Технология без контекста.
Почему врачи не применяли точный AI.
01. ОБЗОР
Проект редизайна Celsus — это история о том, как запрос на «красивый визуал» превратился в глубокое исследование рабочих процессов врачей и привел к росту ключевых показателей продукта.
Примечание: в процессе проектирования были переработаны все пользовательские сценарии. Ниже представлен один из основных этапов — работа в DICOM-Viewer.
О продукте
Celsus — медицинская AI-платформа для раннего выявления онкологии с помощью компьютерного зрения (CV) на основе машинного обучения (ML). Система анализирует рентгеновские снимки, автоматически выделяя подозрительные области и помогая врачам-рентгенологам обнаруживать патологии на ранних стадиях.
02. МОЯ РОЛЬ
От эстетики
к метрикам
Изначально заказчик пришёл с проблемой, что продукт имеет низкие показатели продаж, по его мнению виновником этого был “недостаточно приятный” визуальный стиль, поскольку сам продукт выполнял свою задачу без ошибок.
Со своей стороны у меня была полная уверенность, что профессиональный продукт не может страдать только из-за вкусовщины визуального стиля, поэтому я предложил систему KPI (Retention Rate, NPS, Session Time), которая перевела диалог из плоскости эстетики в плоскость бизнес-эффекта.
Почему именно эти показатели?
Закупку определяло решение главврача, основанное на мнении рентгенологов после пробного периода. Поэтому главной задачей стало повышение их лояльности через опыт использования.
Как было: пользователи заходят в приложение 1-2 раза и больше не возвращаются. Вероятно, не видят пользы и упрощения рутины через использование продукта.
После редизайна: автоматизация и снижение когнитивной нагрузки сделали продукт ежедневным инструментом врачей.
Как было: врачи нейтрально высказываются о продукте, при этом присутствуют скепсис и нежелание рекомендовать его коллегам и руководству к закупке.
После редизайна: повышение доверия к AI через обновлённую визуализацию найденных объектов и структурированное описание.
Как было: врачи обрабатывают по одному пациенту за раз. Интерфейс не адаптируется под разные сценарии диагностики. Все снимки добавляются вручную.
После редизайна: ускорение процесса добавления и анализа снимков через новые сценарии и более привычный интерфейс.
Примечание: каждое последующее дизайн-решение проектировалось как ещё один рычаг влияния на набор этих показателей.
Retention Rate 27% → 52%
Врачи стали использовать Celsus как основной инструмент для ежедневной диагностики. Тёмная тема снизила усталость глаз, а оптимизация интерфейса ускорила рутинные операции.
NPS +33 пункта
Врачи чаще рекомендуют Celsus коллегам благодаря адаптации сценариев к реальному рабочему процессу и повышению доверия к AI за счёт обновлённой визуализации и описанию объектов.
Session Time -37%
Рентгенологи быстрее выполняют основные задачи благодаря системе работы с папками и пакетной обработке исследований, которая сократила количество повторяющихся действий.
Data-Driven культура
Перевёл дизайн из области субъективных оценок в плоскость измеримого результата. Внедрил практики, которые позволили оценивать влияние дизайн-решений на продуктовые метрики.
Примечание: Retention Rate — доля врачей, использовавших продукт >12 дней в месяц. Session Time — время выполнения основного сценария от загрузки снимка до принятия решения по пацаиенту.
3. КЛЮЧЕВЫЕ ВЫЗОВЫ
Новая предметная область
В чём была сложность:
Без понимания медицинской терминологии (DICOM, PACS, BI-RADS) и клинических сценариев интервью с врачами могли превратиться в лекции вместо проверки дизайн-гипотез. Главный риск — спроектировать интерфейс, логичный для дизайнера, но не соответствующий реальному рабочему процессу врача.
Как я это решил:
До встреч с экспертами я погрузился в предметную область: изучил типы исследований, этапы анализа снимков и ограничения существующих систем. На этой базе сформировал модель рабочего процесса рентгенолога и вопросы для каждого этапа. Это позволило не тратить время врачей на объяснение основ, а сфокусироваться на проверке гипотез и нюансах работы.
Примечание: модель стала основой для первых глубинных интервью с рентгенологами. На схеме представлен фрагмент подготовленных вопросов в укороченном виде.
