единици
1. Въведение в изкуствения интелект в управлението на здравеопазването: роли, граници, автентификация и поверителност 2. Назначаване и управление на капацитета: Оценка на неявяване и интелигентно планиране 3. Управление на леглото и потока на пациентите: заетост, планиране на изписването и плътност 4. Прогнозиране на търсенето: Спешно, амбулаторно и сезонно планиране на натоварването 5. Управление на цикъла на приходите: таксуване, възстановяване на средства и анализ на отказа 6. Индикатори за качество и мониторинг на ефективността: KPI и табла за управление 7. Удовлетвореност на пациентите и анализ на обратната връзка: Проучване и извличане на текст 8. Наличности и верига за доставки: запаси от лекарства/материали, изтичане и търсене 9. Подобряване на процесите: Lean Management, анализ на тесните места и симулация 10. Планиране на персонала и смени: Управление на работната сила и балансиране на натоварването 11. Поверителност на данните, регулация, етика и управление от край до край
единица 7 / 11

Удовлетвореност на пациентите и анализ на обратната връзка: Проучване и извличане на текст

Печалби:

  • Възможност за разделяне на анкети за удовлетвореност на пациентите и свободна текстова обратна връзка по теми и извършване на анализ на настроението с поддръжка на изкуствен интелект
  • Възможност за създаване на полезни прозрения и чернови за подобрения от текстове на жалби и предложения
  • Възможност за улавяне на клопки като пристрастия при вземане на проби, автоматична грешка в етикета на настроението и защита на поверителността преди интерпретация

Пациентите не идват само за да се подобрят; Те също преживяват и помнят как са били лекувани, колко време са чакали и на кого са могли да разкажат за проблемите си. Удовлетвореността на пациентите е както етична отговорност, така и измерение на ефективността, което влияе върху репутацията на институцията и в някои случаи върху нейното възстановяване. Но данните за удовлетвореността често идват в две форми: проучвания, измерени чрез звезди/оценки, и рецензии в свободна форма. Прочитането на стотици безплатни коментари един по един отнема време. Това е мястото, където изкуственият интелект е мощен: той разделя стотици текстове на теми, извлича емоционален тон и обобщава видни оплаквания и похвали. В този раздел ще видим как да направим това, но по-важното е как да избегнем неправилно разчитане. Граница: AI обобщава текст и извлича теми; но автоматичният етикет на емоцията може да бъде грешен, извадката може да бъде предубедена - обобщението и решението принадлежат на мениджъра.

Основни понятия за копаене на текст

Няколко термина: Извличането на текст е процес на автоматично извличане на модели и значение от писмени текстове. Анализът на настроението е автоматичната класификация на положителния/отрицателния/неутралния тон на даден текст. Извличането на тема/тема е групирането на множество коментари в общи теми (чистота, изчакване, комуникация, цена). NPS (Net Promoter Score) е индикатор за лоялност, базиран на въпроса „Бихте ли ни препоръчали?“ Полезно е да мислите за данните за удовлетвореността в две отделни измерения: количественото измерение (оценки, NPS) ви дава отговор на въпроса „колко“; Качественото измерение (свободни коментари) носи отговора на въпроса "защо". И двете поотделно биха били непълни; Когато се четат заедно, виждате както мащаба на проблема, така и неговия източник.

Тези превозни средства имат мощна, но опасна страна. Анализът на настроението се препъва в тънкостите на езика. Изречението „Страхотно, пак чаках 3 часа“ може да изглежда положително, когато се разглежда дума по дума, защото съдържа „страхотно“; Въпреки това е иронично. „Не беше лошо“ съдържа отрицание. Суфиксите и идиомите в турския правят това още по-трудно. Втората опасност е пристрастието на извадката: анкетата обикновено се попълва от хора, които са или много доволни, или много ядосани; Мълчаливото мнозинство в средата е невидимо. Следователно картината, която AI рисува, е мнението на "авторите", а не на "всички пациенти".

