Enhancing Patient Experience Using Machine Learning and Deep Learning Based Sentiment Analysis

In de moderne wereld van de gezondheidszorg wordt de kwaliteit van de zorg niet langer uitsluitend gemeten aan de hand van medische uitkomsten of de snelheid van een diagnose. In toenemende mate is de ervaring van de patiënt zelf een centrale maatstaf voor succes geworden. Wanneer een persoon een ziekenhuis bezoekt, laat deze een spoor achter van gedachten, klachten en lof, die vaak in de vorm van ongestructureerde tekst worden gedeeld op websites, forums en sociale media. Deze duizenden individuele verhalen bevatten een schat aan informatie over wat wel en niet werkt, maar ze zijn te omvangrijk en chaotisch voor menselijk personeel om één voor één te lezen en te analyseren. Om zin te geven aan deze digitale ruis, wenden onderzoekers zich tot een vakgebied binnen de informatica dat bekend staat als sentimentanalyse. Dit is het proces waarbij machines worden geleerd om tekst te lezen en de emotie achter de woorden te begrijpen, waarbij onderscheid wordt gemaakt tussen vreugde, woede en onverschilligheid. Door deze taak te automatiseren, kunnen zorgverleners overgaan van gissen naar wat patiënten voelen naar precies weten wat zij voelen, waardoor ze specifieke problemen kunnen oplossen en hun diensten kunnen afstemmen op echte menselijke behoeften.

Een team van onderzoekers van verschillende Indiase universiteiten zette zich in om deze technologie toe te passen op de complexe realiteit van patiëntenzorg. Ze verzamelden een enorme collectie van ongeveer 10.000 geschreven beoordelingen van 21 verschillende ziekenhuizen in diverse steden in India. Deze beoordelingen waren een mix van positieve feedback, negatieve klachten en neutrale observaties. Het doel was niet alleen om te tellen hoeveel mensen tevreden of ontevreden waren, maar om een geavanceerd systeem te bouwen dat de diepe betekenis van deze woorden kon begrijpen en de verborgen onderwerpen kon ontdekken die aan die gevoelens ten grondslag lagen. Om dit te bereiken, testten de onderzoekers een breed scala aan computermodellen, variërend van traditionele statistische methoden tot geavanceerde kunstmatige intelligentiesystemen die ontworpen zijn om de manier waarop het menselijk brein taal verwerkt na te bootsen.

Het proces begon met het opschonen van de ruwe data, een noodzakelijke stap om de tekst voor te bereiden op analyse. De onderzoekers verwijderden leestekens, zetten alle letters om naar kleine letters en verwijderden veelvoorkomende woorden zoals "de" of "en" die geen emotionele lading dragen. Ze standaardiseerden ook de taal, zodat variaties zoals "rennen" en "rende" als hetzelfde concept werden behandeld. Zodra de tekst was georganiseerd, voedden ze deze aan verschillende soorten algoritmen. Eerst gebruikten ze gevestigde machine learning-technieken, waaronder Random Forest, Decision Trees en een krachtig hulpmiddel genaamd XGBoost. Deze modellen werkten door te kijken naar de frequentie en het belang van specifieke woorden om het sentiment van een beoordeling te raden. Onder deze modellen bleek het XGBoost-model het meest effectief, waarbij het de beoordelingen met een nauwkeurigheid van bijna 90 procent correct categoriseerde. Het was bijzonder goed in het identificeren van de nuances van positieve feedback, hoewel het iets meer moeite ondervond met de complexere negatieve en neutrale categorieën.

