Før skærmene blev defineret, gennemgik teamet den akademiske litteratur om elektroniske patientjournaler og sundhedsanalyse. På tværs af toogtredive artikler, herunder flere fra tidsskrifter som Journal of Biomedical Informatics, blev otte studier identificeret som direkte relevante for interface-beslutninger. De analyserede, hvordan klinikere og forskere søger i EHR-systemer, hvor ofte de mister kontekst under lange arbejdssessioner, og hvor EHR-interface-design ikke gør proveniens synlig.

Disse studier beskrev konkrete adfærdsmønstre. Brugere bevæger sig ofte frem og tilbage mellem strukturerede kliniske data og narrative notater. De er afhængige af tidsmæssige mønstre i patientjournalen, men mister overblikket over, hvilke filtre der er aktive. Når forespørgsler forfines gentagne gange, bliver beslutningshistorikken uigennemsigtig, hvilket underminerer reproducerbarheden. Kliniske data er teknisk rige, men kognitivt skrøbelige.

Resultaterne blev omsat til krav for den medicinske forskningssoftware. Sundhedsdataplatformen havde brug for tydelige proveniensmarkører, synlig forespørgselshistorik og et stabilt overblik over, hvilke patientdata der aktuelt var i fokus. Principper for EHR-interface-design fra litteraturen blev brugt som rammer frem for dekoration. Platformen skulle hjælpe brugerne med at forstå, hvor de befandt sig i dataene, og hvordan de var nået dertil.

Gennem Sandbox Experiments blev en to uger lang discovery-fase brugt til at kombinere kvalitativ research og opgaveanalyse med brugere fra tre miljøer. Fjorten individuelle interviews og tre fokusgrupper samlede fireogtyve deltagere, herunder NHS-analytikere, akademiske forskere og medarbejdere fra farmaceutisk forskning. Hver gruppe arbejdede under forskellige institutionelle rammer og godkendelsesprocesser, men alle havde behov for at udføre patientdata-analyse på de samme datasæt inden for mental sundhed.

Akademiske teams beskrev lange godkendelser af etik og dataadgang, før de overhovedet kunne logge ind i klinisk research-software, der arbejdede med rigtige patientjournaler. Pharma-teams havde mere plads til tidlig udforskning, men stod senere i projektet over for strenge krav til rapportering og audit. NHS-analytikere brugte lignende værktøjer til serviceevaluering og havde brug for klare grænser mellem research og drift. Disse realiteter formede designet mere end nogen generisk persona-beskrivelse.

Task analysis kortlagde rækkefølgen af handlinger i et fuldt studieforløb, fra den første idé til den endelige udtrækning. Researchen bekræftede, at forvirring ofte opstår ved overdragelser mellem personer eller mellem forskellige governance-faser. Denne indsigt førte til et stærkt fokus på Workflow-kontinuitet og tydelige tilstande, så den samme sundhedsdata-platform kunne understøtte meget forskellige godkendelsesforløb uden at fragmentere brugeroplevelsen.

For at forstå udgangspunktet for klinisk research-software blev ni kommercielle Healthcare Analytics Tools benchmarked i dybden. Det var ikke akademiske prototyper, men rigtige produkter, der bruges på hospitaler, forskningsinstitutioner og i industrien. Evalueringen så på query builders, EHR-grænseflade-design, workspace-modeller, audit trails og hvordan hvert system viste logikken bag udvælgelse af patientkohorter.

Flere tilbagevendende problemer dukkede op. Nogle værktøjer viste kun det endelige resultat af en query, så brugerne var usikre på, hvilke betingelser der faktisk var anvendt. Andre tvang forskere ind i faste trin-for-trin-procedurer, som ikke afspejlede, hvordan studier i mental sundhed udvikler sig over tid. Proveniens var ofte gemt i tekniske logs i stedet for at være en del af brugeroplevelsen. Selv hvor funktionaliteten var rig, gjorde den medicinske software-UX det svært at have tillid til resultatet.

Benchmarken kritiserede ikke bare konkurrenterne. Den tydeliggjorde, hvilke mønstre brugerne allerede kendte, som for eksempel velkendte filterkontroller, og hvilke strukturelle problemer der skulle undgås. Akrivia-platformen blev positioneret som en sundhedsdata-platform, der gør ræsonnementet bag resultaterne synligt og respekterer de kognitive og regulatoriske belastninger i forskning i mental sundhed, i stedet for at følge generiske business analytics-konventioner.

Baseret på research og benchmarking blev fem forskellige interaktionsmodeller for opbygning af kohorter foreslået gennem option space mapping. Én fungerede som en wizard og guidede brugerne gennem sekventielle trin. En anden præsenterede queryen som indlejrede logikblokke. En tredje organiserede betingelserne omkring patientjournalens tidslinje. De resterende modeller lagde vægt på genbrug af kohortefragmenter eller side om side-sammenligning af varianter. Hver model repræsenterede en forskellig hypotese om, hvordan kliniske forskere tænker.

Modellerne gennemgik seks designcyklusser med stigende fidelity, fra wireframes til interaktive prototyper. Otte usability-sessions med NHS-, akademiske og pharma-brugere testede realistiske opgaver, som for eksempel at opbygge en kohorte med behandlingsresistent depression eller justere en eksisterende kohorte til nye inklusionskriterier. Deltagerne blev observeret, mens de forsøgte at forstå tidligere beslutninger, ændre betingelser og forklare deres logik for en kollega.