Предвзятое отношение и недоверие к AI
В чём была сложность:
У продукта уже был шлейф негативного опыта. Часть врачей успела поработать со старой версией, поэтому их обратная связь не была «чистым листом»: часть критики относилась к интерфейсу, а часть была связана с общим скепсисом к AI. Поэтому прямой вопрос «Что вам не нравится?» часто давал мало полезной информации — ответы во многом формировались первым впечатлением и прошлым опытом.
Как я это решил:
Решил опираться на золотое правило Якоба Нильсена: «Смотрите на то, что люди делают, а не на то, что они говорят». Поэтому сместил фокус с субъективных мнений на реальное поведение врачей. Отслеживая их действия, я смог понять не только, где возникают проблемы с интерфейсом, но и что именно мешает врачам доверять AI. Это помогло определить, как лучше подавать и объяснять AI-результаты, чтобы повысить доверие к ним.
Примечание: пример карты эмпатии, составленной по результатам одного из глубинных интервью с врачом-рентгенологом.
04. Исследования
— Интервью?
— Интервью.
Изучив продукт, конкурентов и предметную область, я предложил собрать обратную связь у врачей. Разработал гайд с открытыми вопросами на основе модели рабочего процесса рентгенолога, чтобы выявить не только явные жалобы, но и скрытые потребности.
Организация
процесса
Заказчик поддержал инициативу и помог с доступом к респондентам. Организация интервью, модерация встреч и анализ данных были проведены мной.
Вопросы и структура
В вопросах были затронуты три основных аспекта:
- Эргономика рабочего места;
- Процессы работы при анализе снимков;
- Отношение к AI-рекомендациям.
Во время интервью активно использовал технику «почему?», чтобы докопаться до первопричин.
Это позволило выйти за рамки поверхностных суждений и обнаружить системные проблемы.
Респонденты
В исследовании участвовали 16 врачей-рентгенологов из разных клиник. Мы охватили специалистов с разным стажем — от начинающих до экспертов с 12+ годами практики, чтобы взглянуть на интерфейс с разных сторон.
Особенности врачей-рентгенологов
- Высокая ответственность — цена ошибки критична, что формирует консерватизм и требовательность к инструментам;
- Работа в полумраке — рентгенологи привыкли работать при минимальном освещении для лучшего восприятия контрастов на снимках;
- Доказательный подход — врачи должны обосновывать каждый диагноз, поэтому не доверяют «чёрным ящикам» без объяснений.
Встречи
Помимо онлайн-сессий, удалось провести очные встречи непосредственно в диагностических кабинетах.
Это позволило оценить интерфейс в реальной среде: при рабочем освещении, на профессиональных мониторах и в условиях клинической многозадачности.
Наблюдение за живым workflow выявило неочевидные паттерны — например, как врачи резко реагируют на яркий фон в полумраке или теряют контекст при вынужденном переключении между системами.
Очный контекст превратил гипотезы в подтверждённые факты и дал обоснование дальнейших дизайн-решений.
Гипотезы
Недостаточный фокус на снимке
Подтверждена
Снимки занимают лишь ~25% интерфейса, хотя являются основным контентом. Тёмный фон изображений контрастирует с белым интерфейсом, из-за чего найденные объекты труднее рассмотреть.
Доступ к старым исследованиям
Подтверждена
Сейчас сценарий ограничен разовой проверкой снимка без сохранения результатов. Но врачам важно возвращаться к ранее проанализированным снимкам и результатам для отслеживания динамики.
Низкий уровень доверия к AI
Подтверждена
Врачам важно понимать, почему нейросеть считает область подозрительной. Без понятного объяснения результатов доверие к AI снижается, а внедрение в клиническую практику значительно усложняется.
Чат для консилиумов
Не подтверждена
Чат с коллегами упростит согласование сложных случаев и получение второго мнения.
Реальность: сложные случаи врачи обсуждают лично или по видеосвязи, поэтому текстовый чат в интерфейсе не эффективен.
Инсайты
Комфорт работы
Врачи работают в полумраке диагностических кабинетов, что делает яркий интерфейс особенно утомительным. Рентгенологи проводят многие часы подряд, вглядываясь в тончайшие контрасты на снимках — комфорт становится не роскошью, а необходимостью.
Разные источники снимков
Врачи работают с папками, куда оборудование автоматически складывает снимки. Сейчас каждый файл нужно добавлять вручную — процесс требует автоматизации. Также есть сценарии загрузки снимков от пациентов или после выездной диагностики.
