利用人工智能分析和教授医疗保健中的沟通.pdf

乳房 50 (2020) 49e55 利用人工智能分析和教授医疗保健中的沟通 菲利斯·布特罗 a ，埃桑·霍克 b 澳大利亚悉尼悉尼大学心理学学院医学心理学和循证医学中心；美国纽约罗切斯特罗切斯特罗切斯特大 学罗切斯特人机交互小组 文章信息 文章历史: 2019 年 8 月 26 日收到2020 年 1 月 15 日收到的修订表格 2020 年 1 月 16 日接受，2020 年 1 月 17 日在线提供 关键词: 人工智能机器学习通信保健 摘要 沟通是有效医疗保健的核心组成部分，它影响许多患者和医生的结果，但对分析和教学来说既复杂又具 有挑战性。基于人的编码和审计系统耗时且成本高；因此，通过使用有监督和无监督学习算法的机器学 习，人工智能在这一主题中的应用引起了相当大的兴趣。在这篇文章中，我们介绍了健康交流，它对病 人和健康专业结果的重要性，以及支持这一领域的严格的经验数据的需要。然后，我们讨论历史交互编 码系统和应用人工智能在健康环境中自动编码的最新发展。最后，我们讨论了人工智能编码的可靠性和 有效性的现有证据，人工智能在通信培训和审计中的应用，以及该领域的局限性和未来的发展方向。总 之，机器学习的最新进展允许精确的文本转录，以及韵律、停顿、能量、语调、情感和交流风格的分析。 研究已经建立了与人类编码(或更好)相当的机器学习算法的中度到良好的可靠性，并且已经确定了通信变 量和患者满意度之间的一些预期和意外的关联。最后，已经尝试将人工智能应用于通信技能培训，以提 供审计和反馈，并通过使用化身。这看起来有望提供保密且容易获得的培训，但最好将其作为以人为本 的培训的辅助手段。 2020 年由爱思唯尔有限公司出版。这是一篇根据 CC BY-NC-ND 许可证(http:// creative commons . org/licenses/by-NC-nd/4.0/)。 1.健康传播 医疗保健中的沟通是有效的临床诊断、治疗决策和实现最佳患者结果所必需的核心临床技能。研究表明， 卫生专业人员的沟通技能与患者理解、回忆和遵循医疗建议、自我管理 性疾病以及采取预防性健康行 为的能力之间存在着强有力的积极关系[1e6]。此外，研究表明，临床医生倾听和同情患者情绪的能力会 对患者的心理和功能结果以及他们对[7，8]护理的体验和满意度产生深远影响。 此外，临床医生的经验和信心 相应的作者。澳大利亚新南威尔士州悉尼大学生命之屋乐队 6 级北(C39Z)心理学学院，2006 年。 电子邮件地址:Phyllis . Butow @ Sydney . edu . au(p . Butow)。 与病人的沟通会影响他们自 己的职业满意度，以及压力和倦怠的程度。[9，10]。糟糕的医生沟通者也面 临着被不满意的病人起诉的更高风险。一项研究调查了原告对[的立场 ，发现 71%的医疗事故索赔是由于 医患关系问题引发的，大多数诉讼患者认为他们的医生漠不关心，医疗信息的传递者和听众都很差。 对交流在保健中的基本作用的认识为诸如知情同意、共同决策和以病人为中心的保健等理论的发展提供 了信息，这些理论现已载入许多国家的立法，因此在法律上要求保健从业人员以符合这些方法的方式进 行实践。然而，有很好的证据表明，健康从业者的沟通技能差异很大，而且这些技能不一定会随着时间 的推移在没有干预的情况下得到提高 [12]。为了应对这些记录在案的缺陷 ，现在大多数医疗和护理专业以及以下学科的专业受训人员都接受 了沟通技能培训 /10.1016/j.breast.2020.01.008 0960-9776/ 2020 由爱思唯尔有限公司出版。这是一篇根据 CC BY-NC-ND 许可证(http://creative commons . org/licenses/BY-NC-ND/4.0/)发布的开放访问文章。 50 P.但是现在，霍克/乳房 50 (2020) 49e55 医学肿瘤学和姑息治疗。然而，一些研究表明，这种培训只教授基本技能，这些技能不能持续到临床实 践中[13，14]。 重要的是，沟通技能培训要以理论和经验为基础 ，当前的技能要得到可靠和有效的评估。此外，需要向 受训人员提供具体和准确的反馈，同时应对技能进行长期可靠的审计，以确保标准得以保持。然而，这 并不容易实现。沟通是复杂的，信息通过言语、半言语(如声调)和非言语(如眼神、表情)渠道发送。多个 参与者(医生、护士、病人、护理人员)可能参与互动，每个参与者都有不同的期望、目标、角色、能力和 弱点，[15]。咨询中的任务可以是多种多样的，包括信息收集、教育、决策、关系建