UX návrh anotačního nástroje lékařských obrazových dat pro aplikace AI

Abstract

Vývoj aplikací umělé inteligence (AI) v radiologii, konkrétně pro segmentaci 3D snímků z MRI/CT skenů, vyžaduje přesně anotované datasety. Úkol anotace radiologických dat obvykle připadá na lékařské specialisty, jejichž odborné znalosti jsou nenahraditelné a jejich práce je nákladná. Suboptimální použitelnost a neefektivnost stávajících nástrojů pro anotaci, zejména pro 3D obrazová data, tento problém dále zhoršuje, což zdůrazňuje potřebu zlepšení v této oblasti. Tato diplomová práce se zabývá těmito výzvami a představuje UX návrh uživatelsky orientovaného nástroje pro anotaci lékařských obrazových dat pro vývoj AI aplikací. Cílem je snížit kognitivní zátěž uživatelů během procesu anotace a tím učinit pracovní postup anotace co nejhladší a nejefektivnější. Pro dosažení tohoto cíle jsem nejprve provedl komplexní průzkum existujících přístupů a nástrojů používaných pro anotaci obrazů v radiologii, přičemž jsem identifikoval klíčové oblasti vyžadující zlepšení. Následně jsem přijal přístup zaměřený na uživatele (User-Centered Design, UCD) pro vývoj prototypu nástroje pro anotaci. Prototyp byl navržen tak, aby splňoval požadavky vyplývající z důkladného výzkumu uživatelů a byl podroben hodnocení prováděním testů použitelnosti. Tato práce tedy tvoří robustní základ pro vývoj nástroje, který má za cíl zvýšit celkovou efektivitu a snížit kognitivní zátěž procesu anotace lékařských snímků, a tím urychlit vývoj AI aplikací v radiologii a příbuzných oblastech.

The development of Artificial Intelligence (AI) applications in radiology, specifically for segmentation of 3D images from MRI/CT scans, necessitates precisely annotated datasets. The task of annotating radiological data typically falls to specialist doctors, whose expertise is both invaluable and costly. Moreover, the suboptimal usability and inefficiency of existing annotation tools especially for 3D image data further worsen the issue, highlighting the need for improvements in this domain. This thesis addresses these challenges by proposing the UX design for a user-oriented medical imaging data annotation tool for AI application development. The goal is to lift the cognitive burden from users during the annotation process, thus making the annotation workflow as smooth and time-efficient as possible. To achieve such goal, I have first conducted a comprehensive survey of existing approaches and tools used for image annotation in radiology, identifying key areas for improvement. Following this, I adopted a User-Centered Design (UCD) approach for the development of a prototype annotation tool. The prototype was designed to fulfill requirements arising from thorough user research and was subjected to evaluation by conducting usability tests. This work therefore establishes a robust foundation for the development of a tool ultimately enhancing the overall efficiency and reducing the cognitive load of the medical imaging annotation process, and therefore accelerating the development of AI applications in radiology and related domains.