مدل سازي بهينه رضايتمندي بيمار از پزشك مبتي بر روش هاي يادگيري ماشين

Optimized Modeling for satisfaction in the relationship between a physician and patient based on machine learnin methods

رويكرد بيمار محور در حوزه سلامت به تازگي در حوزه نظام پزشكي كشور ما مطرح شده است ولي تا كنون در زمينه عوامل رضايت بيمار از پزشك تحقيق علمي منتشر شده اي وجود ندارد. مقاله حاضر قصد دارد خلاء بيان شده را با ارزيابي علمي مبتني بر اطلاعات واقعي كسب شده از مطالعه ميداني پوشش دهد.در اين راستا با مرور ادبيات و مدلهاي حوزه ارائه خدمات؛ پرسشنامه اي براي حوزه سلامت طراحي و با نظر خبرگان مورد تاييد قرار گرفت. به منظور كسب نظر بيماران پرسشنامه بين 500 نفر از افرادي كه عمل جراحي زيبايي بيني در تهران انجام دادند، توزيع شد و 395 پرسشنامه جمع آوري شد. تعداد براي تحليل داده ها، از سه روش درخت تصميم، ماشين بردار پشتيبان و شبكه هاي عصبي، استفاده شد. تحليل نتايج بر حسب معيار صحت نشان داد كه كاراترين روش، در اولويت اهميت عوامل موثر بر رضايت بيمار؛ روش شبكه عصبي بوده است. نتايج تحليل با اين روش حاكي از آن است كه موثرترين ويژگي در رضايت مندي بيمار از پزشك، اطلاعاتي است كه بيمار انتظار دارد پزشك در اختيارش قرار دهد. نتايج رتبه بندي عوامل در مقايسه با ساير مطالعاتي كه تنها از روشهاي آماري براي تحليل استفاده شده بودنشان داد كه نتايج نسبتا مشابه بوده و يكديگر را تاييد مي كردند. ولي توامنديهايي كه روش شبكه عصبي در مدلسازي دارد نقطه قوت اين روش نسبت به مطالعات مذكور است.

Health has always been one of the most important concerns of human. The goal in this research is to know what factors cause and affect patient satisfaction in the relationship between a physician and patient. Since this relationship is a form of healthcare service، the SERVQUAL service quality assessment method has been used as a framework. However the questions have been reviewed based on the previous literature and the experts’ views، leading to a questionnaire designed for the healthcare domain. Data collection has been performed using the questionnaires on subjects selected amongst clients of Rhinoplasty Centers in Tehran. To analyze the data، three machine-learning approaches have been implemented namely Decision Tree، Support Vector Machine and Artificial Neural Networks. A number of possible factors affecting the patient-physician relationship have been used as input and patient satisfaction has been taken as output. Comparing the results of these three methods، Artificial Neural Networks method is shown to have better performance، which has therefore been used for prioritizing the effective factors in this relationship. The results indicate that reaching the information which the patient expects their physician to give is the most effective characteristic in patient satisfaction. The rank of gained features were compared with similar researches. The outcome was very similar and approved the results