論文の概要: Patients Speak, AI Listens: LLM-based Analysis of Online Reviews Uncovers Key Drivers for Urgent Care Satisfaction

• arxiv url: http://arxiv.org/abs/2503.20981v1
• Date: Wed, 26 Mar 2025 20:45:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-28 12:54:15.376931
• Title: Patients Speak, AI Listens: LLM-based Analysis of Online Reviews Uncovers Key Drivers for Urgent Care Satisfaction
• Title（参考訳）: 患者が話す、AIを聞く: LLMによるオンラインレビューの分析から、緊急ケアの満足度が分かる
• Authors: Xiaoran Xu, Zhaoqian Xue, Chi Zhang, Jhonatan Medri, Junjie Xiong, Jiayan Zhou, Jin Jin, Yongfeng Zhang, Siyuan Ma, Lingyao Li,
• Abstract要約: この研究は、DMVとフロリダのエリアでGoogle Mapsのレビューを収集する。 まず、人口密度、中央値所得、GINI指数、家賃対所得率、貧困率以下の世帯、保険率なし、失業率など、様々な側面の地理空間パターンを分析した。
• 参考スコア（独自算出の注目度）: 26.391629320279904
• License:
• Abstract: Investigating the public experience of urgent care facilities is essential for promoting community healthcare development. Traditional survey methods often fall short due to limited scope, time, and spatial coverage. Crowdsourcing through online reviews or social media offers a valuable approach to gaining such insights. With recent advancements in large language models (LLMs), extracting nuanced perceptions from reviews has become feasible. This study collects Google Maps reviews across the DMV and Florida areas and conducts prompt engineering with the GPT model to analyze the aspect-based sentiment of urgent care. We first analyze the geospatial patterns of various aspects, including interpersonal factors, operational efficiency, technical quality, finances, and facilities. Next, we determine Census Block Group(CBG)-level characteristics underpinning differences in public perception, including population density, median income, GINI Index, rent-to-income ratio, household below poverty rate, no insurance rate, and unemployment rate. Our results show that interpersonal factors and operational efficiency emerge as the strongest determinants of patient satisfaction in urgent care, while technical quality, finances, and facilities show no significant independent effects when adjusted for in multivariate models. Among socioeconomic and demographic factors, only population density demonstrates a significant but modest association with patient ratings, while the remaining factors exhibit no significant correlations. Overall, this study highlights the potential of crowdsourcing to uncover the key factors that matter to residents and provide valuable insights for stakeholders to improve public satisfaction with urgent care.
• Abstract（参考訳）: 緊急医療施設の公的な体験を探求することは、地域医療の発展を促進する上で不可欠である。 伝統的な調査手法は、スコープ、時間、空間範囲が限られているため、しばしば不足する。 オンラインレビューやソーシャルメディアを通じてのクラウドソーシングは、そのような洞察を得るための貴重なアプローチを提供する。 近年の大規模言語モデル (LLM) の進歩により, レビューからのニュアンス認識の抽出が実現可能となった。 本研究は、DMVおよびフロリダ地域におけるGoogleマップのレビューを収集し、GPTモデルを用いて緊急ケアの側面に基づく感情分析を行う。 まず, 対人的要因, 運用効率, 技術的品質, 財務, 施設など, 様々な側面の地理空間パターンを分析した。 次に,人口密度,中央値所得,GINI指数,家賃対所得率,貧困率以下の世帯,保険率の欠如,失業率など,公的な認識の相違を背景として,国勢調査ブロックグループ(CBG)レベルの特徴を定めている。 以上の結果から,多変量モデルでは,患者満足度を最優先する要因として対人的要因と作業効率が出現し,技術的品質,財務,施設は有意な独立性は認められなかった。 社会経済的要因と人口統計学的要因のうち、人口密度のみが患者格付けと有意な相関を示すが、残りの要因は有意な相関は示さない。 本研究は, 住民にとって重要な要因を明らかにするためのクラウドソーシングの可能性を明らかにするとともに, 緊急ケアによる公衆の満足度向上を図る上で, 利害関係者に貴重な洞察を提供するものである。