Работа с объёмом исследования
При анализе КТ с сотнями срезов врачи мыслят пространственно и используют плавную прокрутку внутри объема (slab scrolling), а не переходят между отдельными файлами. Это помогает быстро оценить протяженность и характер патологии.
Сравнительный анализ
Диагностика часто требует сравнения текущего снимка с предыдущими, но врачи тратят много времени на поиск старых исследований. При этом открыть старый и новый снимок одновременно в интерфейсе невозможно.
04. UX-РЕШЕНИЯ
Переходим на тёмную сторону
Медицинские снимки преимущественно тёмные, поэтому на светлом фоне они теряют контраст, а сам интерфейс рассеивает внимание врача. Кроме того, яркий фон создаёт дополнительную нагрузку на зрение при работе в полумраке.
Страница с результатом диагностики (до редизайна)
Светлая тема буквально «съедает» тонкие градации плотности тканей, из-за чего врач вынужден напрягаться, чтобы разглядеть малоконтрастные структуры. В индустрии это известная проблема: именно поэтому все профессиональные DICOM-просмотрщики традиционно делают тёмными.
Добавьте к этому условия работы: затемнённые кабинеты, долгие смены и десятки исследований за день. Яркий интерфейс в таких условиях вызывает усталость глаз и головные боли. Переход на тёмную тему — это не про эстетику, а про возврат к профессиональному стандарту и заботу о пользователе.
Изменение соотношения сторон экрана
Все макеты собраны с полной адаптивностью через Constraints и масштабируются под любое разрешение. Однако выбор 5:4 и 4:3 не случаен: в ходе интервью мы выяснили, что такие экраны часто используют врачи в своей работе.
Увеличение области отображения снимков
Больше места для полезной информации за счёт пересборки layout. Убрали схему квадрантов: практикующие врачи ориентируются по анатомическим структурам и легко описывают локализацию без визуальных подсказок.
Мультизадачный режим работы со снимками
Система вкладок позволяет открывать несколько случаев одновременно, продолжать работу с другими пациентами, пока снимки обрабатываются на сервере. Интерфейс подстроился под режим работы врача, а не наоборот.
Собираем сценарии заново
Мы полностью пересобрали User Flow продукта, чтобы встроить его в привычный рабочий процесс врача, а не заставлять врача адаптироваться под продукт.
Главная страница (до редизайна)
Старый интерфейс представлял собой последовательность из трёх экранов: загрузка файла, ожидание обработки, просмотр результата. После этого система возвращала пользователя в начало — к пустому окну загрузки. Выглядело это скорее как демонстрация возможностей продукта, чем как инструмент для ежедневной работы.
Было: разовая задача
Старый сценарий работал как типичный веб-обработчик изображений: загрузил → получил результат → закрыл. Но диагностика — это итеративный процесс: врач возвращается к снимкам, сравнивает новые исследования с предыдущими, переключается между пациентами. Отсюда вытекают следующие проблемы:
- Загрузка снимка вручную для каждого пациента.
- Нет возможности вернуться к старым исследованиям.
- После получения результата сессия завершается.
- Нет сохранения контекста между сессиями.
Стало: непрерывный процесс
Интерфейс перестроен под итеративную работу. Сценарий разделен на два основных флоу, которые закрывают все пути попадания снимков в систему:
- Автоматическая загрузка (Папки): подключение папок под разные аппараты, кабинеты и типы пациентов. Снимки автоматически появляются в системе, полностью покрывая стандартный ежедневный приём.
- Ручные списки: создание отдельных списков для загрузки из любых источников — от флешки пациента до результатов выездной флюорографии.
В ходе интервью мы заметили, что папки обычно привязаны к оборудованию, поэтому их названия часто неинформативны. Мы добавили возможность переименовывать любой список — ведь помимо оборудования, папки могут быть привязаны к конкретному кабинету или категории пациентов (например: платно/по ОМС).
Проблема:
Celsus подключается к папкам, куда оборудование автоматически сохраняет снимки, и отображает их содержимое в системе. Новые файлы из подключенных папок автоматически появляются в Celsus.
Если врач загрузит файлы напрямую в папку интерфейса Celsus, то возникнет рассинхронизация: папка в интерфейсе перестанет быть точным отражением этой же папки на ПК или в PACS. В списке окажутся файлы из разных источников, что нарушит систематизацию и усложнит поиск исследований.
