Bài 8. Dữ liệu từ hệ thống khảo sát hài lòng người bệnh

1. Đặt vấn đề

Khảo sát hài lòng người bệnh là nguồn dữ liệu quan trọng để bệnh viện hiểu trải nghiệm của người bệnh, phát hiện vấn đề dịch vụ, cải tiến quy trình và nâng cao chất lượng phục vụ. Dữ liệu khảo sát thường gồm điểm đánh giá, câu trả lời lựa chọn, nhận xét tự do và thông tin về khoa/phòng, thời điểm, nhóm dịch vụ. Đây là nguồn dữ liệu rất phù hợp để AI local phân tích, vì có nhiều văn bản tự do cần phân loại và tổng hợp.

Tuy nhiên, phản hồi khảo sát có thể chứa thông tin cá nhân, tên nhân viên, tên người bệnh hoặc nội dung nhạy cảm. Vì vậy, trước khi đưa vào AI, cần ẩn danh và phân quyền.

2. Dữ liệu khảo sát gồm những gì?

Có thể gồm:

• Điểm hài lòng chung.
• Điểm theo từng tiêu chí.
• Nhận xét tự do.
• Khoa/phòng.
• Khu vực dịch vụ.
• Thời gian khảo sát.
• Nhóm người bệnh.
• Kênh khảo sát.
• Loại dịch vụ.
• Thông tin liên hệ nếu có.
• Nội dung đề xuất/cảm ơn/phàn nàn.

AI đặc biệt hữu ích với phần nhận xét tự do.

3. AI có thể hỗ trợ gì?

AI có thể hỗ trợ:

• Phân loại phản hồi.
• Tóm tắt nhận xét.
• Nhóm vấn đề nổi bật.
• Nhận diện phản hồi tích cực.
• Nhận diện phản hồi tiêu cực.
• Gợi ý mức độ ưu tiên xử lý.
• Tạo báo cáo theo khoa/phòng.
• Tạo báo cáo theo tháng/quý.
• Gợi ý hành động cải tiến.
• Tạo dashboard mô tả bằng ngôn ngữ tự nhiên.

4. Phân loại chủ đề phản hồi

Có thể phân loại theo nhóm:

• Thời gian chờ.
• Thái độ giao tiếp.
• Hướng dẫn chưa rõ.
• Chi phí/thanh toán.
• Bảo hiểm y tế.
• Cơ sở vật chất.
• Vệ sinh.
• An ninh.
• Quy trình khám.
• Chăm sóc điều dưỡng.
• Chuyên môn.
• Dinh dưỡng.
• Thuốc.
• Xét nghiệm/chẩn đoán hình ảnh.
• Góp ý khác.
• Khen ngợi.

Danh mục nên do bệnh viện chuẩn hóa.

5. Phân tích cảm xúc và mức độ ưu tiên

AI có thể hỗ trợ nhận diện:

• Phản hồi rất tích cực.
• Phản hồi bình thường.
• Phản hồi tiêu cực.
• Phản hồi cần xử lý sớm.
• Phản hồi có nguy cơ truyền thông.
• Phản hồi liên quan an toàn người bệnh.

Tuy nhiên, AI có thể hiểu sai sắc thái ngôn ngữ, nên các trường hợp nhạy cảm cần con người kiểm tra.

6. Ẩn danh dữ liệu khảo sát

Cần loại bỏ:

• Tên người bệnh.
• Số điện thoại.
• Địa chỉ.
• Số hồ sơ.
• Tên nhân viên nếu không cần phân tích cá nhân.
• Chi tiết có thể nhận diện.

Nếu mục tiêu là cải tiến dịch vụ, thường chỉ cần nội dung phản hồi đã ẩn danh, khoa/phòng và thời gian.

7. AI hỗ trợ báo cáo hài lòng

AI có thể tạo báo cáo:

• Tổng quan điểm hài lòng.
• Nhóm vấn đề nổi bật.
• Khoa/phòng có nhiều phản hồi.
• Xu hướng theo thời gian.
• Phản hồi tích cực tiêu biểu đã ẩn danh.
• Phản hồi cần cải tiến.
• Đề xuất hành động.
• Nội dung cần lãnh đạo bệnh viện chỉ đạo.

Số liệu phải lấy từ hệ thống khảo sát, không do AI tự tạo.

8. Liên kết khảo sát với cải tiến

AI có thể giúp chuyển phản hồi thành hành động:

Điều này giúp khảo sát không chỉ là chấm điểm mà trở thành nguồn cải tiến.

9. Rủi ro cần kiểm soát

• Lộ danh tính người bệnh.
• Lộ tên nhân viên trong phản hồi.
• AI phân loại sai phản hồi.
• AI bỏ sót phản hồi nghiêm trọng.
• AI tạo kết luận tiêu cực về khoa/phòng thiếu bối cảnh.
• AI bịa số liệu hài lòng.
• AI biến phản hồi cá nhân thành kết luận chung.

10. Kết luận

Dữ liệu khảo sát hài lòng người bệnh rất phù hợp để AI local phân tích, đặc biệt với nhận xét tự do. AI có thể phân loại chủ đề, tóm tắt xu hướng, nhận diện vấn đề và gợi ý cải tiến. Tuy nhiên, dữ liệu cần được ẩn danh, số liệu phải lấy từ nguồn chính thức và kết luận phải thận trọng. Mục tiêu là cải tiến trải nghiệm người bệnh, không phải quy trách nhiệm vội vàng.