TADMaps: Plataforma interactiva de visualización de datos científicos
categoría:
Diseño de producto digital
Sector:
Salud, Farmacéutico
Fecha:
Diciembre 2024
Cliente:
The Art of Discovery desarrolla soluciones tecnológicas para investigación biomédica. Los laboratorios farmacéuticos y centros de investigación enfrentaban el desafío de analizar grandes volúmenes de datos preclínicos utilizando herramientas fragmentadas y poco intuitivas. Existía una necesidad crítica de una plataforma unificada que no solo mostrara resultados, sino que guiara el proceso de investigación y facilitara el descubrimiento de insights.
TADMaps es una plataforma de software que transforma datos complejos de investigación farmacológica en visualizaciones interactivas e intuitivas. Diseñada para científicos e investigadores, la plataforma integra análisis matemático patentado con herramientas de visualización 2D/3D, permitiendo explorar, analizar y comprender datos experimentales de manera más eficiente y profunda.
El reto de diseño
El principal desafío radicaba en la complejidad técnica de los datos farmacocinéticos y farmacodinámicos, junto con la diversidad de formatos y fuentes de información no estandarizadas.
Antes del desarrollo de TADMaps se entregaban a los clientes los resultados ya procesados, con sus explicaciones pertinentes pero no datos interactivos. Pero realizando un análisis de la experiencia de cliente se identificó que permitir a los clientes procesar los datos de manera autónoma les permitiría llegar a nuevas conclusiones.
Además, se requería una solución que permitiera la extrapolación a modelos humanos y ofreciera una curva de aprendizaje suave, accesible para usuarios con distintos niveles de expertise técnico.
Metodología y proceso
El desarrollo de TADMaps siguió un enfoque por fases, comenzando con una inmersión profunda en el contexto de los usuarios finales.
El proceso de desarrollo combinó trabajo interno con el apoyo de consultoras externas, avanzando desde el MVP hacia una versión mejorada y lista para producción, sin perder de vista la validación continua con usuarios reales.
Fase 1: Definición del concepto
Esta fase se centró en una investigación exhaustiva con científicos y el análisis de sus flujos de trabajo para identificar puntos críticos como la pérdida de tiempo en el procesamiento manual de datos y la dificultad para correlacionar resultados PK/PD.
Estos hallazgos permitieron definir un MVP centrado en funcionalidades esenciales que ofrecieran el mayor valor inmediato, priorizando un dashboard unificado y visualizaciones básicas, mientras se postergaban funcionalidades avanzadas como la automatización completa.
Fase 2: Diseño del Producto
Se desarrolló una arquitectura de información basada en un dashboard unificado y módulos especializados, complementados con un sistema de búsqueda y filtrado avanzado.
Mediante wireframes iterativos y un sistema de diseño coherente, se crearon interfaces intuitivas y patrones de interacción para datos complejos, incluyendo visualizaciones 2D/3D personalizables que equilibran la potencia analítica con la claridad visual.
Fase 3: Desarrollo por fases
El proceso siguió una metodología ágil y evolutiva, comenzando con el desarrollo del MVP para validar las hipótesis centrales, seguido de una prueba de concepto.
Tras recopilar la primera valicación de su utilidad, se implementaron mejoras sustanciales en rendimiento y funcionalidades, culminando en el lanzamiento a producción de una plataforma estable y escalable para su uso generalizado.
Fase 4: Validación contínua
Se estableció un ciclo permanente de feedback mediante testing con usuarios reales y el análisis de datos de uso, permitiendo iteraciones rápidas y la adaptación a necesidades emergentes. Además, se recopilaron dudas frecuentes para alimentar el desarrollo de un chatbot futuro, asegurando que la plataforma evolucionara de manera alineada con las demandas reales de los investigadores.
Resultado e impacto
Se creó un producto mínimo viable (MVP) que incorporó las funcionalidades esenciales definidas durante la investigación inicial.
La plataforma permitió testear el valor de esta solución tecnológica para los clientes, cumpliendo con el objetivo principal de validar la propuesta de valor. Se logró mostrar de forma global las capacidades del proceso matemático patentado por TAD, demostrando su aplicabilidad en entornos reales de investigación.
Como resultado clave, se recopilaron dudas, preguntas y necesidades de explicación de los usuarios, información fundamental que se destinó expresamente a alimentar el desarrollo futuro de un chatbot para la fase posterior.
Sin embargo, se tomaron decisiones estratégicas al excluir deliberadamente del MVP la automatización completa del procesamiento, un asistente para interpretación de datos y un sistema automatizado de guía para investigaciones, ya que los procesos internos no estaban lo suficientemente estandarizados y requerían de un preprocesamiento manual de la información.
El rol del diseño
El diseño jugó un papel fundamental en la transformación de un problema técnico complejo en una experiencia usable y valiosa para los investigadores.
No se limitó a la estética, sino que abarcó la abstracción de la complejidad matemática subyacente, la creación de flujos intuitivos que guían al usuario y el desarrollo de un sistema visual flexible que se adapta a distintos estilos de investigación.
Innovaciones como TAD Vision —un tipo de visualización patentada— y el equilibrio entre automatización y control manual reflejan cómo el diseño estratégico puede marcar la diferencia en entornos altamente especializados, haciendo que la ciencia sea más accesible, comprensible y accionable.
