PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Poprawa komunikacji z pacjentem poprzez chatboty oparte na sztucznej inteligencji (AI) : spostrzeżenia empiryczne i zalecenia menedżerskie

Autorzy
Identyfikatory
Warianty tytułu
EN
Improving communication with patients through artificial intelligence (AI)-based chatbots : empirical insights and managerial recommendations
Języki publikacji
PL
Abstrakty
PL
Cel: Celem artykułu jest zbadanie wpływu technologii sztucznej inteligencji (AI) na jakość komunikacji pomiędzy placówkami medycznymi a pacjentami za pośrednictwem chatbotów konwersacyjnych. Artykuł analizuje percepcję pacjentów na temat komunikacji z wykorzystaniem chatbotów AI, ocenia dokładność i pomocność informacji przekazywanych przez chatboty oraz bada wpływ personalizacji odpowiedzi i łatwości użytkowania chatbotów na ogólną satysfakcję pacjentów. Dodatkowo artykuł przedstawia rekomendacje dotyczące implementacji AI w komunikacji medycznej, oparte na wynikach badań empirycznych. Projekt badania/metodyka badawcza/koncepcja: Badanie przeprowadzono w 2023 roku metodą sondażu diagnostycznego. Zastosowano technikę ankiety, a narzędziem badawczym był kwestionariusz udostępniony metodą CAWI. W badaniu uczestniczyło 483 respondentów. Wyniki/wnioski: Wyniki badania wykazały, że chatboty AI stanowią wartościowe narzędzie w poprawie jakości obsługi pacjenta w placówkach medycznych. Ich skuteczność zależy od dokładności informacji, personalizacji komunikacji oraz łatwości użycia. Wdrożenie chatbotów AI wymaga uwzględnienia wyzwań związanych z przetwarzaniem języka naturalnego oraz różnicami indywidualnymi użytkowników. Ograniczenia: Ograniczenia dotyczą przede wszystkim możliwego braku reprezentatywności wszystkich respondentów badania. Zastosowanie praktyczne: Wyniki wskazują na wysoką jakość komunikacji, skuteczność w udzielaniu odpowiedzi oraz znaczącą rolę chatbotów w poprawie doświadczeń pacjentów. Oryginalność/wartość poznawcza: Badanie wnosi nową wartość poznawczą, analizując szczegółowo percepcję pacjentów na temat komunikacji z wykorzystaniem chatbotów AI, ocenia dokładność i pomocność informacji przekazywanych przez chatboty oraz bada wpływ personalizacji odpowiedzi i łatwości użytkowania chatbotów na ogólną satysfakcję pacjentów.
EN
Purpose: The purpose of the article is to examine the impact of artificial intelligence (AI) technology on the quality of communication between medical facilities and patients via conversational chatbots. The article analyzes patients’ perceptions of AI chatbot communication, evaluates the accuracy and helpfulness of information provided by chatbots, and examines the impact of personalization of responses and ease of use of chatbots on overall patient satisfaction. In addition, the article provides recommendations for implementing AI in medical communication based on the results of empirical studies. Design/methodology/approach: The study was conducted in 2023 using a diagnostic survey method. A survey technique was used, and the research tool was a questionnaire provided by the CAWI method. 483 respondents participated in the survey. Findings/conclusions: The results of the survey showed that AI chatbots are a valuable tool in improving the quality of patient service in medical facilities. Their effectiveness depends on the accuracy of information, personalization of communication and ease of use. The implementation of AI chatbots requires addressing the challenges of natural language processing and the individual differences of users. Research limitations: Limitations primarily relate to the possible lack of representativeness of all survey respondents. Practical implications: Results indicate high quality communication, efficiency in responding, and a significant role for chatbots in improving patient experience. Originality/value: The study adds new cognitive value by analyzing in detail patients’ perceptions of AI chatbot communication, evaluates the accuracy and helpfulness of information provided by chatbots, and examines the impact of personalization of responses and ease of use of chatbots on overall patient satisfaction.
Czasopismo
Rocznik
Strony
25--31
Opis fizyczny
Bibliogr. 23 poz., tab.
Twórcy
autor
  • Wydział Zarządzania, Uniwersytet Gdański, ul. Armii Krajowej 101, 81-824 Sopot, Polska
Bibliografia
  • [1] Ashfaq Awais, Marcus Lingman, Murat Sensoy, Sławomir Nowaczyk. 2023. DEED: DEep Evidential Doctor. W Artificial Intelligence, 325. DOI: 10.1016/j.artint.2023.104019.
  • [2] Chen Ja-Shen, Tran-Thien-Y Le, Devina Florence. 2021. “Usability and responsiveness of artificial intelligence chatbot on online customer experience in e-retailing”. International Journal of Retail & Distribution Management 49(11): 1512–1531.
