拆解「個人」健康資訊學以促進集體照護
arXiv - Computers and SocietyShyama Sastha Krishnamoorthy Srinivasan, Mohan Kumar, Pushpendra Singh
提出將個人健康資訊系統重新設計為支持集體照護的框架，並給出十項設計建議
AI 幫你先抓重點
AI 重點 1
將個人健康資訊系統轉向集體導向的設計框架（CC‑Proact）
滑鼠懸停看 AI 判斷理由
此洞察揭示如何彌合個人化設計與集體照護實踐之間的差距，為系統設計師與政策制定者提供可落地的轉型路徑，促進照護者之間的協同與主動參與。
AI 重點 2
三大設計杠杆（Agency、Elicitation、Engagement）揭示系統設計的關鍵維度
滑鼠懸停看 AI 判斷理由
理解這三個杠杆能幫助實務工作者在設計時平衡使用者自主權、資訊共享與行動追蹤，從而打造更具信任感與可持續性的健康資訊平台。
AI 重點 3
十項設計建議提供實務落地路徑
滑鼠懸停看 AI 判斷理由
具體建議讓開發者能快速將研究成果轉化為功能需求，減少從理論到實踐的距離，提升系統採用率與長期使用效果。
核心研究發現
- 1
研究發現，照護者在實際照護中以集體方式理解、分析健康資訊，但現有個人化健康資訊系統無法滿足此需求，受個人、關係、技術與結構因素限制。
- 2
透過後續調查與共設工作坊，作者提出 CC-Proact 操作圖，將生態影響轉化為三大設計杠杆：Agency、Elicitation、Engagement。
- 3
基於設計探測評估，作者提出十項具體設計建議，旨在建立可信、協調且能主動支援集體照護的資訊系統。
對教育工作者的啟發
研究指出，單一個人導向的健康資訊工具難以支援家庭或照護團隊的協同決策。設計師可依據CC‑Proact的三大杠杆，先確保使用者在集體情境下仍保有自主決策權（Agency），再透過互動式資料呈現與情境化提示（Elicitation）促進資訊共享，最後設計可追蹤、可驗證的行動路徑（Engagement）以建立信任。實務上，可將這些杠杆嵌入使用者介面、通知機制與資料治理流程，並配合共設工作坊收集照護者需求，逐步驗證與迭代。
原始文獻資訊
- 英文標題：
- Unpacking "Personal" Health Informatics for Proactive Collective Care
- 作者：
- Shyama Sastha Krishnamoorthy Srinivasan, Mohan Kumar, Pushpendra Singh
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。