基于视频的沟通评估:评估临床-患者沟通的创新系统的开发

简介

良好的临床-患者沟通对于高质量的医疗保健至关重要，也是以患者为中心的护理的关键要素[1，2］．越来越多的证据表明，有效的临床医患沟通对各种健康结果至关重要[3.，4］．医学院和住院医师项目认证需要进行有效与患者和家属沟通的培训[5，6]，而沟通能力是取得执照的必要条件[2，7］．对医患良好沟通的经济激励和对沟通不良的惩罚正变得越来越普遍[8-10］．许多执业医生发现，他们的部分报酬取决于患者对其沟通技巧的看法，而医疗保健报销率越来越多地受到患者对沟通的评分的影响。11-13］．简而言之，研究证据以及社会和金融因素和政策已经融合在一起，影响卫生保健系统和临床医生个人重视沟通，并寻求在这一领域的改进。

尽管高质量的临床-患者沟通的重要性被广泛承认，但寻求改善这一领域的个人和组织面临着重大挑战。医学院和一些住院医师利用标准化的病人和模拟的遭遇来进行形成性和总结性评估，但这些都需要大量的开发和人力成本，而且耗时[14］．对于培训后的从业者，患者满意度和经验调查被广泛使用，但这些通常会导致延迟反馈，评估沟通的项目太少，并且缺乏支持改进的特异性。这表明需要一种易于获取并能产生及时、具体和个人级别反馈的评估工具。

美国国家医学检验师委员会(NBME)是一个独立的非营利性组织，其使命是通过对卫生专业人员进行最先进的评估来保护公众的健康。NBME认识到沟通技能评估是一项优先事项，最近在美国医学执照考试中加强沟通评估的努力就是明证[7］．为了支持超出许可点的通信技能的持续发展，并认识到忙碌的从业者的需求，NBME支持了基于视频的通信评估(VCA)的开发和创建。本文描述了vca的开发过程和最终创建的系统。

发展

概念的发展

我们创建VCA的目标是开发一种吸引人的、现实的、负担得起的工具，为繁忙的临床医生提供高效和方便。它的内容应该是灵活的，并包括整合患者观点的强有力的反馈。与NBME的标准和实践相一致，该系统应产生具有很强心理测量特性的评估。

考虑到这些目标，我们开发了一个具体的概念:一个可以通过计算机、智能手机或平板电脑访问的系统;收集口头回答;并将提供一种方法来收集模拟患者的输入。模拟病人是naïve让外行想象自己扮演病人的角色[15，16］．我们计划使用众包(一种让人们在网上完成一项任务或解决一个问题的实践)来收集模拟病人的反应。有许多基于网络的面板可以实现这一目的;我们使用了最大、研究最多的亚马逊土耳其机器人(MTurk) [17，18］．

我们创建了一个描述了三个关键元素的VCA原型:评估、评级和反馈(图1)．首先，用户将登录一个专门的网站，或在智能手机或平板电脑上下载一个应用程序。然后，用户将被提供简短的临床背景信息(文本)，为临床遭遇提供上下文。然后，用户将点击播放患者遭遇的简短视频。视频将在提供者希望与患者交谈的地方结束，用户将被提示做出回应(例如，“接下来你想说什么?”)。用户会做出回应，说话就像他或她真的在和病人说话一样。这个口头回答将被录音并存储。阅读一个简短的介绍，观看一个短视频，并做出反应，就好像一个人在与病人交谈一样，将重复多个小插曲。当一组用户完成评估时，模拟患者将使用众包对反馈进行评分。评级完成后，将创建反馈报告。 These will include individual user’s ratings, comparative data on the user’s cohort; learning points derived from analysis of crowdsource raters’ comments on what will constitute a satisfactory response to the patient; and exemplary, highly rated responses that the user could compare to his or her own response.

概念测试

我们创建了一个关于VCA概念和原型的简短演示，并将其展示给提供者、教育工作者和卫生系统领导者，以早期确定VCA的潜在吸引力和有用性。反应非常积极。受到这些反馈的鼓舞，我们开始开发三个关键元素。

然后我们创建了样本插图，写了一个简短的文本来提供临床背景，并制作业余视频。我们将这两个部分和刺激问题(“接下来你会说什么?”)整合到PowerPoint中，并使用单独的录音设备，从9名临床医生的小样本中收集口头回答。我们通过MTurk进行基于网络的调查，通过众包来收集这些口头回答的评级。我们证明了我们能够在发布到MTurk上的几个小时内引发口头回应并获得评级。

