Социологи использовали ИИ в анализе медицинских отзывов в соцсетях

Социологи из МГУ и Ульяновского ГТУ провели значительное исследование, в котором они проанализировали русскоязычные отзывы пациентов о медицинских услугах с использованием методов машинного обучения. Результаты их работы опубликованы на портале Mathematics.

Цель исследования – усовершенствование методов анализа текстовых отзывов пациентов о работе медицинских учреждений и врачей. В настоящее время прямые опросы используются все реже для оценки удовлетворенности пациентов, и на смену им приходят методы анализа текстов социальных сетей с использованием естественного языка. Такой подход позволяет получать более объективные результаты за счет независимости и репрезентативности выборки.

Исследователи разработали гибридный метод классификации текстовых отзывов и протестировали его с использованием различных архитектур нейронных сетей, включая GRU, LSTM и CNN. Для анализа было собрано более 60 000 отзывов с двух самых популярных сайтов отзывов о врачах в России.

Основные результаты исследования:

• Высокая эффективность алгоритма классификации. Лучшую точность показала архитектура на базе GRU, достигнув val_accuracy = 0.9271.
• Улучшение классификации с помощью поиска поименованных сущностей. Применение этого метода позволило повысить эффективность классификации для всех тестируемых архитектур нейронных сетей.

Данное исследование имеет важное значение для социально-демографических исследований. В будущем планируется дальнейшее совершенствование алгоритмов путем расширения смыслового деления рецензий по объектам обращения и настроению, что позволит учитывать различные аспекты отзывов более точно.

Это исследование демонстрирует, как современные технологии машинного обучения могут быть использованы для улучшения качества медицинских услуг посредством анализа обратной связи.