迈向体贴的具身人工智能：从抽象概念到高保真原型的多站点医疗机器人协同设计

文献标题

Towards Considerate Embodied AI: Co-Designing Situated Multi-Site Healthcare Robots from Abstract Concepts to High-Fidelity Prototypes

出版信息

• 主题领域: 面向医疗应用的具身人工智能系统协同设计。
• 关键词: 具身人工智能、医疗机器人、协同设计、多学科合作、迭代原型设计、非增值任务、高保真原型、利益相关者参与、教育支架、工作流程整合。

背景与问题

• 问题/挑战: 当前针对医疗机器人的协同设计工作通常缺乏情境深度，集中于单一场景，停留在低保真阶段，并未有效整合多学科合作。这些不足阻碍了机器人在多样化医疗环境中的定制化设计以及实际部署。
• 重要性: 解决这些问题对于设计能够减轻医护人员（HCWs）负担、改善患者护理、并与不同医疗环境的独特工作流程和限制相契合的机器人至关重要。
• 动机与相关工作: 先前研究已探讨了医疗机器人协同设计，但通常局限于孤立的情境或有限的利益相关者整合。本论文在这些工作基础上提出了一种持续的、多情境协同设计过程，从抽象概念到高保真原型，深入探讨机器人角色及部署挑战。

解决方案

• 提出的方法: 一个为期14周的多学科协同设计工作坊系列，旨在为三种医疗场景开发具身人工智能解决方案：急诊科（EDs）、睡眠障碍诊所（SDCs）和长期康复设施（LTR）。
• 创新点:
  1. 针对三种不同医疗场景进行情境任务分析，以识别非增值（NVA）任务。
  2. 整合多学科合作，通过共享理解塑造机器人设计。
  3. 从故事板到高保真原型的迭代原型设计，揭示设计演变和部署挑战。
  4. 提供教育支架，支持非技术参与者贡献机器人设计。
• 流程与关键技术:
  • 通过利益相关者小组和模型活动进行需求识别和工作流程映射。
  • 通过迭代原型设计阶段推进：故事板、纸板原型和全尺寸原型。
  • 整合有关机器人、设计和制造的教育课程，支持参与者的积极参与。
  • 通过工件分析、访谈和教育课程后的讨论评估成果。

结果

• 具体发现:
  • 开发了19个机器人角色故事板、7个纸板原型和3个针对ED、SDC和LTR场景的全尺寸原型。
  • 确定了四种主要机器人角色：递送、存储、导览和舒适/娱乐，并具有情境特定的变体。
  • 语音、面部表情和触摸屏界面是最常见的交互方式。
• 相较基线的优势:
  • 通过比较共享和场景特定的机器人角色，展示了跨情境学习。
  • 高保真原型的推进揭示了低保真阶段通常忽略的现实约束（例如空间适配、人体工程学设计）。
  • 多学科合作促进了更丰富、更扎实的设计成果。
• 实验/评估:
  • 对设计阶段的工件进行分析。
  • 对访谈和讨论进行主题分析，以评估合作、设计演变和教育影响。
  • 参与者包括来自不同背景的22人（HCWs、艺术家、工程师、制造者、患者）。
• 局限性与未来工作:
  • 由于高承诺要求，医护人员的代表性有限。
  • 对替代机器人平台的探索受到限制。
  • 重点关注全球北方的医疗场景，限制了普适性。
  • 未来工作将扩展至更多场景、平台和地理区域，并探索多机器人协作。

总结

本研究通过一个为期14周的协同设计工作坊系列，为三种医疗场景（ED、SDC、LTR）开发具身人工智能解决方案。通过整合多学科合作、迭代原型设计和教育支架，研究揭示了机器人如何解决NVA任务，同时与设施特定的工作流程相契合。主要贡献包括识别共享和情境特定的机器人角色、促进参与者之间的互学，以及通过渐进式原型设计优化设计。研究结果强调了将机器人设计扎根于现实约束的重要性，并提出了八项指南，用于开发社会可接受、可信赖且能够融入医疗环境的体贴型具身人工智能系统。