一项新研究发现，包括Twitter和Facebook在内的在线患者反馈可以准确地提供NHS医院护理质量的实时表现，从而确定需要检查的高风险医院。这项研究由伦敦政治经济学院（LSE）的研究人员进行，并发表在BMJ Quality & Safety上。
研究人员开发并测试了能够可靠读取和综合Twitter、Facebook和NHS Choices等平台上每天发布的成千上万条患者评论的算法。令人惊讶的是，在测试时，综合数据被证明能够有效预测保健品质委员会（CQC）的医院检查结果。
在CQC面临重大预算削减并需要集中资源的时候，这个系统可以用来突出那些可能表现不佳并标记为检查的医院。
2010年代末，米德斯塔福德郡信托发生了引起估计400-1200名患者不必要死亡的悲剧事件，人们广泛呼吁更好地利用患者反馈，以补充传统的性能指标，后者在识别不可接受的护理水平方面较慢。
研究的作者相信他们的系统捕捉到的实时信息为医院和监管机构提供了比现有调查和官方数据收集更快速的洞察力。
该研究的作者目前正在与英格兰卫生与社会保健独立监管机构——护理质量委员会（Care Quality Commission）就如何利用该系统帮助优先考虑检查进行讨论。
Alex Griffiths博士和Meghan Leaver分别是LSE风险与监管分析中心（CARR）和心理与行为科学系的成员。 想获取文章的副本，请访问：
http://qualitysafety.bmj.com/content/early/2017/09/25/bmjqs-2017-006847
