基于 YouTube 视频分析的患者参与度研究：针对结肠镜准备视频的实证分析
图像与视频处理
2024-10-07 v1 计算机视觉与模式识别
信息检索
多媒体
摘要
视频是一种有效传递针对性、即时医疗信息的手段，适用于患者教育。然而，视频分析——包括主题识别与检索、医疗信息提取与分析，以及从患者视角理解视频易读性——极具挑战性。本研究展示了一套数据分析管道，用于从 YouTube 上关于结肠镜准备考试视频中检索医疗信息。这一程序因患者难以获得充分准备而备受诟病。我们首先使用 YouTube Data API 收集所选搜索关键词下视频的元数据，并利用 Google Video Intelligence API 对文本、帧和对象数据进行分析。随后，我们对 YouTube 视频材料进行医疗信息、视频易读性和整体推荐情况的标注。我们开发了双向长短期记忆网络（BiLSTM）模型以识别视频中的医疗术语，并构建三个分类器将视频按编码医疗信息水平、易读性水平以及是否被推荐进行分组。我们的研究为医疗利益相关者提供了指南和可扩展方法，以生成新的教育视频内容，从而提高管理大量健康状况的能力。
关键词
引用
@article{arxiv.2410.02830,
title = {YouTube Video Analytics for Patient Engagement: Evidence from Colonoscopy Preparation Videos},
author = {Yawen Guo and Xiao Liu and Anjana Susarla and Padman Rema},
journal= {arXiv preprint arXiv:2410.02830},
year = {2024}
}
备注
The 30th WORKSHOP ON INFORMATION TECHNOLOGIES AND SYSTEMS. arXiv admin note: substantial text overlap with arXiv:2312.09425