Bakgrunn for prosjektet
De akutt medisinske kommunikasjons sentralene i Norge (AMK) håndterer årlig flere hundre tusen nødanrop. Operatørenes informasjonsbehov er spredt på en rekke fagsystemer og denne fragmenteringen påfører operatørene en betydelig kognitiv belastning i et arbeidsmiljø der responstid er en dokumentert faktor for pasientoverlevelse.
Gruppens oppdragsgiver var HDO, en landsdekkende leverandør av IKT-tjenester med ansvar for å utvikle, drifte og vedlikeholde kommunikasjonsløsninger for den akuttmedisinske kjeden som gav oss i oppgave å lage et produkt som kunne støtte AMK.
Designprosessen
Prosjektet fulgte Double Diamond-modellen. En iterativ prosess med fire faser der innsikt og idéer veksler mellom utforskning og innsnevring.
Forstå og definere
Gjennom ekskursjoner og intervjuer avdekket vi flere behov: AMK-operatørene manglet en oversikt over belastningsnivået på sentralen - her og nå, samt en indikasjon på hvor mange anrop som forventes å komme inn de neste timene. I tillegg ble det avdekket et behov for en smidig kommunikasjonskanal mellom HDO og AMK og å ha oversikt over belastningsnivået på nødetater de samarbeider med.
Interessentkart
Nærhetsgruppering/Affinity mapping
Operasjonsleder Persona
5 Whys - Operasjonsleder problemstilling
Medisinsk operatør Persona
5 Whys - MO problemstilling
Ideutvikle
Med klart definerte behov begynte vi å generere idéer gjennom brainwriting, Crazy 8-skisser og mulighetstrær. Når vi hadde et bredt nok idégrunnlag plasserte vi alle ideene i en prioriteringsmatrise, en metode som rangerer dem langs to akser: nytteverdi og gjennomførbarhet. Idéene med høy score på begge ble tatt videre inn i en MoSCoW-analyse, der vi bestemte hva som måtte være med i løsningen, hva som burde være med, og hva vi valgte å ikke ta med. Det var dette som la grunnlaget for prototypingsfasen.
Brainwriting
Crazy 8 skisser
Digitale KI-generete skisser
Mulighetstre 1: Støtte operasjonsleder i kritiske beslutninger
Mulighetstre 2: Effektivisere arbeidsprosessene til operatørene
Mulighets 3: Opprettholde operatørenes velferd
Prioriteringsmatrise
Moscow
Brukertesting
Det ble gjennomført hyppige brukertester av lav- og middelsoppløselige prototyper av dashboardløsningen. Under testene ble dashboardkomponentene presentert individuelt og diskutert for å avdekke om de tilstrekkelig dekket informasjonsbehovet til målgruppen. Hvilke komponenter som skulle prioriteres, med tanke på dashboardets begrenset plass, ble også grundig vurdert. Deltakerne for disse testene var reelle brukere med bakgrunn som både medisinsk operatør og operasjonsleder.
Et av hovedfunnene fra brukertestene avdekket at brukerne ønsket mest mulig informasjon samlet på ett sted, og at de verdsatte informasjonstetthet høyere enn visuelle fremstillinger, selv om sistnevnte er lettere å oppfatte på avstand, krever de mer plass. På bakgrunn av dette ble prototypene iterert med fokus på å øke informasjonstettheten, noe brukerne vurderte som et bedre løsningsforslag for å dekke deres behov.
Gruppen gjennomførte også fem strukturerte brukertester med hovedfokuset på å teste lesbarheten av dashboardet på lang avstand. Prototypen ble testet på en skjerm i samme størrelse som skjermene til AMK-Oslo. Deltakerne var studenter og inkluderte én deltaker med nedsatt syn. Selv om studentdeltakere ikke er reelle brukere, ble de vurdert som en egnet testgruppe for lesbarhetsformålet, ettersom det primært testes visuell avlesning av brukergrensesnittet snarere enn forståelse av datapunktene. Deltakerne fikk 8 oppgaver å løse under testen etterfulgt av et kort intervju.
Resultat av lesbarhetstestene
Vår løsning
Resultatet ble et dashboardet som er utviklet for å redusere den kognitive belastningen AMK-operatører møter i en travel arbeidshverdag. I stedet for å navigere mellom flere fagsystemer får operatørene én samlet visning av det som er mest operativt relevant: svartid for innkommende 113-anrop, aktuelle driftsmeldinger fra HDO og køstatus ved lokale legevakter.
I tillegg til sanntidsoversikten gir dashboardet innsikt i forventet anropsvolum gjennom en SARIMAX-basert prognosemodell. Dette gjør det mulig å forberede seg på perioder med høy belastning før de inntreffer.
