A Comparative Study on Patient Language across Therapeutic Domains for Effective Patient Voice Classification in Online Health Discussions

要約

患者の臨床経験に対する医療専門家の認識と現実の間には、目に見えない障壁が存在します。
この障壁は、患者が自分の経験を医療従事者とオープンに共有することを妨げる環境によって引き起こされる可能性があります。
患者がソーシャルメディア上でより率直に議論し、知識を交換することが観察されるため、これらのプラットフォームから貴重な洞察を活用することができます。
しかし、ソーシャルメディアには患者以外の投稿が大量にあるため、患者の本当の声を区別するためにそのような無関係なコンテンツをフィルタリングする必要があり、この作業を私たちは患者の声の分類と呼んでいます。
この研究では、患者の声を正確に分類する際の言語的特徴の重要性を分析します。
私たちの調査結果は、患者グループ間の共通パターンを特定する際の言語的および統計的テキスト類似性分析の重要な役割を強調しています。
これらの結果は、疾患レベルおよびさまざまな治療領域にわたって、患者が自分自身を表現する方法にさらに顕著な違いがあることを暗示しています。
さらに、類似の言語パターンを持つ結合データセットで事前トレーニングされた言語モデルを微調整し、高精度の自動患者音声分類を実現しました。
このテーマに関する先駆的な研究であるため、ソーシャルメディアから本物の患者エクスペリエンスを抽出することに私たちが焦点を当てていることは、医療水準の向上と患者中心のアプローチの促進に向けた重要な一歩となります。

要約(オリジナル)

There exists an invisible barrier between healthcare professionals’ perception of a patient’s clinical experience and the reality. This barrier may be induced by the environment that hinders patients from sharing their experiences openly with healthcare professionals. As patients are observed to discuss and exchange knowledge more candidly on social media, valuable insights can be leveraged from these platforms. However, the abundance of non-patient posts on social media necessitates filtering out such irrelevant content to distinguish the genuine voices of patients, a task we refer to as patient voice classification. In this study, we analyse the importance of linguistic characteristics in accurately classifying patient voices. Our findings underscore the essential role of linguistic and statistical text similarity analysis in identifying common patterns among patient groups. These results allude to even starker differences in the way patients express themselves at a disease level and across various therapeutic domains. Additionally, we fine-tuned a pre-trained Language Model on the combined datasets with similar linguistic patterns, resulting in a highly accurate automatic patient voice classification. Being the pioneering study on the topic, our focus on extracting authentic patient experiences from social media stands as a crucial step towards advancing healthcare standards and fostering a patient-centric approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google