基于视频的传播评估内容的创建

因为VCA是一个评估系统，而不是一个单一的工具，所以可以创建小插图内容来评估不同的沟通技能。例如，可以创建小插图来评估在普通医学门诊环境中提供信息的技能或非常专业的沟通技能，例如道歉、传递坏消息或描述药物副作用。我们决定，第一套VCA小插图将被设计用于广泛评估沟通技能，使用来自不同背景的提供者熟悉和相关的临床情况。

为了开发小插图，我们聘请了一个由临床医生和教育工作者组成的多学科小组参加了为期一天的小插图开发研讨会。作者使用迭代过程来改进研讨会期间开发或建议的插图，并生成额外的插图。由此产生的小插图由作者审阅，相应的视频由专业人员制作。对视频描述进行了真实性评估，以及所产生的小插图是否有可能适当地刺激语音反应，从而由模拟患者进行评分。小插图的截图显示在图2．

‎ 查看此图

‎ 查看此图

评级过程的发展和运作

与我们将患者的声音纳入评估的意图一致，VCA的设计允许众包模拟患者对用户的语音反应进行评分。如上所述，模拟病人是站在病人的角度，并像他们是真正的病人一样对遭遇进行评估的非专业人士。越来越多的证据表明，模拟患者的评分是可靠和有效的[16]甚至可能更多的比实际患者的评分更有信息，因为他们避免了天花板效应[15］．

VCA旨在为使用MTurk招募模拟患者提供无缝接口。MTurk是一个广泛使用的基于网络的工作场所，它允许请求者利用众包来完成特定的任务[18］．越来越多的文献描述了MTurk工人的人口统计学特征，通过MTurk收集的数据质量，以及提高数据质量的方法[19］．请求者可以通过指定资格标准(例如，在先前的任务中始终表现出高度准确性的工人)或通过筛选问题评估资格来限制哪些工人可以完成任务。例如，请求者可能会接受那些报告他们在前一年因特定疾病而与医生预约的人。

为VCA招募的模拟患者将首先被引导到任务中，并被指示将自己想象成将要呈现的情况下的患者。模拟病人将会看到一段简短的文字(用外行语言)，描述一个小插图的临床背景，然后是病人与医生交谈的视频。然后，他或她会听一段录音，对2-6个项目的回答进行评分，然后继续下一个录音，重复这个过程。将捆绑在一起的响应数量(即MTurk中所称的人工智能任务)预计在10到20之间变化，随着数据的收集，将根据经验确定最佳数量或范围。每个提供者的语音回答将由多个模拟患者打分;我们之前的工作表明，少于15个模拟患者将提供足够的可靠性[20.]，但评核人的数目亦会根据经验和评核目的而定。所需模拟患者的数量也可能根据所使用的具体插图、所涉及的提供者和其他因素而有所不同;这些影响将在未来的研究中进行探讨。

在对捆绑包中的所有音频录音进行评分后，模拟患者将被要求回答一个开放式问题，“如果你处于这种情况，你希望你的提供者说什么?”

评级项目的开发

由于VCA过程与典型的通信评估过程非常不同，模拟患者用于评估用户反应的项目至关重要。我们在制定评级项目草案时参考了三个来源:(1)为NBME使用的沟通评估提供框架的六功能模型[7];(2)在较早的沟通评估中使用的评级项目，该评估与目前的VCA非常相似[20.];(3)医疗保健提供者和系统的消费者评估(CAHPS)项目集，这是许多提供者和医疗保健组织日益重要的参考点[12］．为初步测试创建了一组6个项目。这些物品将接受广泛的测试和心理测试分析。为测试创建的项目的一个例子是“提供者以我能够理解的方式解释了一些事情。”

虽然我们预计使用VCA开发和测试的评分项目的模拟患者将是对反应进行评分的主要方式，但VCA系统旨在适应其他评分者和评分项目。例如，研究人员表示有兴趣使用VCA来有效地收集临床医生与特定类型患者交流的典型方式的样本。然后，这些回答可以根据研究问题的特定标准进行访问和评分。在这种情况下，评分者可以是模拟患者、训练有素的研究人员，或者根据其在内容领域的专业知识选择的专家。

制定反馈报告

因为我们预计VCA的主要应用将是形成性评估，反馈是至关重要的。将创建两种类型的反馈报告:个人和组织。个人反馈报告将为单个用户提供详细的评级结果，并提供用于比较的聚合、去识别队列结果。为了支持学习，个人反馈报告将允许用户回顾小插曲，重放他或她的回答，听评分高的回答，并回顾学习点。学习要点将基于模拟患者评论的内容分析，并包括说明性引用和建议。

个人用户可以自行决定分享他或她的个人反馈报告的链接。例如，用户可以选择与训练有素的沟通教练分享链接，后者将直接与用户一对一地讨论反馈报告，审查用户的回答，并将这些回答与典型的回答和评论进行比较。

