每個企業(yè)主都知道(或至少應該知道)他們的客戶以及他們的客戶體驗品牌的方式對他們的業(yè)務成功至關重要。近年來，越來越多的企業(yè)、品牌和組織利用人工智能和機器學習 (AI/ML) 的演進和改進來解決這些客戶和用戶體驗 (CX/UX)。

據 Hubspot 稱，大約 76% 的客戶希望公司了解他們的需求，并愿意在為他們提供“良好”CX/UX 的公司上多花近 20%?？紤]到這一點，再加上由于糟糕的客戶服務導致每年損失 1.6 萬億美元(是的，帶有“T”的萬億美元)的統(tǒng)計數據，幾乎每個全球行業(yè)的更多公司近年來都在進行轉型，這一點也就不足為奇了。他們的運營以改善其品牌的 CX/UX。

使用 AI/ML 改進醫(yī)療保健客戶體驗

不幸的是，醫(yī)療保健行業(yè)——尤其是在美國——在這方面仍然落后。這是我和我的聯(lián)合創(chuàng)始人 Patrick 努力將更廣泛的 AI/ML 元素整合到我們公司PatientPartner的 CX/UX 模型中的核心原因。PatientPartner 的核心是確保我們的團隊為即將到來的患者找到相關的聯(lián)系，以便他們可以與經歷過與自己的術前和術后經歷相同(或相似)經歷的患者進行有意義的對話。通過在我們的核心模型中利用 AI/ML 等技術，我們能夠確保每位患者都與最相關的 PatientPartner 配對，他們可以以無與倫比且真正個性化的方式提供支持。

與許多已轉向在其流程中包含更多 AI/ML 關鍵元素的企業(yè)一樣，我們的平臺同樣迅速獲得更多牽引力并并行發(fā)展。我們的算法不斷從我們作為服務提供商所獲得的學習中，以及通過我們的患者的 CX/UX 和與我們平臺的互動變得更加完善。我們的 AI/ML 應用程序越強大，我們的患者將獲得的體驗就越無縫。這不僅適用于找到與經歷過類似經歷的過去患者最相關的聯(lián)系，而且實際上促進了這些聯(lián)系，以便與其他患者建立更有意義和個人的聯(lián)系。

使用 AI/ML 可改善患者與合作伙伴之間的聯(lián)系

因為 PatientPartner 的平臺是雙面的，這意味著我們的團隊必須了解我們用戶的其他幾個方面，這些方面來自我們平臺的“患者”方面和“合作伙伴”方面。作為領導者，我們的團隊成員不僅要了解是什么讓這兩名患者——前者和現在——彼此相關。這些類型的限定詞的示例包括患者對溝通類型的偏好、他們何時最容易與我們平臺中的其他患者聯(lián)系，以及溝通方式或方式本身。

我們越是不斷地學習和改進我們現有的商業(yè)模式中的 AI/ML 組合，我們的團隊就越能夠為我們的患者創(chuàng)造獨特的定制體驗。我們發(fā)現，這才是真正通過我們的平臺為患者的 CX/UX 帶來價值的原因。

當今社會所處的位置僅僅是將 AI/ML 更多地集成到醫(yī)療保健中的開始。我們才剛剛開始探討它對患者和整個醫(yī)療保健行業(yè)的影響。

通過 AI/ML 學習和理解 CX

當企業(yè)致力于專注于推動世界一流的體驗高于一切時，它可以直接洞察 AI/MC 可以在 CX/UX 上不斷改進的方式類型。事實是，對于醫(yī)療保健行業(yè)來說，患者在他們自己獨特的主觀醫(yī)療保健旅程中存在許多未知數和問題。因此，醫(yī)療保健中的 AI/ML 需要扮演某種“指南”的角色：幫助患者導航他們的醫(yī)療保健旅程并不斷改進他們的 CX/UX。

除此之外，作為醫(yī)療保健患者的指南，AI/ML 還必須同時在患者已經在思考的問題上領先一步，并為他們提供有關如何為患者正在經歷的事情以及如何做好準備的建議。他們需要采取的下一步行動。

正如我和我的聯(lián)合創(chuàng)始人所設想的那樣，AI/ML 在醫(yī)療保健中的真正作用在于它能夠為醫(yī)療保健提供者、醫(yī)生、醫(yī)院和其他行業(yè)利益相關者創(chuàng)造機會，讓他們在醫(yī)療保健的每一步都真正為患者服務旅程，無論他們身在何處。雖然每個患者的醫(yī)療保健體驗仍然是獨一無二的，但在這些旅程中仍有一些潛在因素保持不變。與其他行業(yè)一樣，AI/ML 在醫(yī)療保健中的集成需要專注于個性化這些基本常量。

結束的想法

醫(yī)療保健行業(yè)本身在采用技術的能力方面仍遠遠落后于其他行業(yè)，這一延遲主要是由于該行業(yè)本身極其復雜和監(jiān)管性質。然而，AI/ML 越多地在行業(yè)的多個方面繼續(xù)找到自己的方式，我們就越能看到患者護理質量和結果的改善。

為什么?因為 AI/ML 有能力匯集大量數據，以了解更經常導致最佳(或更好)結果的場景類型。

例如，想想一個即將接受膝蓋手術的病人。他們在手術之前、期間和之后做了什么幫助他們比其他接受相同手術的患者恢復得更快?他們的經歷與具有相似醫(yī)療狀況但未接受相同手術的患者有何不同?這些是 AI/ML 可以幫助醫(yī)療保健提供者、醫(yī)生、外科醫(yī)生和醫(yī)院更清楚地回答的問題。

了解這些數據點使醫(yī)療保健專業(yè)人員能夠繼續(xù)在診所內外提供個性化護理，但最終目標是為患者帶來更好的結果。將 AI/ML 進一步整合到醫(yī)療保健中的機會不僅是為了患者的利益;它對醫(yī)療保健行業(yè)也具有巨大的潛在價值。將 AI/ML 應用到提供者如何與患者一起或為患者做出決策時，可以獲得持續(xù)的學習體驗，可用于根據患者、他們的診斷或他們的醫(yī)療保健檔案來優(yōu)化護理。