설문조사 만들기

AI를 활용해 환자 설문조사 응답에서 포용성 관련 답변 분석하는 방법

포용성에 관한 AI 기반 환자 설문조사를 시작해 더 깊은 인사이트를 얻으세요. 즉시 분석과 주요 주제를 확인할 수 있습니다. 오늘 바로 준비된 설문 템플릿을 사용해 보세요.

Adam SablaAdam Sabla·

이 글에서는 AI 기반 솔루션과 설문조사 분석 모범 사례를 활용해 환자 설문조사에서 포용성에 관한 응답을 분석하는 방법에 대한 팁을 제공합니다.

설문 응답 분석에 적합한 도구 선택하기

포용성에 관한 환자 설문 데이터를 분석할 때는 수집한 데이터 유형에 맞는 접근법과 도구를 선택해야 합니다. 제가 분류하는 방법은 다음과 같습니다:

  • 정량적 데이터: "만족도는 어느 정도인가요?" 같은 질문이나 체크박스 옵션이 있다면, Excel이나 Google Sheets를 사용해 쉽게 집계하고 시각화할 수 있습니다. 지표나 평가에 적합한 간단한 방법입니다.
  • 정성적 데이터: 개방형 질문이나 후속 질문은 더 풍부한 인사이트를 담지만, 수백 개의 응답을 일일이 읽는 것은 부담스럽습니다. 이럴 때 AI 도구가 빛을 발합니다: 환자들이 말하는 내용을 효율적으로 요약해 텍스트 더미를 일일이 읽지 않아도 됩니다.

정성적 응답을 다룰 때 도구 선택에는 두 가지 접근법이 있습니다:

ChatGPT 또는 유사 GPT 도구를 활용한 AI 분석

복사-붙여넣기 워크플로우: 한 가지 방법은 설문 응답을 내보내 ChatGPT에 붙여넣는 것입니다. AI 프롬프트를 사용해 인사이트를 추출하거나 주제를 식별하거나 데이터에 관한 질문을 할 수 있습니다.

기능적이지만 다소 불편함: 이 방법은 작동하지만 이상적이지는 않습니다. 데이터를 포맷팅하고 복사-붙여넣기 제한을 관리하며 문맥을 직접 추적해야 합니다. 구조화된 데이터와 비구조화된 데이터를 쉽게 필터링하거나 결합할 수 없습니다.

Specific 같은 올인원 도구

설문 응답 분석에 특화된 도구: Specific은 AI를 활용해 설문 응답을 수집하고 분석하는 원활한 워크플로우를 제공합니다. 포용성에 관한 AI 기반 설문조사를 시작할 수 있으며, Specific은 후속 질문(응답의 깊이와 품질을 높임)과 설문 후 AI 분석을 모두 처리합니다.

더 빠르고 풍부한 인사이트—스프레드시트 불필요: Specific의 AI 설문 응답 분석을 통해 즉시 요약, 주요 주제, 실행 가능한 인사이트를 얻을 수 있습니다. 마치 연구 조교가 즉시 도와주는 것과 같습니다. AI와 대화하며 결과를 다듬고, 쿼리를 개선하며, AI가 분석할 데이터 부분을 관리할 수 있습니다—내보내기 없이도 가능합니다.

더 똑똑한 후속 질문, 더 높은 품질의 데이터: 자동 AI 후속 질문 덕분에(이 기능이 답변을 어떻게 개선하는지 알아보기) 환자들의 더 깊은 동기, 고충, 기대를 발견할 수 있습니다. 이는 더 나은 연구 결과로 직접 연결됩니다.

