CommSense: A Wearable Sensing Computational Framework for Evaluating Patient-Clinician Interactions

优质的医患沟通对于改善临床护理和患者结果至关重要。虽然在临床医疗中，对于临床医生进行沟通技巧培训已经取得了进展，但在如何最好地监测、衡量和评估实际临床环境中沟通技巧的实施方面仍存在重大差距。普及技术和自然语言处理的进步使得更客观、实时地评估临床互动成为可能，并因此向临床医生提供有关其沟通效果的更及时反馈。在本文中，我们提出了 CommSense，这是一个计算感知框架，它将智能手表的音频和转录与自然语言处理方法相结合，以在临终关怀互动的情境中测量选择的“最佳实践”沟通指标，包括理解、同理心、存在感、情感和清晰度。我们进行了一项涉及 N=40 临床医生参与的试点研究，测试了 CommSense 在模拟临床环境中的技术可行性和可接受性。我们的研究结果表明，CommSense 能够有效地捕捉大多数沟通指标，并且得到了实践临床医生和学生实习生的好评。我们的研究还突显了数字技术提升医疗保健提供者和学生的沟通技巧培训的潜力，最终导致更公平的医疗保健和可访问、成本更低的培训工具，有可能改善患者的结果。

论文旨在通过结合智能手表音频和转录文本，利用自然语言处理方法测量临终关怀交互中的沟通指标，以提高医患沟通质量和临床护理效果。同时，论文也试图解决如何在实际临床环境中最好地监测、衡量和评估沟通技巧的实现方案。

CommSense是一个计算感知框架，可用于捕捉智能手表音频和转录文本中的关键沟通指标，包括理解、共情、存在感、情感和清晰度。通过结合自然语言处理方法，CommSense可以提供客观、实时的临床交互评估和及时反馈，以提高医务人员的沟通效果。

论文通过对40名临床医生的模拟临床实验，证明了CommSense可以有效捕捉大多数沟通指标，并且被实践医生和学生受到欢迎。该研究还强调了数字技术增强医务人员沟通技能培训的潜力，最终实现更公平的医疗服务和可访问、成本更低的培训工具，有望提高患者的治疗效果。

在这个领域，最近的相关研究包括：1.使用人工智能技术自动评估医患沟通质量的研究；2.利用虚拟现实技术提高医学生沟通技能的研究；3.通过移动应用程序提供实时沟通指导的研究。