组织层面的反馈报告将包括整个队列的总结结果。它们将包括个人反馈报告的所有组成部分，如评分、口头回答、范例和模拟患者评论。此外，这些报告将允许主管审查个人在队列中的相对地位。在未来，随着响应数据库的增长，将有多个基准，例如，显示完成VCA的内科住院医生或家庭医学医生的平均整体表现。目前，组织层面的反馈报告不包含个人用户的姓名;但是，在用户同意的情况下，这些信息可以包含在未来的版本中。

未来的研究

我们已经确定了一些与VCA的操作和心理测量考虑相关的研究问题(表1)．与研究问题1-4相关的数据收集目前正在进行中。这些问题的答案将为最终的设计和实现提供信息。然而，由于VCA是一个系统而不是一个单一的评估表格，大多数研究问题将有条件而不是绝对的答案。

讨论

VCA是一种用于评估临床医患沟通的创新系统。我们预计，它将有助于个人和组织寻求提高临床医生的沟通技巧，评估培训项目的有效性，或记录沟通的熟练程度。

有经验和新的临床医生都可以从VCA中受益。虽然目前的医学教育将沟通技巧纳入标准课程，但这是最近才增加的。因此，有相当数量的长期执业医生从未接受过任何正式的沟通培训，他们可以从这个工具中受益。新医生几乎都接触过基本的沟通知识;尽管如此，来自患者和家属的充分证据表明，需要进一步提高技能。21-23］．在生命终结对话、支持和加强患者对慢性疾病的自我管理以及在当前普遍存在阿片类药物使用障碍的情况下帮助患者进行疼痛管理等具有独特挑战性的主题方面尤其如此。再加上在医疗专业广泛采用认证维护要求，临床医生有了增强这些技能的动机和背景。

在组织应用程序中，医院的医学主任可能会使用VCA结果来确定最需要补救的临床医生或最熟练的临床医生，以便让这些临床医生担任同行教练。VCA结果还可以用于确定特定临床医生的优势或弱点;例如，一名临床医生可能被认为在披露医疗差错方面需要额外的支持。对VCA的初步反馈表明，这些推论和决定对医院领导、住院医师主任和其他处于类似职位的人是相关和重要的。

VCA对研究环境具有重要意义，因为它能够在描述性和干预研究的背景下对临床医生的沟通技能进行有效、远程和有针对性的评估。基于vignette的调查已广泛用于研究，以探索临床医生如何应对临床情况和患者特征的变化，以及患者如何应对临床医生沟通策略的变化[24］．大多数情况下，所呈现的小插图是基于文本的，回答是通过评分量表收集的。虽然一些研究，特别是那些使用模拟患者的研究，使用了视频片段作为刺激，但除了我们自己之前的工作之外，我们不知道有任何研究[20.，它们捕捉到了口头反应。口头和书面交流有重要的区别。25］．VCA将使研究人员不仅能有效地研究临床医生说了什么，还能有效地研究他们如何说话，以及患者如何对这些交流行为做出反应。在这一领域的严格研究最终可以提供新的见解，从患者的角度来看，是什么构成了良好的沟通，以及更全面地了解患者对沟通的感知根据个人特征而变化的程度。

关于VCA及其影响，还有许多悬而未决的问题。具体来说，需要进一步的工作来确定VCA的使用，特别是反馈报告，是否会导致行为改变;仅通过使用报告是否产生了积极影响;或者是否需要教练或老师的支持。另一个不确定性与VCA被广泛采用的可能性有关。尽管我们与潜在客户和用户的初步对话是积极的，但目前还不知道机构、组织、项目和个人是否会觉得这个工具有吸引力或有用。

尽管VCA有许多吸引人的特性，但它也有一些局限性。使用非常简短的交流行为小插曲可以进行有效的评估，但缺乏持续的互动也可能被认为是一种限制。我们使用这种方法的决定在某种程度上是务实的:这样做可以在相对较短的时间内使用各种小插图进行有效的评估。我们认识到，这种方法不能评估临床医生在互动过程中调整沟通技巧的能力，也不能评估随着时间的推移与患者建立关系的能力。与此同时，先前的研究表明，这种方法将产生有效和可靠的分数[20.]而且即使是简单的沟通行为样本也能提供信息，并预测重要的结果[26］．我们计划进行一系列的研究，以调查VCA评分的性质。

总之，VCA是一个灵活、创新的系统，用于评估临床医生的沟通技能。目前正在进行研究，以深入了解VCA评分在各种条件下的可靠性，并检查评分者特征的影响。我们相信VCA的特性将使这个新系统能够对沟通技能的评估做出实质性的贡献，并最终改善临床与患者的沟通。