基于用户中心设计的早期精神病干预网络电子健康应用开发与可行性研究：Beehive系统的协同设计与试点评估

为解决早期精神病干预(EPI)项目中数据收集标准化和用户接受度低的难题，加州早期精神病干预网络(EPI-CAL)采用用户中心设计(UCD)方法开发了Beehive电子健康应用。通过14场工作坊和4家诊所试点，研究发现该应用能有效收集79%服务用户自报告数据，症状指数(MCSI)完成率达54%，证实了UCD原则在改善临床工作流程和提升数据采集可行性方面的价值。

　　

在心理健康领域，早期精神病干预(EPI)服务面临着数据收集碎片化和技术接受度低的双重挑战。据统计，加州可能有58万至680万人会经历精神病症状，但各地区的EPI服务实施方式差异显著。这种差异不仅影响服务质量评估，也阻碍了全州范围内的学习与改进。更棘手的是，尽管电子健康(eHealth)技术能支持测量导向治疗(MBC)，但数字鸿沟、认知障碍和实施负担等问题常导致用户接受度不足——这正是加州早期精神病干预网络(EPI-CAL)团队决心开发Beehive应用的现实背景。

来自加州大学戴维斯分校等机构的研究人员开展了一项创新研究，他们采用用户中心设计(UCD)原则开发了兼具网页版和平板端的Beehive应用。这项发表在《JMIR Human Factors》的研究揭示了如何通过协同设计解决技术采纳难题：经过14场工作坊和4家诊所试点，不仅实现了79%服务用户自报告数据采集率，更关键的是创建了能融入多样化临床场景的解决方案。研究证实，将社区合作伙伴反馈融入开发全周期，能显著提升电子健康工具在真实医疗环境中的适用性。

研究团队采用了三阶段技术路线：首先通过用户旅程映射构建故事板原型，组织14场UCD工作坊收集服务用户、支持者和临床人员的反馈；随后开发alpha版本进行功能测试，最终在4家EPI诊所开展为期6个月的beta版试点。特别值得注意的是，研究纳入了48名服务用户、42名支持者和72名临床人员，采用改良科罗拉多症状指数(MCSI)作为核心评估工具，通过量化注册率、调查完成率和界面修改频率等指标评估可行性。

用户旅程映射阶段明确了三类用户（服务用户/支持者、直接服务提供者、项目管理员）的差异化需求，据此设计了包含EULA（终端用户许可协议）视频讲解、实时风险预警和数据可视化等核心功能。在故事板工作坊中，参与者提出的"界面过于临床化"等问题直接促使开发团队增加色彩元素和图标系统。alpha测试则暴露了工作流程整合的深层需求，例如临床人员建议增加"阈值信息开关"功能，让用户能自主选择是否查看症状严重度对比数据。

试点数据展现出令人鼓舞的采纳率：在537份完成的调查中，服务用户表现出最高参与度（49.4%完成率），其MCSI平均得分为24.16(SD=16.81)。支持者的参与也超出预期，56%完成了MCSI评估（平均分26.71,SD=14.43）。但临床人员数据录入率仅17%，揭示出工作流程整合仍是持续挑战。通过动态文本、多语言本地化和远程网络链接等设计创新，Beehive成功适应了COVID-19期间远程医疗的新常态。

讨论部分强调了三个关键发现：首先，UCD方法能有效识别不同用户群体的冲突需求（如数据可视化偏好差异），通过功能开关等灵活设计实现个性化适配；其次，持续的培训支持（如"工作流程会议"）对克服实施障碍至关重要；最后，电子健康工具需要预留持续迭代空间——研究团队在试点后新增了调查状态页面等12项功能改进。这些经验为大规模健康网络实施数字化MBC提供了宝贵模板。

该研究的创新价值在于证实了协同设计能突破电子健康实施的"最后一公里"难题。相比传统自上而下的技术推广，Beehive通过将服务用户反馈置于设计核心（如动态文本显示偏好称呼），显著提升了边缘群体的参与度。尽管存在样本语言局限性和COVID-19的影响，这项研究仍为建立包容性数字心理健康系统提供了可复制的框架。未来研究应关注临床人员数据录入的激励机制，以及多语言版本对少数族裔服务用户的适用性。