大数据、人工智能（AI）和机器学习（ML）已经在医疗保健的众多方面产生深远影响——从诊断到治疗，再到日常行政流程，包括日程安排或监管合规性跟踪。但对患者而言，最显著的变化或许是AI如何帮助革新患者参与和依从性。
患者参与的概念自希波克拉底时代就已存在。任何接受过医疗治疗的人都熟悉传统患者参与中常见的纸质宣传单和小册子——专家表示，大约十分之八的医院仍在患者出院时使用纸质材料进行患者教育。当然，还有其他参与方式，包括低技术含量的方法如面对面交谈、信件和电话，以及更先进的技术方法，如电子邮件、短信、在线患者门户、移动应用程序和患者电视系统。
但近年来，传统的单向患者参与方式被发现存在明显不足。研究表明，患者现在期望更高——随着电子商务和特许经营的跨国公司等行业竞争日益激烈，医疗保健提供者需要提供更好的患者体验以保持竞争力。
这正是为什么许多专家表示，由大数据（由电子健康记录（EHRs）、移动设备、可穿戴技术和其他下一代数据源生成）驱动的AI/ML模型代表了患者参与的下一个前沿领域。
大多数医疗保健提供者需要改进患者参与
根据最近对2000名医疗保健消费者和200名业务决策者（BDMs）的调查，医疗提供者的参与努力未能达到患者期望。调查显示，尽管100%的业务决策者表示他们在很好地参与患者，但只有35%的患者表示他们感觉受到医生办公室的重视。
另有25%的受访者表示，医生和保险公司没有做好护理协调工作。有趣的是，同一调查中近50%的患者受访者表示，他们对医生使用AI辅助医疗决策感到舒适。
印第安纳州医疗保健服务提供商Press Ganey Associates（普雷斯盖尼联合公司）的总裁兼首席运营官Joe Greskoviak表示，提高低迷的患者满意度和参与度的一种方法是通过使用数据和AI。他说："我认为医疗保健消费者对所需信息的类型变得更加苛刻，以更好地了解他们的某些医疗选择。"他补充说，患者忠诚度主要归结为三件事：沟通、提供者同理心和护理协调，其中沟通最为关键。
Greskoviak表示："我们发现，忠诚度主要由第一点，即沟通驱动。等待和不知道为什么等待之间是有区别的。"
AI如何帮助患者参与
AI和ML可以在患者参与方面提供潜在深远的帮助，患者参与通常被视为医疗保健交付的"最后一公里"——这一关键环节能在良好的健康结果和不良健康结果以及客户满意度之间产生决定性差异。AI允许提供者以正确的方式更深入地参与患者，同时填补护理缺口并推动患者改善行为——所有这些都不会增加医疗保健提供者的工作量（在某些情况下，甚至减轻工作量）。
AI正通过以下几种方式帮助改善患者参与：
- 借鉴数字营销的最佳实践，使用机器学习来确定在正确的时间以正确的信息接触患者的最佳方式。例如，有些患者只在一天中的特定时间回复短信——在这种情况下，机器学习可以从患者行为中学习，更有效地与他们互动。这也为提供商节省了资金并降低了参与成本，因为它简化了沟通流程。
- 由自然语言处理（NLP）驱动的聊天机器人，能够快速准确地回应患者查询，并以几年前甚至不可能达到的同理心水平，指导患者完成以前由工作人员执行的日常流程。因为患者会迅速对几乎没有数字床边礼仪的提供商失去兴趣，所以在与患者沟通时，情感适当性至关重要。事实上，提供商发现，在聊天机器人本体中构建"算法同理心"有助于提高参与度，最终改善健康结果。使用AI驱动的聊天机器人代替人类可以节省间接成本，并为其他任务腾出资源。
- 通过挖掘大量过去的治疗和患者数据（如电子健康记录），为类似患者群体制定推荐的治疗计划和其他后续行动。患者不依从是一个持续存在的问题，对健康结果产生负面影响，但提供商可以使用机器学习为特定个体创建最有可能成功的治疗计划。提供商还可以通过适当的讯息和内容，在正确的时间通过正确的传递渠道，微妙地影响患者行为。
AI与患者参与：伦理与实施
这并不是说AI虽然前景广阔，但它是患者参与的灵丹妙药。当技术做出决定或进行传统上由人类处理的对话时，可能会产生伦理影响，尤其是当人们的健康（和生命）受到威胁时。
透明度有时可能成为AI驱动诊断的问题——医生如何向患者解释算法是如何诊断他们的？事实上，当AI驱动患者参与时，隐私、责任、患者自主权和知情同意等问题可能会浮现。一些患者不愿意将个人健康信息提供给算法，该算法可能不具备与医生相似的隐私和保密敏感性。当然，还有一个问题是让计算机向患者传达坏消息或不愉快的消息——对大多数患者来说，至少这不是理想的情况。
由于这些和其他原因，美国医学会(AMA)伦理学杂志建议从业人员在将AI实施到临床实践中时要谨慎行事。它推荐将AI用作补充工具——而非医生的替代品——并强调熟练的人类监督的重要性，"以识别可能的伦理困境"。
然而，至少目前而言，大规模实施AI仍然面临挑战。"AI系统必须获得监管机构的批准，与电子健康记录系统集成，标准化到一定程度使类似产品以类似方式工作，向临床医生提供培训，由公共或私人支付组织承担费用，并在实地随着时间的推移进行更新，"皇家医师学会的一项研究指出。该研究认为这些挑战将被克服，但需要时间。
尽管存在这些问题，AI仍然是一个将继续在患者参与和医疗保健总体中发挥越来越重要作用的工具。虽然AI和ML模型可能不会很快取代医生及其管理员，但它们已经被证明是患者参与的宝贵工具——这一趋势无疑将持续下去。
【全文结束】