関連論文リスト

• Toward Equitable Access: Leveraging Crowdsourced Reviews to Investigate Public Perceptions of Health Resource Accessibility [36.09285467199603]
  この研究は、Google Mapsのレビューからクラウドソーシングされたデータを使って、新型コロナウイルス(COVID-19)パンデミック中の米国での健康資源のアクセシビリティに関する一般の認識を抽出する。 以上の結果から、医療資源のアクセシビリティに対する一般の認識は、パンデミックの期間中に相違がピークに達し、危機後わずかに緩和されていることが判明した。 政治的アフィリエイト、人種的人口、教育レベルが、これらの認識を形作る重要な要因として浮上した。
  論文  参考訳（メタデータ） (2025-02-15T02:34:55Z)
• Asymmetrical Reciprocity-based Federated Learning for Resolving Disparities in Medical Diagnosis [68.06621490069428]
  地理的な健康格差は、特に低所得国と中所得国の未保存地域において、世界的課題となっている。 我々は、地理的な健康格差を緩和し、未保存地域の診断能力を増強することを目的とした、新しいクロスサイロ・フェデレーション学習フレームワークであるFedHelpを提案する。
  論文  参考訳（メタデータ） (2024-12-27T13:59:58Z)
• Generalization in Healthcare AI: Evaluation of a Clinical Large Language Model [9.83029774375588]
  大規模言語モデル(LLM)は、患者のケアの改善、臨床的意思決定、医師と管理者の強化のための医療の機会を提供する。 これらのモデルのポテンシャルは、臨床環境や人口にわたって効果的に一般化する能力に大きく依存する。 本研究は,30日間の完全寛解予測において,HOSPITALの臨床ノートを用いたLCMであるクリニックLLMを評価した。
  論文  参考訳（メタデータ） (2024-02-14T06:24:52Z)
• Predictive and Prescriptive Analytics for Multi-Site Modeling of Frail and Elderly Patient Services [0.0]
  本研究の目的は、需要が増大している医療分野における、様々な予測的、規範的分析手法が、運用上の課題にどのように貢献するかを評価することである。 規範的な面では、ベッドや病棟のスタッフを最適に計画する方法を決定するための決定論的プログラムと2段階プログラムが開発されている。 我々の研究は、医療管理者が予測モデルと規範モデルを使ってより情報的な意思決定を行うことを検討すべきであることを明らかにしている。
  論文  参考訳（メタデータ） (2023-11-13T12:25:45Z)
• Sensitivity, Performance, Robustness: Deconstructing the Effect of Sociodemographic Prompting [64.80538055623842]
  社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。 ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
  論文  参考訳（メタデータ） (2023-09-13T15:42:06Z)
• SPeC: A Soft Prompt-Based Calibration on Performance Variability of Large Language Model in Clinical Notes Summarization [50.01382938451978]
  本稿では,ソフトプロンプトを用いたモデルに依存しないパイプラインを導入し,確率に基づく要約の利点を保ちながら分散を減少させる。 実験結果から,本手法は性能を向上するだけでなく,様々な言語モデルの分散を効果的に抑制することが明らかとなった。
  論文  参考訳（メタデータ） (2023-03-23T04:47:46Z)
• Machine Learning for Deferral of Care Prediction [4.436632973105494]
  人口の継続的なケア先延ばしは、人口の健康と複雑な健康問題が減少し、長期的には社会的・財政的なコストが上昇する可能性がある。 マイノリティと脆弱な人口は、社会経済的要因によるケア遅延のリスクが高い。 現在、多くの医療システムは、以前治療を延期した患者を遡及的に識別するためにルールベースの技術を使用している。 本モデルの目的は,ケアを延期するリスクのある患者を識別し,直接的なアウトリーチやソーシャル・メディエーションを通じて,医療機関がケアの延期を防止することである。
  論文  参考訳（メタデータ） (2022-06-09T01:21:13Z)
• Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
  本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。 これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。 静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
  論文  参考訳（メタデータ） (2022-04-07T22:14:37Z)
• The adoption of non-pharmaceutical interventions and the role of digital infrastructure during the COVID-19 Pandemic in Colombia, Ecuador, and El Salvador [0.0]
  コロンビア、エクアドル、エルサルバドルでのCOVID-19パンデミックの第1波におけるNPI付着の要因について検討した。 モビリティ低下とデジタルインフラストラクチャの品質との間には,大きな相関関係がある。 モビリティ低下とデジタルインフラストラクチャの品質の関連性は、NPIの制約のピーク時に強くなる。
  論文  参考訳（メタデータ） (2022-02-24T13:15:17Z)
• Predicting Patient Readmission Risk from Medical Text via Knowledge Graph Enhanced Multiview Graph Convolution [67.72545656557858]
  本稿では,電子健康記録の医用テキストを予測に用いる新しい手法を提案する。 外部知識グラフによって強化された多視点グラフを有する患者の退院サマリーを表現している。 実験により,本手法の有効性が証明され,最先端の性能が得られた。
  論文  参考訳（メタデータ） (2021-12-19T01:45:57Z)
• Clinical Outcome Prediction from Admission Notes using Self-Supervised Knowledge Integration [55.88616573143478]
  臨床テキストからのアウトカム予測は、医師が潜在的なリスクを見落としないようにする。 退院時の診断,手術手順,院内死亡率,長期予測は4つの一般的な結果予測対象である。 複数の公開資料から得られた患者結果に関する知識を統合するために,臨床結果の事前学習を提案する。
  論文  参考訳（メタデータ） (2021-02-08T10:26:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。