포용성에 관한 환자 설문 응답 분석에 유용한 프롬프트

AI를 활용한 설문 분석은 적절한 프롬프트가 핵심입니다. 포용성에 관한 환자 데이터를 탐색할 때 제가 유용하다고 생각하는 프롬프트는 다음과 같습니다:

핵심 아이디어 추출 프롬프트: 많은 응답에서 주요 주제를 간결하게 요약하고 싶을 때 사용하세요. Specific을 사용하든 ChatGPT에 데이터를 복사-붙여넣기 하든 모두 작동합니다. 예시는 다음과 같습니다:

당신의 임무는 핵심 아이디어를 굵은 글씨(핵심 아이디어당 4-5단어)로 추출하고, 최대 2문장 길이의 설명을 덧붙이는 것입니다. 출력 요구사항: - 불필요한 세부사항은 피할 것 - 특정 핵심 아이디어를 언급한 사람 수를 숫자로 명시할 것(단어가 아닌 숫자 사용), 가장 많이 언급된 순서대로 - 제안 금지 - 표시 금지 예시 출력: 1. **핵심 아이디어 텍스트:** 설명 텍스트 2. **핵심 아이디어 텍스트:** 설명 텍스트 3. **핵심 아이디어 텍스트:** 설명 텍스트

더 나은 결과를 위해 맥락 제공하기: AI는 설문 주제와 찾고자 하는 내용을 명확히 할 때 더 잘 작동합니다. 예를 들어, 데이터 앞에 다음을 추가해 보세요:

저희 병원에서 포용성에 관한 경험을 조사하기 위해 150명의 환자를 대상으로 익명 설문조사를 실시했습니다. 개방형 응답을 분석해 의사소통, 존중, 의사결정 참여에 관한 주요 주제를 식별해 주세요.

주제 심화 탐구: 주요 주제를 발견하면 다음과 같이 더 깊이 탐색할 수 있습니다:

의료진과의 의사소통에 대해 더 알려 주세요.

특정 주제 검증: 응답자들이 특정 내용을 언급했는지 확인하려면 다음을 사용하세요:

언어 통역사 접근성에 대해 언급한 사람이 있나요? 인용문을 포함해 주세요.

페르소나 파악: 환자 세그먼트를 이해하는 데 유용합니다:

설문 응답을 바탕으로 제품 관리에서 "페르소나"를 사용하는 것과 유사하게, 구별되는 페르소나 목록을 식별하고 설명해 주세요. 각 페르소나에 대해 주요 특성, 동기, 목표, 대화에서 관찰된 관련 인용문이나 패턴을 요약해 주세요.

고충 및 문제점 찾기:

설문 응답을 분석해 가장 흔히 언급된 고충, 불만, 문제점을 나열해 주세요. 각 항목을 요약하고 패턴이나 발생 빈도를 기록해 주세요.

충족되지 않은 요구 및 기회 파악:

설문 응답을 검토해 응답자들이 지적한 충족되지 않은 요구, 격차, 개선 기회를 찾아 주세요.

효과적인 설문 질문 작성이나 더 나은 프롬프트 설계에 대한 영감을 원한다면, 포용성에 관한 환자 설문조사에 적합한 질문 가이드를 참고하세요.

Specific이 질문 유형별로 정성적 데이터를 분석하는 방법

Specific으로 정성적 설문 데이터를 분석할 때 AI는 각 질문 구조에 맞춰 요약을 맞춤화합니다:

  • 개방형 질문(후속 질문 포함 여부 무관): Specific은 주요 질문과 AI가 생성한 후속 질문 모두에 대해 환자들이 말한 내용을 요약합니다. 이를 통해 주요 주제뿐 아니라 답변 뒤에 숨은 이유와 동기도 파악할 수 있습니다.
  • 선택형 질문과 후속 질문: AI는 각 선택지에 연결된 모든 개방형 응답을 요약해, “아니오”와 “예”를 선택한 환자들이 실제로 무엇을 의미했는지 그들의 말로 보여줍니다.
  • NPS 질문: 각 그룹(비추천자, 중립자, 추천자)은 후속 답변에 대한 별도의 요약을 받습니다. 이를 통해 환자들이 귀하의 치료나 포용성 노력에 대해 왜 그런 감정을 갖는지 쉽게 이해할 수 있습니다. 포용성에 관한 NPS 설문 빌더를 사용해 빠르게 설문을 만드는 방법을 확인하세요.