Истинската стойност на тези инструменти не е в броя, а в посоката. Оценката със звезди ви казва „удовлетворение 3,8“, но не ви казва какво да коригирате; свободният текст ви казва какво точно ви притеснява. Работата на AI е да дестилира този необработен разказ в управляеми заглавия: Не можете да прочетете 600 коментара, но можете да превърнете изречението „30 процента от коментарите споменават объркване при маршрутизиране“ в действие. И все пак това намаление включва и загуба: поразително, единствено, но важно предупреждение за безопасност от един пациент може да бъде изгубено в „малката тема от 2 процента“. Ето защо, освен количественото обобщение, е необходимо допълнително да се отсяват отделни коментари, които сигнализират за сигурност или сериозни оплаквания; Числото показва голямата картина, а отделният коментар показва критичното изключение.

Стъпка по стъпка: Анализ на обратната връзка с AI

  1. Анонимизиране. Премахнете от коментарите идентификатори като име, име на лекар, номер на стая.
  2. Разделете го по теми. Помолете AI ​​да групира коментарите в общи теми; Вие определяте броя на заглавията.
  3. Извадете емоционалния тон, но го проверете. Вземете положителния/отрицателния процент за всяка тема; След това прочетете сами примерните коментари.
  4. Прозрение в действие. Изберете най-честата и горяща тема; Изготвено е конкретно предложение за подобрение.
  5. Пробен контрол. Колко хора са го писали, кой го е писал, представителен ли е? Направете обобщението според тази граница.
  6. Управленско решение. Решението за подобряване и приоритизирането принадлежи на мениджъра; AI просто подготвя прозрение.
Внимание: Число като "78 процента положително", дадено от AI може да е разбрало погрешно иронията и отрицанието. Не забравяйте сами да прочетете няколко необработени рецензии за всяка тема и да проверите дали етикетът отговаря на реалността.

три мини калъфа

Случай 1 — Скрита тема. Една болница натрупа 640 безплатни коментара на месец; никой не можеше да прочете всичко. Отделът за правата на пациентите даде анонимните коментари на YZ и ги присвои на темата. Най-голямата негативна тема не беше „времето за чакане“, както се очакваше, а „объркването на маршрута“ (пациентите не можеха да разберат на кой етаж да отидат). С прости знаци и подреждане на персонала за насочване, тази тема намаля значително за два месеца. AI направи скритата тема видима; Решението принадлежеше на екипа.

Случай 2 — Капан на иронията. Едно звено беше доволно от „82 процента положително“ обобщение на AI и каза на ръководството, че „удовлетворението е високо“. Служителят по качеството прочете примерни коментари: иронични изречения като „Невероятно, пристигнах 2 часа след уговорения час“ се считат за положителни. Действителният положителен процент беше по-нисък. Манипулаторът калибрира AI етикета, като прочете на ръка няколко десетки коментара и коригира презентацията.

Случай 3 — Отклонение на извадката. В една амбулаторна клиника само 45 души отговориха на онлайн анкетата и повечето бяха много негативни. Един управител изпадна в паника, че „поликлиниката е фалирала“. Анализаторът припомни, че тези 45 души са малка и предубедена част от 3200 пациенти през този месец и че гневните хора са отговорили повече на проучването. Вместо паника започна представителен екзитпол; Реалната картина беше много по-балансирана.

Четири копируеми шаблона

1) Извличане на тема:

Вашата роля: асистент на анализатора на опита на пациента. По-долу са анонимни коментари на пациенти на свободна практика (без име/име на лекар). Задача: разделете коментарите на 6-8 общи теми (напр. чакане, комуникация, почистване, препоръка, такса). Посочете колко коментара сте имали за всяка тема и дайте 2 примерни цитата. Не си измисляйте коментарите; Просто използвай това, което ти давам.