Den endelige query builder i den kliniske research-software er en sammensmeltning af disse eksperimenter. Den bevarer læsbarheden fra den indlejrede model, låner tidsmæssige signaler fra timeline-modellen og integrerer fragmenter, der kan genbruges på tværs af projekter. I healthcare UX design-termer giver den frihed til at udforske uden at gå på kompromis med sporbarhed, hvilket er afgørende for governance og videnskabelig evaluering.

Ud over kohorteudvælgelse skulle platformen også understøtte analyse af kliniske data i det samme miljø. Healthcare-data-platformen integrerer moduler til deskriptiv statistik, udforskning af korrelationer og sammenlignende visninger mellem kohorter. Forskere kan inspicere fordelinger af centrale målinger, følge outcome-forløb og sammenligne behandlingsrespons uden at eksportere data for tidligt til eksterne værktøjer.

Visualiseringen følger en klar grammatik, der er tilpasset medicinsk research-software. Tidsbaserede grafer hjælper teams med at se, hvordan symptomscorer udvikler sig før og efter ændringer i behandlingen. Sammenlignende visninger viser forskelle i medicinmønstre eller servicebrug mellem kohorter. Disse visninger er ikke dekorative dashboards, men redskaber til klinisk ræsonnement. De er designet, så både en statistiker, en psykiater og en data governance-ansvarlig kan forstå, hvad der vises.

Ved at indlejre disse analytics-moduler reducerer platformen antallet af værktøjer, der er nødvendige til patientdata-analyse. Den holder også en større del af den analytiske proces inden for et miljø, der er designet til datasikkerhed, proveniens og NHS-governance. For mange teams er dette lige så vigtigt som det visuelle design i sig selv.

Fordi Akrivia betjener flere institutioner, skulle platformen fungere som et multi-team healthcare-data-system snarere end et enkelt projektværktøj. Workspaces, projekter og tilladelsesniveauer blev defineret, så NHS-trusts, akademiske grupper og pharma-partnere kunne dele den samme kliniske research-software uden at udviske governance-grænser. Hvert studie ligger i en klart afgrænset kontekst med egne godkendelses- og dataadgangsregler.

Data governance-ansvarlige var involveret i at forme modellen for adgangsanmodninger, godkendelser og audit. Grænsefladen gør det tydeligt, hvilke datasæt en bruger kan se, hvilken rolle de har, og hvilke handlinger der er tilladt på et givent tidspunkt. Dette er afgørende for GDPR-overholdelse omkring følsomme sundhedsdata. Healthcare UX design handler her ikke om bekvemmelighed, men om at forhindre uhensigtsmæssig adgang uden at brugerne behøver at memorere komplekse politikdokumenter.

Platformen opretholder også et eksplicit audit trail over analytiske handlinger, så governance-teams kan gennemgå, hvordan en kohorte er blevet opbygget, og hvordan kliniske data er blevet anvendt. Det reducerer byrden ved compliance-rapportering og giver institutioner større tryghed, når de åbner deres datasæt for bredere forskningsbrug.

Det visuelle system for Akrivia-platformen blev behandlet som et selvstændigt stykke healthcare UX design. De fleste skærme præsenterer en neutral og rolig overflade til koncentreret arbejde med kliniske data. Den typografiske hierarki er tydelig og hjælper brugerne med at skelne mellem struktur, indhold og kontroller uden bevidst anstrengelse. Interaktionsmønstre er konsistente på tværs af moduler, så forskere kan overføre deres forståelse fra kohortopbygning til analytics og workspace-styring.

Farver bruges sparsomt og med en tydelig betydning. I query builderen adskiller de logiske grupper og fremhæver aktive betingelser. I analytics-visninger svarer de til kohorter eller outcome-tilstande i stedet for dekorative paletter. Resultatet er et klinisk interface-design, der forbliver læsbart over lange sessioner, understøtter supervision og review og ikke konkurrerer med indholdet.

For medical software UX er denne tilbageholdenhed et strategisk valg. Miljøet skal føles pålideligt for NHS-medarbejdere, akademikere og pharma-forskere, som er afhængige af applikationen til vigtige beslutninger. Designsproget understøtter denne tillid ved at prioritere klarhed, konsistens og læsbarhed frem for ekspressive visuelle effekter.

Fra begyndelsen behandlede designere og ingeniører Akrivia-platformen som langtidsholdbar healthcare-software, ikke som en kortsigtet prototype. Produktet er en webbaseret klinisk research-platform, der skal integreres med eksisterende datapipelines og operationelle systemer. Tekniske workshops i starten af projektet afklarede begrænsninger omkring performance, sikkerhed og deployment, så interaktionsmodellerne ikke kom i konflikt med de arkitektoniske realiteter.

Parallelt blev der opbygget et design system til at understøtte implementeringen og den fremtidige roadmap. Det definerer komponenter til query blocks, patientjournal-visninger, analytics-paneler, workspace-styring og navigation, hver med præcise regler for adfærd og tilstande. For udviklere fungerer dette bibliotek som en kontrakt. Det forbinder healthcare UX design-beslutninger med konkrete implementeringsdetaljer i en form, der er stabil over tid.

Under build-fasen forblev designteamet involveret for at besvare spørgsmål, justere mønstre hvor engineering fandt edge cases, og sikre at den kliniske research-software fungerede som tiltænkt i virkelige miljøer. Det undgik den sædvanlige kløft mellem koncept og produktion og gav Akrivia et solidt fundament for flere års produktudvikling.