ChatGPT로도 비슷한 작업을 할 수 있지만, 그룹별로 답변을 분류하고 어떤 질문에 대한 요약인지 추적하는 수작업이 더 필요합니다.

자신만의 설문을 단계별로 설정하는 방법은 포용성에 관한 환자 설문조사 만드는 방법 글을 참고하세요.

AI 사용 시 문맥 크기 제한 극복하기

AI 설문 분석에서 현실적인 장애물 중 하나는 문맥 크기 제한입니다—특히 수백 개의 상세 응답이 있을 때 AI가 한 번에 처리할 수 있는 텍스트 양이 제한됩니다.

Specific에는 이를 해결하는 두 가지 전통적인 방법이 내장되어 있습니다:

  • 필터링: 특정 질문에 답변했거나 특정 선택지를 고른 환자만 AI가 보도록 필터링할 수 있습니다. 이렇게 하면 가장 관련성 높은 데이터만 분석해 AI 용량 내에서 작업할 수 있습니다.
  • 크롭핑: 특정 질문 세트에 대한 답변만 보내 분석할 수 있습니다. 이렇게 하면 많은 대화를 AI 문맥 창에 맞추기 훨씬 수월해집니다.

두 방법 모두 전체 통계에서 드러나지 않는 주요 패턴을 놓치지 않고 깊이 있게 분석할 수 있게 해줍니다. 자세한 내용은 AI 기반 설문 응답 분석을 참고하세요.

환자 설문 응답 분석을 위한 협업 기능

포용성 관련 설문 분석에 여러 명(의사, 환자 옹호자, 품질 관리자 등)이 협업하는 경우가 많습니다. 하지만 모두의 관점과 발견을 공유 스프레드시트에 기록하는 것은 번거롭습니다.

AI와 함께 대화하며 분석: Specific은 설문 데이터를 대화형으로 분석할 수 있게 해줍니다: AI와 결과에 대해 대화하고, 직접 질문하며, 즉시 맞춤형 인사이트를 얻을 수 있습니다. 단순히 생산성이 높아지는 것을 넘어, 스프레드시트와 씨름하는 느낌이 아니라 팀원과 대화하는 느낌입니다.

기여자별로 조직된 다중 채팅: 각 협업자는 자신만의 필터로 새 채팅을 시작해 팀에 중요한 질문이나 세그먼트에 집중할 수 있습니다. 각 채팅에는 생성자가 명확히 표시되어 누가 무엇을 분석하는지 쉽게 알 수 있습니다.

누가 무엇을 말하는지 실시간 가시성: 채팅 협업 시 모든 메시지에 발신자 아바타가 표시됩니다. 이는 의사결정 추적, 발견 공유, 다음 단계 조율을 쉽게 해주며, 특히 다학제 의료팀이 더 공평한 환자 경험을 위해 협력할 때 매우 유용합니다.

지금 바로 포용성에 관한 환자 설문조사를 만들어 보세요

실제 환자 인사이트를 수집하고 AI 기반 분석으로 즉시 실행 가능한 결과로 전환하세요. Specific의 대화형 설문조사는 더 깊은 피드백을 더 빠르게 얻을 수 있어, 명확하고 자신 있게 포용성을 개선할 수 있습니다.

출처

  1. worldmetrics.org. Key Patient Engagement Statistics
  2. wifitalents.com. Diversity, Equity, and Inclusion in the Medical Industry Statistics
  3. comfort-ai.eu. Patient Perceptions of AI in Healthcare Survey
Adam Sabla

Adam Sabla

Adam Sabla is an entrepreneur with experience building startups that serve over 1M customers, including Disney, Netflix, and BBC, with a strong passion for automation.

관련 자료