这家AI公司要做医院的“大众点评”！

自2013年开始，在价值医疗的旗帜之下，美国医院的收入越来越受到HCAHPS问卷（医院供应商和系统的医院消费者评估问卷）评分的影响。医疗运营的核心逐渐聚焦到对患者的服务上，这逼迫医院对负面评论越来越上心，而管理负面评论的前提则是及时了解患者到底都说了些什么。

目前，各家医院如何了解患者对于医院服务的满意度呢？一般来说，医院通过两条途径获得患者评价。

第一条途径是通过传统的患者满意度调查问卷，问卷数据结构化相对容易分析，但是获取数据的成本比较高，并且数据的更新频率相对较低，得到数据的指向性也不太明确。

第二条途径是了解分散在社交媒体、患者论坛等渠道的患者评论，这些平台的患者评论更新频率高，但相对分散，通常是非结构化的数据，这意味着传统的HIT技术并不能从中挖掘到有用的信息，AI的抓取技术可能正好能弥补了传统HIT技术的缺陷。

NarrativeDx就是一家在这一领域尝试拓展的公司，让我们来看看他们的做法吧！

NarrativeDx成立于2014年，其主要业务是利用AI技术收集和处理患者对医院的评论。NarrativeDx首先建立了自有的人工智能云平台，让用户在平台上提供实时就医体验评论。

其次，平台通过自然语言处理和机器学习的手段，从自有的人工智能云平台、其他社交媒体平台等多个渠道收集和分析大量来源于患者的评论。

最后，利用可视化的仪表盘将医院服务评论中的有用信息汇总为建议，回馈给医院。

这种抓取是以什么为标准的呢？NarrativeDx在回应媒体采访时称，其关注的主要是两个维度的内容，一个维度是患者对于医院服务临床效果的评价，另一个维度是患者在就医过程中的体验。

NarrativeDx的首席体验官Senem Guney表示，传统政府授权的患者满意度调查存在种种“硬伤”，结论时常华而不实，例如：70％的患者表示医院的护士非常有礼貌，这样调查的结果很空洞。医院了解到这些结果之后，也难以形成针对性比较强的服务改进方案。

而患者通常更愿意在相对开放的平台，如社交媒体和医生评估网站等上吐露心声 ，褒奖或者吐槽医院的服务。

NarrativeDx的解决方案便是将这些来自于不同开放平台的患者直接反馈汇集在一起，并通过人工智能的手段剔除评论中的噪音，形成更加具有针对性的方案。医院在这种方案的指导下能够确切地知道他们具体需要改进哪些服务，并且能够知道这些服务产生的效果如何。

这样的商业洞察非常有意思，但是NarrativeDx作为一家年轻的初创公司，还有很多疑问没有解开。

NarrativeDx的合作方

首先，NarrativeDx并未公开非自有平台的数据来源。其官网显示的合作方大部分为医疗服务提供方或投资方，并没有开放的社交平台或者患者社区与之合作，这意味着NarrativeDx很难保证从自有平台外合法地获得丰富、高频率的患者评论。

其次，NarrativeDx自有人工智能云平台上用户的活跃度还是个谜。如何激励患者进驻到自有平台，并让患者踊跃评论医院也是NarrativeDx需要解决的一大难题。

与此同时，NarrativeDx没有有效展示各方平台的有效评论数量。如果收集的评论不充分，生成的建议就很有可能存在偏误，从而错误地指导医院服务工作。而如何避免这种问题，NarrativeDx也没有从技术层面给出相应解释。

最后，商业化从来都是AI公司需要迈过的一道槛，到目前为止NarrativeDx的角色仍然只是一个技术方案的提供者，并未看到该公司形成成熟的商业模式。

从2014年至今，NarrativeDx已经收到了180万美元的融资，计划在2018年进一步的扩张。

在扩张之前，NarrativeDx需要思考的东西还很多，其自有的人工智能云平台相当于为患者提供了一个尽情“吐槽”医院服务的社区，但这样的患者社区其实并不新鲜，之前尝试者也为数不少。

该公司创新的地方是通过AI技术抓取评论生成建议，这样开源的方式能够产生相当大的信息增量。在价值医疗日益被重视的今天，传统问卷方式显然已经不能适应多元化管理患者满意度的需求，利用AI技术或许是一条很好的解决思路。

但是使用AI从哪里抓取评论，怎么抓取评论，抓取评论后如何获得收益，是创业公司不可回避的问题。就像阿里巴巴IDST算法专家行湘在AI分享会上所讲的一样，好的AI服务公司必须是算法、平台、数据、用户和商业模式5种要素的良性闭环，缺一不可。

来源：健康点healthpoint   作者：高嵩