人工智能預測在線醫生就診后的患者付款

2022-09-03 23:07:10 編輯：皇甫紹欣來源：

導讀在獲得帶薪患者的一部分進行在線醫療咨詢時，與依靠患者的聲譽相比，醫生在虛擬訪問期間更好地與患者進行密切接觸并提供高質量的服務。如此...

在獲得帶薪患者的一部分進行在線醫療咨詢時，與依靠患者的聲譽相比，醫生在虛擬訪問期間更好地與患者進行密切接觸并提供高質量的服務。

如此發現的研究人員從近160萬次在線醫療咨詢中獲取數據，并使用機器學習來預測患者隨后的付款行為。

紐約賓漢頓大學的姜晶璐博士及其同事于2月20日在JMIR Medical Informatics上在線發表了他們的研究。

作者寫道：“在線醫療咨詢已經變得越來越流行，被認為是解決醫療資源短缺和資源分配效率低下的潛在解決方案。”“但是，許多在線醫療咨詢平臺都在努力吸引和留住愿意付費的患者，并且該平臺上的醫療保健提供者還面臨著在眾多可以提供類似服務的醫師中脫穎而出的挑戰。”

Jiang和同事使用了來自最大的在線醫療咨詢平臺的數據，將2009年至2018年的醫患對之間的1,582,564條咨詢記錄歸零。

通過將幾種機器學習技術與四個分類器(邏輯回歸，決策樹(DT)，隨機森林和梯度提升)一起應用，他們確定了最有助于預測付款的關鍵特征。

“ [C]具有與醫師聲譽有關的特征，與服務有關的特征，例如服務交付質量(例如，咨詢對話強度和醫師反應率)，患者來源(例如，在線或離線返回患者)以及患者參與(例如，提供社會回報并透露以前的治療方法)，似乎對患者的付款決定做出了更大的貢獻。”“在患者與提供者的互動中促進多種及時反應對于鼓勵付款至關重要。”

江等。承認他們依賴數據和醫療保健經濟學是他們研究設計的局限性。

他們寫道：“考慮到文化差異和醫療法規，我們的結果可能在其他情況下具有局限性。”“但是，已經發現的交互作用的機制和類型足夠通用，可以在不同的在線醫療咨詢平臺和不同的中進行推廣和管理。此外，語境本身相當大，應該自己引起關注。”

標簽：

免責聲明：本文由用戶上傳，如有侵權請聯系刪除！