与放射科工作人员分享患者赞扬:工作流程自动化和对工作人员的影响

科学领域:

• 医疗信息学 医疗信息学
• 在医疗保健中的自然语言处理.
• 放射学工作流的优化 工作流的优化

背景情况:

• 分享积极的患者反对于放射科部门的工作人员士气至关重要.
• 分发患者赞扬的手动流程可能耗时且效率低下.
• 现有的工作流程可能无法有效地捕捉或传播积极的患者体验.

研究的目的:

• 开发和评估使用自然语言处理 (NLP) 的半自动化工作流程,以与放射科工作人员分享患者的反.
• 与手动方法相比,评估这种NLP驱动工作流程的效率.
• 测量患者赞扬计划对放射科工作人员士气和工作满意度的影响.

主要方法:

• 一项符合HIPAA的实施研究是使用患者赞扬计划进行的.
• 开发了一种混合工作流,从手动流程过渡到NLP辅助流程.
• 一个NLP模型被训练和验证;手动和混合工作流程之间的电子邮件生成时间被比较.
• 通过利克特比例调查和开放文本反来衡量员工的影响.

主要成果:

• 收集了超过1万份患者调查,其中95.6%包含积极评论.
• 混合NLP工作流实现了每个案例的中位时间为0.7分钟,显著提高了效率.
• 94%的员工觉得受到赞赏,90%的员工觉得在收到患者的赞扬后受到重视.

结论:

• 结合NLP的混合工作流在放射学中有效地分享患者的反.
• 这种方法显著提高了患者赞美计划的时间效率.
• 该计划显然增加了放射科工作人员的认可和价值感.