You are currently viewing 의사 이메일 연구에서 드물지만 주목할만한 적대감 발견

의사 이메일 연구에서 드물지만 주목할만한 적대감 발견

  • Post author:
  • Post published:December 1, 2022
  • Post category:Medical

새로운 연구에서 온라인으로 게시 오늘 JAMA 네트워크 오픈연구원들은 인공 지능을 사용하여 의사에게 보낸 140만 개 이상의 전자 건강 기록(HER) 이메일을 분석했으며 그 결과는 좋지 않았습니다.

이메일 중 43%는 환자가 보낸 것입니다. 나머지는 대부분 다른 의사나 임상의로부터 받았거나 자동화되었습니다. 메시지 내용은 연구원들이 가정한 것처럼 의사의 소진과 관련이 없었습니다. 그리고 메시지의 약 5%만이 부정적인 감정을 가지고 있었습니다.

그러나 연구원들은 의사들이 읽기에 괴로울 수 있는 다음과 같은 메시지에 나타난 그러한 정서의 적대감에 충격을 받았습니다.

“나는 당신이 그 안에서 영원을 보내기를 바라고 기대합니다. 당신은 욕설이 많고 비열하고 값싼 사람입니다.”

“당신의 사무실은 거짓말쟁이, 위선자들로 가득 차 있습니다. 나는 누군가가 당신의 헛소리** 사무실에 다시는 가지 않도록 최선을 다할 것입니다.”

이메일의 약 5%는 “취소”, “고통” 또는 “문제”와 같은 빈도가 높은 단어와 함께 전반적으로 부정적인 감정을 나타냈습니다. 환자 메시지 중 3%는 부정적이었고 증오, 적대감 또는 폭력을 암시하는 단어 및 비속어를 포함했습니다.

“F***”는 환자들이 가장 많이 사용하는 욕설이었습니다.

연구원들은 “혈액 검사에 아기의 성별이 포함될 것이라는 말을 듣고 너무 속상했습니다. 5년을 기다렸습니다. 5 [days] 그것을 찾기 위해, 그리고 그것은 빌어먹을 테스트조차 하지 않았습니다!!!! 당신의 사무실에서 얼마나 실망을 했는지 내가 들은 헛소리**. 쉿!”

연구원들은 또한 “쏘다”, “싸우다”, “죽이다”와 같이 폭력과 관련된 빈도가 높은 일부 단어에 주목했습니다.

“이것은 특히 의사에 대한 환자가 가한 폭력에 대한 문서를 고려할 때 우려됩니다. 의료 시스템은 상자가 의사 학대 및 사이버 괴롭힘의 장소가 되지 않도록 사전 예방해야 합니다.”라고 연구원은 썼습니다.

“메시지를 보낼 때 친절한 언어를 사용하도록 EHR 환자 포털에 알림을 게시하고, 욕설이나 위협적인 단어에 대한 필터를 적용하고, 부정적인 메시지를 자주 보내는 환자를 식별하기 위한 프레임워크를 만드는 것은 이러한 위험을 완화하기 위한 잠재적인 전략입니다.”

자연어 처리(NLP)라고 하는 인공 지능 기술의 한 형태를 사용하여 College of California San Diego의 연구원들은 대학의 의사가 받은 140만 개 이상의 이메일(이 중 43%는 환자에게서 온 이메일)의 특성을 분석했습니다. 그들은 특히 메시지의 양, 단어 수 및 전반적인 감정을 살펴보았습니다.

다른 연구에서 의사의 EHR 메시징 부담 증가를 조사한 반면, 이러한 유형의 이메일 감정 분석은 솔루션을 만드는 데 도움이 될 수 있습니다. 연구원들은 그러한 해결책 중 하나가 욕설이나 위협적인 단어에 필터를 적용하는 것과 관련될 수 있다고 말합니다. 또한 환자를 화나게 만드는 수정 가능한 건강 시스템 문제를 식별하는 데 도움이 될 수 있다고 연구원은 말합니다.

의사가 의사에게 보내는 이메일 중 절반 이상이 번아웃에 대해 보고했으며, 이는 다음 문구와 관련이 있습니다. “나는 번아웃되기 시작했고 하나 이상의 번아웃 증상이 있습니다.” [and] 도움을 구해야 할 수도 있는 시점에 있습니다.”

평균적으로 번아웃을 보고한 의사들은 더 많은 양의 환자 메시지를 받았습니다. 소진의 확률은 히스패닉/라틴계 의사와 여성 사이에서 상당히 높았습니다. 15년 이상의 임상 경력을 가진 의사들은 번아웃이 현저하게 낮았습니다.

지금 의사들에도 불구하고 더 많은 시간 보내기 이 연구는 팬데믹 이전보다 EHR 바구니 내 작업에서 메시지 특성과 소진 사이에 유의미한 연관성이 없음을 발견했습니다.

단면 연구를 위한 데이터는 2020년 4월부터 9월까지 여러 전문 분야에서 수집되었습니다. 그런 다음 의사들은 설문 조사를 완료하고 5점 척도에서 번아웃을 평가했습니다. 609명의 의사 응답 중 참가자의 약 49%가 여성, 56%가 백인, 64%가 외래 환자 환경에서 근무했습니다. 의사의 약 70%가 15년 이하의 실무 경력을 가지고 있습니다.

감정 점수는 부정, 구두점, 정도 수식어, 모두 대문자, 이모티콘, 이모지 및 약어의 사용뿐만 아니라 단어 내용을 기반으로 합니다. 긍정적인 환자 메시지는 “fyi” 및 “lol”과 같은 일상적인 표현과 함께 감사와 감사를 전달할 가능성이 더 컸습니다.

Steph Weber는 의료 및 법률을 전문으로 하는 중서부 지역의 프리랜서 저널리스트입니다.

더 많은 소식을 보려면 Medscape를 팔로우하세요. 페이스북, 트위터, 인스 타 그램, 유튜브그리고 링크드인