2) Настроения + предупреждение за валидиране:

Извадете съотношението положително/отрицателно/неутрално за всяка тема. НО отбележете, че иронията, отрицанието и саркастичният израз може да подведат етикета за емоция и избройте 5-те коментара, за които не сте сигурни, отделно като „ръчно проверени“. Представяне като точен процент; дават прибл.

3) Ориентирано към действие прозрение:

Изберете най-честата и най-негативната тема. За тази тема: очертание на възможната първопричина, 3 подобрения, които могат да бъдат приложени в краткосрочен план, и очакваното въздействие/цена на всяко. Посочете, че това е предложение и решението е на управителя.

4) Примерна контролна бележка:

В този анализ общият брой отговори [N] е броят на пациентите през този период [M]. Напишете ми предупредителна бележка относно представителността на извадката: ако степента на отговор е ниска или гневните пациенти са свръхпредставени, обяснете рисковете от обобщаване на резултатите в 4 точки.

Слаба подкана / Силна подкана

Слаба подкана:

Кажете ми дали тези коментари са добри или лоши, какъв процент са доволни.

Без теми, без проверка, без примерни предупреждения; Връща единичен подвеждащ процент.

Мощна подкана:

По-долу са [N] анонимни коментари на пациенти, брой пациенти към този момент [M]. Разделете коментарите по теми, дайте приблизителен емоционален тон за всяка тема, но отбележете, ако не са сигурни поради ирония/отрицание. Направете предложение за подобрение на най-актуалната тема и добавете предупредителна бележка относно представителността на извадката.

стъпка

Принос на AI

човешки контрол

Разделяне на темата

Групира стотици коментари

Имат ли смисъл заглавията?

емоционален етикет

Произвежда бърз тон

Контрол на иронията/отрицанието

прозрение

Проект за подобрение

Приложимост, цена

обобщение

Предоставя резюме

Извадката представителна ли е?

Често срещани грешки

  • Приемане на етикета на емоциите такъв, какъвто е. Иронията и отрицанието са подвеждащи; Прочетете примерите.
  • Обобщение от малка/предубедена извадка. 45 гневни коментара не представляват всички пациенти.
  • Заобикаляне на анонимизирането. Коментарите могат да включват името на лекаря/пациента; премахнете го.
  • Фокусиране само върху негативното. Положителните теми също показват какво ще защитите.
  • Погрешно разбиране за решение. Решението и приоритетът за подобряване е на мениджъра.
Съвет: В края на всеки анализ прочетете сами 15-20 произволни необработени коментара и ги сравнете с маркера на AI. Този 10-минутен навик за „калибриране“ улавя капаните на иронията и отрицанието и ви учи колко да се доверявате на AI ​​кратката информация.

В обобщение

Данните за удовлетвореността на пациентите идват както в резултати, така и в свободен текст, а AI е много мощен при разделянето на стотици коментари по теми и тяхното обобщаване. Но автоматичният етикет на емоцията греши от страна на иронията и отрицанието; Извадката от проучването често е пристрастна. Следователно изходът от AI не може да бъде обобщен без проверка със сурови интерпретации и размер на извадката. Поддържа се анонимност, подготвя се прозрение; Но решението и приоритетът за подобрение винаги принадлежи на мениджъра.

Задача за приложение

Вземете набор от анонимни коментари (20-30 коментара, реални или хипотетични). Помолете AI за тема и тон с шаблоните „Извод за тема“ и „Емоция + сигнал за валидиране“. След това прочетете сами поне 10 необработени коментара и ги сравнете с маркера на AI; Запишете в колко от тях намирате недостатъци поради ирония/отрицание и представителност на извадката в 5 елемента.

контролен списък

  • [ ] Анонимизирал ли съм коментарите (без име на пациент/лекар)?
  • [ ] Калибрирал ли съм етикета за настроение със сурови коментари?
  • [ ] Обмислил ли съм размера на извадката и отклонението?
  • [ ] Търсил ли съм както положителни, така и отрицателни теми?
  • [ ] Оставил ли съм решението и приоритета за подобряване на мениджъра?