决策辅助产品设计中的认知任务分析（CTA）：以设计药物相互作用预警为例

认知任务分析（Cognitive Task Analysis）简称CTA，是一种研究人类个体在特定任务中的思维过程和决策方式的分析方法，是以用户为中心对决策支持系统进行设计优化的有效手段，在医疗、教育、软件开发等许多领域都有广泛应用。

我们可以把CTA理解为一种升级版的用户调研，它的目标是揭示个体在完成任务时的行为策略、专家知识、信息处理方式、解决问题的方法等，深度了解用户的行为模式和决策逻辑，尤其适用于揭示专家在高风险情境下如何做出有效决策。比如我们给临床决策支持系统（CDSS）设计预警级别和预警方式，就可以采用CTA。

与其他类型的人因分析方法相比，CTA的优势在于它能够更深入地揭示个体的思维过程，使得我们能够更好地理解他们在执行任务时可能遇到的困难，并针对这些问题制定相应的解决方案。

CTA也有局限性。完成它通常需要花费大量的时间和资源，分析结果可能受到样本大小和多样性的影响。

CTA通常包括数据收集和定性分析两个主要步骤。

1.数据收集

数据收集的主要手段是深入访谈（In-Depth Interviews），也可以是通过观察、日志记录等。

数据收集一定要聚焦在问题上。在进行访谈时，可以使用一种称为关键决策方法（Critical Decision Method, CDM）的准结构化访谈技术，通过一系列认知探针（cognitive probes）来评估真实场景中的决策点。

比如，我们给CDSS设计药物相互作用（DDI）预警，访谈中可以包括的问题示例如下：

• 是哪些线索会让你意识到潜在的药物相互作用？

• 对这种药物相互作用你最想了解哪些方面的问题，有哪些担忧？

• 在决定如何安排患者用药时，有什么困难？

• 现有的DDI预警在哪些方面帮助了你注意到正确的事情并采取行动？

• 现有的DDI预警在哪些方面阻碍了你注意到正确的事情并采取行动？

• ……

2. 定性分析

仍以设计DDI预警为例，在数据收集（需要几次迭代）的基础上，创建一个“决策需求表”（Decision Requirements Table），针对场景中的每个决策点，在表中记录临床医生的策略、线索、他们依赖的信息以及遇到的挑战。

分析这些内容，以识别需要关注的主题。形成一个归纳性的描述性模型，描绘临床医生的DDI决策过程。分析过程也可以使用一些定性分析软件工具（如NVivo）。团队对每个条目展开讨论，直至达成共识。

下图是一个临床医生DDI决策过程的描述性模型。Step1和Step2 列出了归纳定性分析中影响临床医生DDI管理的认知线索，Step3是处方决策，Step4是执行处方决策的一系列行动。

下表列举了部分CTA线索对应的预警设计建议：

参考文献：
Cognitive task analysis of clinicians' drug–drug interaction management during patient care and implications for alert design
Alissa L Russ-Jara et al. BMJ Open (2023). DOI:   10.1136/bmjopen-2023-075512
https://bmjopen.bmj.com/content/13/12/e075512

【拓展】

如果对更完整的内容和更多开发案例感兴趣，可联系了解深麦咨询高级课程《优秀产品的隐秘结构 —— 医疗知识应用类产品开发的设计思维》。

该课程共8讲，现阶段只提供企业内训。

联系办法：手机/微信 - 18610162033