  • [3] Chen Qian, Yeming Gong, Yaobin Lu, Jing Tang. 2022. “Classifying and measuring the service quality of AI chatbot in frontline service”. Journal of Business Research 145: 552–568.
  • [4] Chopra Anjali, K. S. Ranjani K, Soujanya Narsipur. 2023. “Service Quality Dimensions in AI-enabled Chatbots Leading to Customer Satisfaction: A Study from South Asia”. IIFT International Business and Management Review Journal 1(1): 26–49.
  • [5] Davenport Thomas, John Glaser. 2022. “Factors governing the adoption of artificial intelligence in healthcare”. Discover Health Systems 1: 4.
  • [6] Davenport Thomas, Ravi Kalakota. 2019. “The potential for artificial intelligence in healthcare”. Future Healthcare Journal 6(2): 94–98.
  • [7] Dobska Monika, Paweł Dobski. 2016. Systemy zarządzania jakością w podmiocie leczniczym. Warszawa: Wolters Kluwer Polska.
  • [8] Dryl Tomasz. 2014. „Zaufanie konsumenta do marki produktu na rynku konsumpcyjnym”. Marketing i Rynek (8): 1044–1051.
  • [9] Dryl Tomasz. 2023. “The use of artificial intelligence (AI) in the management processes of communication between medical facility and patient – recommendations for managers of healthcare entities”. Proceedings of the 42nd International Business Information Management Association Conference, Seville, Spain.
  • [10] European Union. 2012. EU level Collaboration on Forecasting Health Workforce Needs, Workforce Planning and Health Workforce Trends – a Feasibility Study. Matrix Insight, May 2012.
  • [11] Gumusel Ece. 2024. “A literature review of user privacy concerns in conversational AI chatbots”. Journal of the Association for Information Science and Technology ARITS (paper) 2024: 1–34.
  • [12] Kim Seo Young, Bernd H. Schmitt, Nadia M. Thalmann. 2019. “Eliza in the uncanny valley: anthropomorphizing consumer robots increases their perceived warmth but decreases liking”. Marketing Letters 30(1): 1–12.
  • [13] Krot Katarzyna. 2021. Jakość i marketing usług medycznych. Warszawa: Wolters Kluwer Polska.
  • [14] Lin Chien-Chang, Ann Y. Q. Huang, Staven J. H. Yang. 2023. “A Review of AI-Driven Conversational Chatbots Implementation Methodologies and Challenges (1999–2022)”. Sustainability 15: 4012.
  • [15] Ngai Eric W. T., Maggie C. M. Lee, Mei Luo, Patrick S. L. Chan, Tenglu Liang. 2021. “An intelligent knowledge-based chatbot for customer service”. Electronic Commerce Research and Applications 50: 101098.
  • [16] Opolski Krzysztof, Grażyna Dykowska, Monika Możdżonek. 2005. Zarządzanie przez jakość w usługach zdrowotnych. Teoria i praktyka. Warszawa: CeDeWu.
  • [17] Palanica Adam, Peter Flaschner, Anirudh Thommandram, Michael Li, Yan Fossat. 2019. “Physicians’ Perceptions of Chatbots in Health Care: Cross-Sectional Web-Based Survey”. Journal Medicine Internet Research 21(4): 12887.
  • [18] Przegalinska Aleksandra, Leon Ciechanowski, Anna Stroż, Grzegorz Mazurek. 2019. „In bot we trust: A new methodology of chatbot performance measures”. Business Horizons 62(6). DOI: 10.1016/j.bushor.2019.08.005.
  • [19] Raczyńska Ewa. 2020. „Problematyka jakości w ochronie zdrowia – wyzwanie dla zarządzania”. Zeszyty Naukowe WSH Zarządzanie 2: 165–175.
  • [20] Skowron Krzysztof, Aleksandra Mocigemba, Paulina Osial. 2016. „Jakość obsługi pacjenta we wspołczesnym podmiocie leczniczym na przykładzie Samodzielnego Publicznego Szpitala Klinicznego Nr 6 Śląskiego Uniwersytetu Medycznego w Katowicach Gornośląskie Centrum Zdrowia Dziecka Im. Jana Pawła II”. Kwartalnik Naukowy Organizacja i Zarządzanie 1(33): 131–144.
  • [21] Wiśniewska Małgorzata 2021. Jakość usług medycznych: instrumenty i modele. Warszawa: CeDeWu.
  • [22] Zeller Paweł, Wojciech Kapała. 2004. „Miejsce klienta w procesie oceny jakości usług medycznych”. Problemy Jakości 36(1): 11–15.
  • [23] Zieliński Grzegorz. 2015. „Percepcja jakości usług zdrowotnych w ujęciu relacyjnym”. Studia i prace Wydziału Nauk Ekonomicznych i Zarządzania 2(39): 273–283.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-0956d6ba-d3fe-49be-8e5b-2404b42e440e
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.