself. Especially in the health care sector, KAVA has great potential which is currently not fully exploited since there are only a few approaches that deal with KAVA in combination with health care data. To fill this gap, we propose a new KAVA approach dealing with a dataset that resulted from a clinical trial of a medication for treating the eye disease Uveitis to provide the possibility of exploring and analyzing the dataset. For designing and developing the approach a user-centered design process, involving a domain expert, in combination with problem-driven visualization research is applied. The final approach is validated using a qualitative task-oriented user study with five visualization experts. The results suggest that the approach is able to support the analysis as well as exploration of the dataset.