随着AI技术在医疗行业的不断应用，健康IT供应商正在探索一个新兴用例：理解患者体验数据。事实上，患者体验数据是医疗机构运营和实践改进的生命线。这些信息对于了解医院或诊所工作人员如何创建更高效的服务流程，以及提供者如何以更多同情心和关怀提供更好的护理至关重要。
当然，医疗行业几十年来一直有获得这些见解的解决方案。患者体验调查，包括更正式的CAHPS调查和一些医院及诊所自行实施的调查，已被证明对于了解患者群体至关重要。同时，在线医生评价也提供了对患者感知和医生声誉的洞察。
据患者调查公司NRC Health的产品负责人Jon Tanner称，这些见解帮助组织针对特定患者人群得出定制结论。特别是，患者满意度数据揭示了不同代际在医疗体验上的关键差异，Tanner表示这对于治疗日益多样化的患者群体至关重要。
但在越来越注重消费者的医疗环境中，这些人口级别的见解将不再足够。医疗机构希望深入了解每位患者，以便提供个性化的医疗服务。面对这一现实，像NRC Health这样的公司正在利用现代技术如AI来实现这些见解。
理解不同代际的患者体验差异
Tanner表示，并不是每个患者都以相同的方式体验医疗系统。通过NRC Health的数据库，该公司已经能够概述年轻患者与老年患者在医疗方式上的不同。
这些差异可以分为三个方面：他们如何获取信息、如何留下反馈以及他们对护理的期望。
例如，年轻患者更倾向于使用智能手机等手持设备获取关于护理的信息。72%的Z世代（Gen Z）和千禧一代使用智能手机和社交媒体了解他们的健康和护理情况，而婴儿潮一代中这一比例不到50%。
这种趋势在不同代际对护理的评价中也有所体现。
“我们仍然从所有代际中获得反馈，只是他们选择的方式不同。”Tanner说。
例如，大约36%的沉默一代和婴儿潮一代会响应传统的市场研究调查，如CAHPS调查或其他由医疗机构发起的调查。但随着代际的年轻化，他们的响应率显著降低，Tanner表示。只有约五分之一的千禧一代和约十分之一的Z世代会响应传统的市场调查。相反，他们会留下在线医生评价，约29%的千禧一代和40%的Z世代这样做。
最后，不同代际对护理体验的期望也有所不同，Tanner指出。例如，老年患者更重视医生的专业能力，而不是医生对他们整体的尊重。相反，年轻患者认为医生的专业能力是理所当然的，他们更看重尊重的医患关系。
Tanner补充道，年轻患者还容易被不良的医疗体验所影响。即使临床质量和医患互动都很完美，年轻患者仍可能因糟糕的账单体验而感到不满。这些代际还对长时间等待感到不满。
不同代际的差异指导运营决策
凭借这些见解，医疗系统能够采用所需的战略和工具，为每个患者群体提供良好的医疗体验。
当医疗机构知道在治疗更多Z世代和千禧一代患者后会得到较低的调查响应率时，它们可以调整其外联策略。这包括扫描Healthgrades、Google、Yelp等在线医生评价网站以获取见解，也可以在诊室内设置二维码以增加年轻患者的调查响应率，避免无应答偏差。
“重要的是不要做出假设或将人们错误地归类到这些代际中。”Tanner警告说。“分析数据按代际划分肯定不是目的。我认为这是你能犯的最大错误。”
简单来说，医疗机构不应将特定人群视为单一整体。
这可以通过确保诊所能以多种方式与患者互动来实现。例如，诊所能接受现金支付并提供Apple Pay。它们可以设置在线自助预约并保留一些呼叫中心员工来预订预约。
“代际视角有助于确保你覆盖广泛的渠道和能力。”Tanner表示。“但与任何一个人互动时，你需要将这些信息细化到个人偏好。”
为此，医院和医疗系统需要知道每位患者的需求。这可以通过某些自愿加入的计划、记录之前的患者遭遇和收集患者体验调查数据来实现。通过了解某个个体希望在线预约和支付但对最近就诊期间的沟通不满意，组织可以做很多事情。
但或许这对许多医疗系统来说正是问题所在。在患者对诊所运营的反馈和与医生的临床体验之间，医疗机构需要管理和理解的信息量几乎是无法克服的。
创建患者体验档案
随着医疗机构继续优先考虑更好的患者体验，许多机构正在寻求基于体验建立患者档案。这可能有助于诊所工作人员和医生根据每位患者的偏好定制服务和产品。
像NRC Health这样的公司一直在努力满足这一需求，通过聚合患者体验和临床数据生成患者摘要。
但Tanner表示，公司最初尝试这些档案时遇到了复杂的问题。即使是将这些信息浓缩成一页摘要，用户也会感到不知所措。在根据用户创建定制摘要——前台工作人员和提供治疗的临床医生看到不同的信息——之后，这些档案仍然过于冗余，充满了患者数据。
“AI非常适合解决这个问题。”Tanner提出了解决方案。
该公司开发了Huey，一种AI工具，用于筛选患者信息，为不同的最终用户创建上下文摘要。该工具会查看医疗记录，找出患者的治疗目标、护理期望、临床数据、以往体验数据和潜在的出院后风险，以指导最终用户。
“我们可以将所有这些信息浓缩成医生只需几句话就能表达的内容。”Tanner说。
例如，AI可能会告诉医生，患者因为感觉医生不相信他们的症状而有过负面体验。AI会建议医生承认患者疾病的复杂性，并进行更积极的倾听，以帮助患者感到被理解。
Tanner指出，这最后一点非常重要。
“不仅仅是数据，还包括行动或建议。”他解释说。“它将所有这些风险和过去的经历浓缩成两句话和一个你可以做的事情。这种类型的处理方法非常适合作为AI的一个问题点。”
当然，AI不能独立运作。组织需要丰富的患者体验数据来帮助AI生成患者见解和建议，这意味着组织需要在整个临床过程中进行调查。
Tanner承认，这可能令人望而却步，因为许多组织缺乏必要的人员来应对整个过程中的负面反馈。展望未来，NRC Health正在试验如何通过提供提示和脚本来支持患者体验工作人员，理想情况下可以简化工作人员的工作流程。
Sara Heath自2015年以来一直报道与患者参与和健康公平相关的新闻。
(全文结束)
