Článek
5 otázek týkajících se zkoumání postojů osob s rozhodovací pravomocí ve zdravotnictví
Objevte postřehy z výroční zprávy AMCP 2025
Rozhovor s Darlenou Le
V očekávání setkání AMCP v roce 2025 jsme měli příležitost hovořit s Darlenou Le, PharmD, výzkumnou pracovnicí v oblasti zdravotních výsledků a přístupu na trh, o jejím plakátu "Porozumění náladám osob s rozhodovací pravomocí ve zdravotnictví: Použití zpracování přirozeného jazyka k předpovídání výsledků pokrytí vzorců." Tato práce využívá umělou inteligenci k analýze kvalitativních dat a nabízí nové pohledy na prediktivní povahu vnímání osob s rozhodovací pravomocí v oblasti zdravotní péče. Hannah Bischel, PharmD; Claire Goreyová, Ph.D.; Kryštof Klein; Jason Lynch, MBA; Joseph Washington, PharmD, MS; Zade Hikmat, PharmD, MS; Andrew Gaiser, PharmD, MBA, MS; a Melissa McCart, PharmD, MS jsou spoluautory posteru.
Zde se Darlena podělí o inspiraci, která stála za jejím výzkumem, klíčové poznatky, nečekaná zjištění a další kroky
Co bylo inspirací pro tento výzkum?
Darlena Le: Umělá inteligence (AI) byla horkým tématem a já jsem toužil po výzkumu v této oblasti. I když je umělá inteligence známá tím, že zvyšuje efektivitu v různých procesech, chtěl jsem se zaměřit na analýzu kvalitativních dat, která tradičně vyžaduje značný čas. Chtěli jsme se zaměřit na analýzu sentimentu, specifickou techniku zpracování přirozeného jazyka (NLP), která vyhodnocuje, zda textová data vyjadřují pozitivní, negativní, neutrální nebo smíšený sentiment.
Zatímco NLP se ve velké míře používá v elektronickém obchodování a dalších oblastech, omezený výzkum zkoumal, zda názory osob s rozhodovací pravomocí ve zdravotnictví na produkt mohou předpovídat výsledky pokrytí receptur. Vzhledem k našemu přístupu k řešení FormularyDecisions, které umožňuje osobám s rozhodovací pravomocí ve zdravotnictví poskytovat kvalitativní a kvantitativní zpětnou vazbu prostřednictvím produktových průzkumů, jsme se inspirovali k tomu, abychom prozkoumali, jak by umělá inteligence mohla tyto odpovědi klasifikovat, a zjistili, jak určité nálady pomáhají předpovídat výsledky pokrytí formulářů.
Zatímco NLP se ve velké míře používá v elektronickém obchodování a dalších oblastech, omezený výzkum zkoumal, zda názory osob s rozhodovací pravomocí ve zdravotnictví na produkt mohou předpovídat výsledky pokrytí receptur. Vzhledem k našemu přístupu k řešení FormularyDecisions, které umožňuje osobám s rozhodovací pravomocí ve zdravotnictví poskytovat kvalitativní a kvantitativní zpětnou vazbu prostřednictvím produktových průzkumů, jsme se inspirovali k tomu, abychom prozkoumali, jak by umělá inteligence mohla tyto odpovědi klasifikovat, a zjistili, jak určité nálady pomáhají předpovídat výsledky pokrytí formulářů.
Byla nějaká hypotéza, která se výzkumem potvrdila?
Darlena Le: Původně jsme předpokládali, že pozitivní sentiment povede k příznivějším výsledkům pokrytí vzorců. Místo toho jsme zjistili, že smíšené nálady ve srovnání s neutrálními názory byly spojeny s příznivějšími výsledky pokrytí vzorců. To bylo překvapivé a vrhlo to nové světlo na naše chápání dat.
Jaké jsou klíčové poznatky z vašeho výzkumu?
Darlena Le: Od 16. června 2022 do 1. června 2024 jsme získali odpovědi na otevřený průzkum FormularyDecisions o produktech schválených FDA od osob s rozhodovací pravomocí ve zdravotnictví.
Zkoumali jsme tři atributy produktu: klinickou účinnost, hodnotu pro pacienta a ekonomickou hodnotu. Funkce AI Builder z Microsoft Power Platform byla použita k provedení analýzy mínění ke klasifikaci odpovědí na tyto atributy jako pozitivní, negativní, neutrální nebo smíšené mínění.
Naše zjištění ukázala, že smíšené nálady ve srovnání s neutrálními názory byly nejsilnějším prediktorem příznivějších úrovní priorit a preferencí vzorců. Jinými slovy, smíšený typ mínění byl spojen s vyšším hodnocením priority při správě pokrytí produktu pro kontrolu receptury a větší pravděpodobností zařazení nebo plánování zařazení produktu do upřednostňovaného stavu.
Zkoumali jsme tři atributy produktu: klinickou účinnost, hodnotu pro pacienta a ekonomickou hodnotu. Funkce AI Builder z Microsoft Power Platform byla použita k provedení analýzy mínění ke klasifikaci odpovědí na tyto atributy jako pozitivní, negativní, neutrální nebo smíšené mínění.
Naše zjištění ukázala, že smíšené nálady ve srovnání s neutrálními názory byly nejsilnějším prediktorem příznivějších úrovní priorit a preferencí vzorců. Jinými slovy, smíšený typ mínění byl spojen s vyšším hodnocením priority při správě pokrytí produktu pro kontrolu receptury a větší pravděpodobností zařazení nebo plánování zařazení produktu do upřednostňovaného stavu.
Bylo ve výzkumu něco, co vás překvapilo, co jste nečekali, co jste zjistili?
Darlena Le: Nejpřekvapivějším zjištěním bylo, že smíšené nálady, spíše než pozitivní, byly spojeny s příznivějšími výsledky pokrytí vzorců. Náš výzkum naznačil, že smíšené pocity mohou odrážet vyvážené hodnocení produktu. Tato myšlenka je v souladu s předchozí studií, která zjistila, že recenze lékařů obsahující pozitivní i negativní vstupy byly vnímány jako objektivnější, což usnadňuje informovanější rozhodování. Toto vysvětlení však vyžaduje další zkoumání.
Jaké jsou další kroky tohoto výzkumu?
Darlena Le: Další výzkum může pomoci určit, zda smíšené nálady skutečně odrážejí vyvážené hodnocení produktu a slouží jako potenciální ukazatel pro pokrytí receptur. Kromě tří atributů produktu, které jsme zkoumali, by mohly být prozkoumány i další faktory, které mohou ovlivnit výsledky pokrytí receptury. Další poznatky by mohla poskytnout také srovnávací analýza konkurenčních produktů, protože průzkumy sice obsahovaly otázky týkající se konkurenčních produktů, ale v současné době jsme se zaměřovali výhradně na samotný produkt.
Citace relevantní k zde popsanému obsahu jsou uvedeny v článku, na který je zde odkazováno. Čtenáři by si měli přečíst všechny dostupné informace týkající se zde uvedených témat a při rozhodování s nimi se spolehnout na své vlastní zkušenosti a odborné znalosti.
Spojte se s naším týmem
Náš tým špičkových odborníků se zaměřuje na přetváření důkazů, poznatků z analýz politik a informací o trhu v účinné strategie přístupu na globální trh. Dovolte nám, abychom vám pomohli s jistotou se orientovat v dnešním složitém prostředí zdravotní péče. Ozvěte se nám a zjistěte, jak můžeme podpořit dosažení vašich cílů.