Решение:
Мы исключили возможность загрузки файлов в подключенные папки через Celsus, сохранив их как точное отражение папок на ПК. Для файлов из внешних источников создали отдельный механизм — списки. Они не привязаны к папкам и подходят для снимков от пациентов, выездных исследований и других источников.
Чтобы пользователь понимал эту логику, добавили контекстную подсказку: она появляется при первом открытии папки и остаётся доступной в интерфейсе, предлагая загрузить внешние файлы в отдельный список.
Улучшаем сердце интерфейса — DICOM Viewer
Для диагностики одного просмотра снимков недостаточно. Без встроенных инструментов для обработки, разметки и измерений врач вынужден переходить в другие программы, что нарушает рабочий процесс.
Мы добавили в DICOM-Viewer основные инструменты для работы со снимками:
- Линейные измерения — оценка размеров объектов и расстояний между анатомическими структурами.
- Регулировка контрастности и яркости — тонкая настройка оттенков серого для выявления малозаметных патологий, включая возможность инвертировать изображение.
- Заметки и маркеры — разметка подозрительных областей с возможностью оставлять комментарии.
- Управление разметкой — скрытие или выборочное отображение вспомогательных элементов.
Исторические данные
Критически важной стала возможность быстро переключаться между текущим и предыдущими исследованиями пациента.
Почему это важно
На интервью врачи регулярно открывали более старые снимки пациента рядом с новым, при этом было очевидно снижение эффективности:
- Потеря времени: поиск архивных файлов на локальном диске выбивал врача из рабочего потока.
- Потеря контекста: старые снимки открывались без сохранённой разметки и заметок, поэтому врачу приходилось заново анализировать исследование.
Что это дало
Мы добавили возможность одновременно сравнивать до четырёх исследований. Врач может быстро сопоставить текущий снимок с предыдущими, не покидая рабочее пространство и не теряя контекст. Решение сразу получило положительный отклик на интервью.
Теперь врачу не нужно искать архивные файлы на диске или открывать их в сторонних программах — предыдущие исследования доступны прямо в интерфейсе.
Врач остается экспертом
Мы не ограничиваем врача результатом AI, финальное решение всегда остаётся за специалистом. В интерфейсе предусмотрены два сценария: принять заключение Celsus или использовать собственное.
Решение врача обучает модель: выбирая заключение, врач не просто фиксирует результат — он участвует в улучшении системы. Подтверждение заключения Celsus закрепляет корректный диагноз, а собственное заключение врача становится материалом для дообучения модели. Так нейросеть учится на реальном клиническом опыте и со временем становится точнее.
Загрузка заключения вместо редактора: у каждой клиники уже есть свои шаблоны заключений — врачи просто заменяют несколько фраз и получают итоговый документ. Делать свой редактор означало бы дублировать то, что уже работает. Поэтому мы дали возможность загружать готовые заключения прямо в интерфейс, сэкономив ресурсы разработки.
Прозрачность и объяснимый AI
Доверие к AI строится на понимании: врач должен видеть не просто результат, а логику его получения. Мы переработали визуализацию объектов и структуру заключений, чтобы каждое решение системы было объяснимым.
Было: разметка без контекста
Нейросеть выделяла прямоугольную область с новообразованием, но не показывала его точные границы. Также отсутствовало цветовое кодирование, поэтому доброкачественные новообразования никак не отличались от опасных патологий визуально.
Заключение представляло собой сплошной текст без привязки к объектам на снимке — врач не мог быстро идентифицировать находку и получить о ней детали.
Стало: контуры, ID, структура
Система отображает точные контуры найденных объектов прямо на снимке. Каждый объект получил уникальный идентификатор — по клику открывается детальная карточка с полной информацией о патологии. Добавлено цветовое кодирование для разных типов объектов.
Заключение структурировано: разбито на блоки по каждому объекту и общей характеристике исследования. Врач видит не просто диагноз, а полную картину с привязкой к конкретным зонам на снимке.
Добавляем глубину КТ-диагностике
КТ-исследование может содержать 300 и более срезов. Изначально предлагалось выводить их списком — врач должен был последовательно открывать каждый файл, чтобы найти патологический очаг.