Om dieper te gaan, gebruikten het team een tweede laag technologie die bekend staat als deep learning. Deze modellen zijn ontworpen om de context en de volgorde van woorden te begrijpen, net zoals een persoon begrijpt dat de betekenis van een zin verandert op basis van de volgorde van de woorden. Ze testten vier verschillende architecturen: Simple RNN, LSTM, GRU en Bidirectional LSTM. Deze systemen werden getraind met twee verschillende methoden om woorden als getallen weer te geven, bekend als Word2Vec en GloVe, waardoor de computer kan begrijpen dat bepaalde woorden semantisch aan elkaar gerelateerd zijn. De resultaten toonden aan dat de deep learning-modellen de traditionele modellen aanzienlijk overtroffen. De beste presteerder was het Bidirectional LSTM-model, dat een nauwkeurigheid van meer dan 96 procent behaalde. Dit model was uniek omdat het de tekst in beide richtingen las, van begin tot eind en van eind tot begin, waardoor het de volledige context van een zin effectiever kon vastleggen dan modellen die slechts in één richting lezen.

Hoewel de hoge nauwkeurigheid van deze modellen indrukwekkend was, wilden de onderzoekers meer weten dan alleen of een beoordeling goed of slecht was. Ze wilden weten waar de beoordelingen daadwerkelijk over gingen. Om deze verborgen thema's te ontdekken, gebruikten ze een techniek genaamd topic modeling. Deze methode groepeert woorden die vaak samen voorkomen om de onderliggende onderwerpen van het gesprek te onthullen. Toen ze dit toepasten op de negatieve, positieve en neutrale beoordelingen, identificeerde het model specifieke woordclusters die kenmerkend zijn voor elke sentimentcategorie. De onderzoekers selecteerden de belangrijkste bijdragende woorden voor elk onderwerp om de kernthema's te beschrijven die binnen de verschillende sentimentcategorieën plaatsvonden, waardoor ze de onderwerpen die positieve gevoelens aanjoegen konden vergelijken met de onderwerpen die ontevredenheid veroorzaakten. Dit vermogen om de emotionele toon te scheiden van de specifieijke inhoud maakte het voor de onderzoekers mogelijk om precies te zien welke aspecten van de ziekenhuiszorg de patiëntentevredenheid of ontevredenheid aanjoegen.

De studie verkende ook het gebruik van een zeer geavanceerd model genaamd BERT, dat gebaseerd is op een vooraf getraind systeem dat al een enorme hoeveelheid taal van het internet heeft geleerd. De onderzoekers pasten dit Transformer-model expliciet toe voor vergelijkingsdoeleinden tegenover de andere geteste algoritmen, waarbij ze de architectuur en de trainingsopzet ervan detailserden om de prestaties te benchmarken. Hoewel BERT bekend staat om zijn vermogen om complexe context te begrijpen, richtte de studie de gerapporteerde prestatiemetingen op de op maat gemaakte deep learning-modellen en traditionele machine learning-classificators. De onderzoekers concludeerden dat door deze krachtige classificatiehulpmiddelen te combineren met topic modeling, ziekenhuizen een compleet beeld van hun prestaties kunnen krijgen. Ze kunnen verder gaan dan eenvoudige tevredenheidsscores om de specifieke redenen daarachter te begrijpen, of het nu gaat om de kosten van de zorg, de houding van een receptionist of de kwaliteit van de medische behandeling.

Dit werk demonstreert dat de enorme, ongestructureerde stemmen van patiënten kunnen worden getransformeerd in heldere, actiegerichte inzichten. Door een combinatie van machine learning te gebruiken om de emoties te sorteren en topic modeling om de oorzaken te identificeren, kunnen zorgverleners precies aanwijzen waar hun diensten verbetering behoeven. De bevindingen suggereren dat de toekomst van de patiëntervaring ligt in het luisteren naar de data, niet alleen als een getal, maar als een collectie verhalen die, wanneer ze correct worden gelezen, het pad naar betere zorg onthullen. De onderzoekers merkten op dat hoewel hun huidige werk zich richtte op online beoordelingen, dezelfde methoden kunnen worden toegepast op feedback verzameld via telefonische enquêtes of sociale media, wat het bereik van dit begrip verder vergroot. Uiteindelijk biedt de studie een blauwdruk voor hoe technologie de kloof tussen de patiëntervaring en het ziekenhuisbeheer kan overbruggen, om ervoor te zorgen dat de stemmen van degenen die zorg ontvangen, worden gehoord en begrepen.