技术帮助医疗行业与患者沟通。

众所周知，医疗保健行业不善于与患者沟通。据信，沟通不畅可能会让英国国民医疗服务体系每年损失10亿英镑。与病人更好的沟通与一次又一次的改善结果有关——玛丽·居里最近的一份报告引用了许多研究来证明这一点。

不考虑药物规划是医疗保健行业和患者之间无效沟通的后果之一。在美国，它认为每年可能要花费1000亿美元。在英国，三分之一的成年人与医学有关。医院承认被认为是不合规的。药物系统的结果。

世界各地都有很多改善与患者沟通的尝试。在巴基斯坦，患者的高文盲率意味着有时会用图片和符号来解释如何服用。药物。

文盲不仅仅是贫穷国家的问题。对于五分之一被认为是半文盲的英国成年人或二十分之一的五岁儿童来说，制药业没有真正的解决方案。

很难满足标注要求，也很难与所有阅读水平的患者进行有效沟通。在监管严格的市场，如英国和美国，药物它往往伴随着冗长的文书工作，描述其正确的使用方法，并提供了大量的产品信息。

这种过多的信息，患者不一定容易消化。常见的抱怨包括印刷品太小，或者信息外行人难以理解。根据皇家国家盲人协会(RNIB)的统计，英国有五分之一的人看不懂药品标签，因为字体太小。

病人访视

药物标签并不是患者经常被提供的信息弄糊涂的唯一领域。为了透明起见，有一些方案允许病人查阅他们的健康记录。

在病人可以访问他们自己的健康数据的地方，有很大的误解空间。健康记录往往是医生为医生写的。虽然透明度很重要，但是没有中介，患者很难解释自己的病历。

参与试验计划的医生通常会抵制，因为他们担心患者可能会误解他们的信息。医生抵制患者查阅记录的主要原因是担心可能会给医生带来太多问题。

我们需要的是一种向患者解释这些信息的方法，而不会给一线卫生工作者带来额外的工作量。

AI解决方案？

显然，医疗保健行业需要找到一种方法，在不影响其监管义务或增加一线工作人员负担的情况下，以医疗专业人员可以理解的方式与患者进行有效沟通。

可以帮助该行业的一个工具是自然语言处理，这是一种人工智能，有利于与人互动，并以书面或口头形式回答他们的问题。

NLP可以用来解释复杂的医疗信息，并以外行人的语言呈现出来。初步实验表明，患者往往需要支持才能理解复合医学术语，即使他们理解诸如“社区获得性肺炎”或“术后阶段”等术语中的单个组成词。

自学习计算机智能程序可以根据它们从用户那里获得的反馈来提高它们的性能并更好地理解医疗信息。

特别有用的是，NLP可能比人类医生更容易接近因无知而尴尬或不好意思讨论情况的患者。

无论是在现场临床环境还是在线环境下使用，都可以帮助患者更加了解自己的医疗状况。如果患者能更多的参与到健康管理中，甚至有希望带来更好的效果。

当然，在医疗口译中采用NLP会遇到很多障碍。一个关键的障碍是患者的健康数据通常没有数字化。但是数字数据当然可以使用药物治疗。NLP在帮助病人理解方面有明显的潜力。药物标签上，可能有助于增强他们对疾病的了解。

虽然使用NLP来解释健康信息仍处于初级阶段，但使用该技术来促进患者健康具有巨大的潜力。

也许NLP提供的最重要的变化是，人类医疗服务提供商将不再是寻求健康管理信息的患者的唯一选择。

这对于现有的医疗来说非常重要。机构是一个非常彻底的改变。在几年内，NLP可以对患者与医疗服务的交互方式产生巨大影响。如果能提高患者的理解水平，这项技术对健康结果的影响还有待观察。