Мы внедрили наглядный Slab Scrolling — технику прокрутки внутри трёхмерного объёма. Вместо переключения между сотнями отдельных файлов врач плавно скроллит срез за срезом, оставаясь в контексте анатомической структуры. Это позволяет:
- Мгновенно оценивать протяжённость патологии в лёгких, печени или других органах.
- Сохранять пространственное мышление — врач видит не просто набор картинок, а объёмную структуру.
- Сократить время поиска аномалий в разы по сравнению с навигацией по отдельным снимкам.
Этот подход, используемый в профессиональных системах визуализации (Philips IntelliSpace, GE AW Server), стал качественным скачком в производительности. Врач больше не «листает галерею снимков» — он исследует объём, как того требует клиническая практика.
06. UX-ТЕСТЫ И РЕЗУЛЬТАТЫ
Проверяем решения на пользователях
До старта разработки мы собрали интерактивные прототипы в Maze и провели UX-тесты с врачами-рентгенологами.
Проверяли основные изменения: новые пользовательские сценарии, тёмную тему, изменения в DICOM-Viewer. Участникам предлагали выполнить типичные задачи — от загрузки снимков до описания патологии, а также ответить на вопросы.
Тёмная тема
Все участники тестов отметили снижение зрительной усталости при работе. Врачи единогласно выбрали тёмную тему для постоянной работы, отметив улучшенный контраст медицинских изображений и возросшую считываемость деталей на снимках.
Обновлённые сценарии работы
Среднее время работы с группой из 5 пациентов сократилось на 37%. Автоматическая загрузка снимков уменьшила число действий, а непрерывный сценарий позволил врачам сохранять фокус на текущем процессе, не переключаясь между разными задачами.
DICOM Viewer
Среднее время оценки результата нейросети и принятия решения по найденному объекту сократилось на 24%. По итогам опроса 17 из 22 врачей отметили, что больше доверяют результатам в новом интерфейсе благодаря точным контурам и детальным описаниям найденных объектов.
Изначально планировали провести A/B-тестирование, сравнив параллельно две реализованные версии интерфейса. Однако небольшая выборка пользователей и корпоративная модель лицензирования сделали классический сплит-тест не самым подходящим методом.
Поэтому мы выбрали сравнительный анализ «до/после»: зафиксировали базовые метрики за месяц до редизайна и сравнили их с результатами первых трёх месяцев после внедрения.
Какие цифры получили
В результате зафиксировали рост не только операционной эффективности, но и удовлетворённости пользователей.
Было
До редизайна
27% – доля врачей, использовавших продукт >12 дней в месяц.
7 пунктов – Net Promoter Score (NPS), показатель готовности пользователей рекомендовать систему.
11 мин 40 сек – среднее время, которое тратит врач на работу с группой из 5 пациентов.
1 мин 42 сек – среднее время на оценку результата нейросети и принятия решения по найденному объекту.
Стало
Новый интерфейс
52% – доля врачей, использовавших продукт >12 дней в месяц.
40 пунктов – Net Promoter Score (NPS), показатель готовности пользователей рекомендовать систему.
7 мин 22 сек – среднее время, которое тратит врач на работу с группой из 5 пациентов.
1 мин 17 сек – среднее время на оценку результата нейросети и принятия решения по найденному объекту.
Примечание: показатели собраны на основе обратной связи от врачей и внутренних данных мониторинга продукта.
07. ЗАКЛЮЧЕНИЕ
Подводим итоги
Мы не меняли технологию — мы изменили контекст её использования. Редизайн Celsus показал: даже безупречный алгоритм останется невостребованным, если он встроен в чуждый пользователю процесс.
Чему научился:
- Усилил навык работы на стыке дизайна и ML. Пришлось глубже разбираться в том, как работает CV-модель, какие результаты она возвращает и какие ограничения технологии необходимо учитывать непосредственно в UX.
- Ещё раз убедился, что не стоит недооценивать физический контекст, он способен стать критическим фактором при определении визуальных и UX-решений.
Что бы сделал иначе:
- Привлекал бы команду к встречам с врачами в роли наблюдателей. Когда разработчик сам видит реакцию пользователя, появляется эмпатия: вместо споров в Jira команда предлагает технические решения, понимая их ценность.
- Автоматизировал бы часть сбора обратной связи. Нам хватало фидбека от прямого контакта с врачами, но на будущее, при увеличении объёма данных, не помешала бы отдельная форма в UI.
