宾厄姆顿的研究生以其对所从事领域的奉献而闻名，但他们并不是每天都将工作直接从教室带到会议室。然而，这正是沃森学院系统科学与工业工程系 (SSIE) 的三名学生所做的事情。

“这个研究项目始于人为因素课程的期末项目，其中介绍了我们在研究中使用的一些用户研究方法，”领导该项目的系统科学博士生 Vision (Xin) Wang 说。“我们对医疗保健领域的自然语言处理应用感兴趣。在阅读了大量相关文献后，我们发现一个应用程序可能有助于医院和患者之间的沟通。我们很高兴本课程的期末项目使我们能够将学到的知识应用到实际研究中。”

计算机协会 (ACM) 关于计算系统中的人为因素的 CHI 会议是人机交互方面的首要国际会议，也是计算机科学领域的顶级会议之一。宾厄姆顿研究团队将在今年五月于夏威夷檀香山举行的会议上展示他们已完成的工作。

“CHI会议在该领域具有很高的全球影响力，但它的接受率只有24%到26%，”王说。“展示我们在 CHI 的工作可以帮助加强我们大学的品牌，并可以鼓励我们的社区继续为这一研究领域做出贡献。CHI 会议将是我们与对我们未来工作感兴趣的其他研究人员和组织建立联系的绝佳机会。”

Wang、Samer Abubaker 和 Grace Babalola 博士生团队以及 SSIE 助理教授 Stephanie Tulk Jesso 与联合健康服务 (UHS) 合作，共同设计了一个人工智能聊天机器人，以改善患者在医院的体验。

该团队首先采访了 UHS 以人为本的患者体验团队，发现人工智能可以收集数据、填补关键空白并实时帮助患者。然后，通过查看谷歌地图上医院资料中的患者评论，他们进行了定性分析并开发了三种人工智能技术来编码患者的自然语言。由此产生的面向患者的聊天机器人可以识别投诉并可以用自然语言做出回应。

王说：“患者去医院获得医疗服务，在那里他们将与医生、护士和工作人员互动，并使用医院设施。” “当患者想要反馈他们在医院遇到的真实情况时，他们可以扫描每个房间的二维码与聊天机器人对话。我们人工智能的目标是帮助医院实时改善患者体验。”

尽管每个程序都有必须克服的问题，例如以与人类研究人员相同的理解方式对患者的评论进行编码、使聊天机器人应用程序具有更接近人类的响应以及让患者参与更长时间的交互以了解更多关于他们的经历，但该团队有信心实现以人为本的研究设计将改善医院的整体治疗效果。

“出于各种原因，医疗保健组织正在采用人工智能等‘高科技’工具。虽然这些工具显示出希望，但如果它们不太适合人类在这些高度复杂的社会技术系统中使用，许多事情可能会出错。”杰索说。“我们相信，以人为本的设计是支持人类工作的更好产品的关键。”

另一个普遍关注的问题——隐私——也正在得到解决。由于聊天机器人在对话过程中可能会接触到敏感的用户数据，因此团队正在开发主题过滤功能，以避免可能导致用户泄露个人信息的特定对话。

该团队将与 SSIE 部门的其他成员一起继续进行 UHS 合作，希望能够完善该计划并在未来继续实施该工具的使用。

“没有人在最好的一天去医院，”杰索说。“收集患者信息 (PX) 对于确保患者在忍受生活中遇到的任何困难时拥有尊严和舒适至关重要，并且对于帮助医院认识到可以在哪些方面改进服务以确保获得最佳体验也至关重要。”