5 vragen over het verkennen van de sentimenten van besluitvormers in de gezondheidszorg

Darlena Le: Kunstmatige intelligentie (AI) is een hot topic geweest en ik wilde graag onderzoek doen op dit gebied. Hoewel AI bekend staat om het creëren van efficiëntie in verschillende processen, wilde ik me concentreren op het analyseren van kwalitatieve gegevens, wat traditioneel veel tijd vergt. We wilden ons concentreren op sentimentanalyse, een specifieke techniek voor natuurlijke taalverwerking (NLP) die evalueert of tekstuele gegevens een positief, negatief, neutraal of gemengd sentiment overbrengen.

Hoewel NLP op grote schaal is gebruikt in e-commerce en andere gebieden, heeft beperkt onderzoek onderzocht of de sentimenten van besluitvormers in de gezondheidszorg over een product de resultaten van formulariumdekking kunnen voorspellen. Gezien onze toegang tot FormularyDecisions, waarmee besluitvormers in de gezondheidszorg kwalitatieve en kwantitatieve feedback kunnen geven via productenquêtes, werden we geïnspireerd om te onderzoeken hoe AI deze antwoorden kon classificeren en om te zien hoe bepaalde sentimenten helpen bij het voorspellen van formulariumdekkingsresultaten.

Darlena Le: Aanvankelijk veronderstelden we dat positieve sentimenten zouden leiden tot gunstigere formulariumdekkingsresultaten. In plaats daarvan ontdekten we dat gemengde sentimenten, ten opzichte van neutraal, geassocieerd waren met gunstigere formulariumdekkingsresultaten. Dit was verrassend en wierp een nieuw licht op ons begrip van de gegevens.

Darlena Le: De meest verrassende bevinding was dat gemengde gevoelens, in plaats van positieve, geassocieerd waren met gunstigere formulariumdekkingsresultaten. Ons onderzoek suggereerde dat gemengde gevoelens een evenwichtige beoordeling van een product kunnen weerspiegelen. Dit idee komt overeen met een eerdere studie waaruit bleek dat beoordelingen van artsen met zowel positieve als negatieve input als objectiever werden ervaren, waardoor beter geïnformeerde besluitvorming mogelijk werd. Deze verklaring vereist echter nader onderzoek.

Darlena Le: Aanvullend onderzoek kan helpen bepalen of gemengde gevoelens inderdaad een evenwichtige beoordeling van een product weerspiegelen en dienen als een potentiële indicator voor formulariumdekking. Er kunnen andere factoren worden onderzocht die van invloed kunnen zijn op de resultaten van de formulariumdekking, naast de drie productkenmerken die we hebben onderzocht. Vergelijkende analyse van producten van concurrenten zou ook meer inzichten kunnen opleveren, aangezien de enquêtes vragen over producten van concurrenten bevatten, maar onze huidige focus uitsluitend op het product zelf lag.