AI為更好的醫(yī)患溝通指明了方向

對醫(yī)生和患者之間數(shù)十萬封安全電子郵件的計算機分析發(fā)現(xiàn)，大多數(shù)醫(yī)生使用的語言過于復雜，患者無法理解。該研究還揭示了一些醫(yī)生用來克服溝通障礙的策略。

健康素養(yǎng)專家以及領先的醫(yī)療保健組織建議醫(yī)生在向患者解釋事情時總是使用簡單的語言，以避免混淆那些健康素養(yǎng)最低的人。

但研究發(fā)現(xiàn)，大多數(shù)醫(yī)生并沒有這樣做。只有大約 40% 的健康素養(yǎng)低的患者的醫(yī)生與他們使用簡單的語言。

隨著醫(yī)生和患者越來越依賴安全的消息傳遞，有效的電子通信變得越來越重要，這一創(chuàng)新在 大流行期間迅速擴大。該研究發(fā)現(xiàn)，在關于患者對他們的護理的了解程度的調查中表現(xiàn)最好的醫(yī)生傾向于根據(jù)患者的水平定制他們的電子信息，無論是在健康素養(yǎng)范圍內的任何地方。

“我們發(fā)現(xiàn)，態(tài)度和技能的結合對于醫(yī)患溝通至關重要，”加州大學舊金山分校 (UCSF) 醫(yī)學教授兼初級保健醫(yī)生、該論文的共同第一作者Dean Schillinger醫(yī)學博士說，于2021 年 12 月 17 日發(fā)表在《科學進展》上。“我們能夠證明，就所有患者的理解而言，這種‘精確交流’對所有患者都很重要。”

該研究采用計算機算法和機器學習來衡量醫(yī)生信息的語言復雜性和患者的健康素養(yǎng)。

該研究使用來自糖尿病患者和他們的醫(yī)生通過 Kaiser Permanente 的安全電子郵件門戶交換的 250,000 多條安全消息中的數(shù)據(jù)，為醫(yī)患溝通的研究規(guī)模設定了新的標準，這通常使用更小的數(shù)據(jù)集完成不使用客觀指標。

算法評估患者是否得到語言相匹配的醫(yī)生的照顧。然后，研究小組分析了個別醫(yī)生的整體模式，看看他們是否傾向于根據(jù)患者不同的健康素養(yǎng)水平調整他們的溝通方式。

“我們的計算機算法提取了許多超出單詞字面含義的語言特征，查看單詞的排列方式、它們的心理和語言特征、它們的詞性、它們的使用頻率以及它們的情感顯著性，”尼古拉斯·杜蘭 (Nicholas Duran) 說。博士，亞利桑那州立大學社會與行為科學學院的認知科學家和副教授，該論文的共同第一作者。

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！