宾汉姆顿大学的研究生以将课堂知识转化为实际研究成果而闻名，但将课程结业项目直接推进到国际顶级学术会议展示的机会实属难得。沃森学院系统科学与工业工程系（SSIE）的三位博士生正是实现了这一突破。
项目负责人系统科学博士生王欣（Vision Wang）表示："这个研究起源于人因工程课程的结业项目，我们应用了课程中学习的用户研究方法。在深入分析自然语言处理技术在医疗领域的应用潜力后，我们发现开发医院与患者沟通的辅助工具具有重要价值。令人欣喜的是，课程项目使我们能够将理论知识真正应用于实际研究。"
这项研究成果即将在计算机科学领域顶尖的国际人机交互会议ACM CHI上发表。该会议论文接受率仅为24-26%，每年五月在夏威夷火奴鲁鲁举行。王欣强调："在ACM CHI发表论文既能提升学校学术影响力，也为后续研究争取到更多合作机会。"
由王欣、Samer Abubaker和Grace Babalola三位博士生组成的团队，与联合医疗服务公司（UHS）合作开发了人工智能聊天机器人。研究初期通过对医院患者体验团队的访谈发现，人工智能技术可以实时收集分析患者反馈数据，有效填补服务空白。
通过分析Google地图上的医院评价数据，研究团队开发了三种自然语言处理技术，使聊天机器人能够识别患者投诉并生成自然语言回应。患者可通过扫描病房二维码与聊天机器人互动反馈就医体验，帮助医院实时优化服务质量。
尽管研究仍面临如机器理解患者评价与人工分析一致性、提升对话人性化程度等挑战，研究团队相信以用户为中心的设计理念将最终提升医疗服务质量。项目指导教师斯蒂芬妮·塔尔克·杰索（Stephanie Tulk Jesso）副教授指出："医疗组织采用AI等高科技工具时，必须确保技术设计符合复杂社会技术系统的实际需求。人性化设计是创造支持人类工作的优质产品的关键。"
隐私保护问题也得到重点关注，研究团队正在开发话题过滤功能，避免患者在对话中泄露敏感个人信息。除当前合作外，团队计划与SSIE系其他成员继续深化与UHS的合作，推动项目在医疗系统的长期应用。
杰索副教授强调："患者就医往往处于人生低谷时期，及时收集患者体验数据不仅关乎服务改进，更关系到维护患者尊严与舒适度。这正是医疗机构持续提升服务质量的关键所在。"
【全文结束】
