Social Media Analysis Using Natural Language Processing Tools for Decision-Making in the Healthcare Sector: The Case of St. Petersburg

Abstract

Стремительная урбанизация, которая по прогнозам составит до 85% к 2080-м годам, требует новых подходов к оценке услуг в рамках сложных городских систем. Один из таких подходов, умное управление, определяется как ориентированный на участие и вовлечение граждан процесс принятия решений (Granier and Kudo, 2016). Такой подход предполагает что мнение граждан является важной составляющей оценки городских сервисов. Одним из важнейших сфер нуждающихся в мнениях граждан является здравоохранение. Традиционные методы, такие как веб-опросы, используемые для оценки качества услуг медицинских организаций имеют ограничения, включая субъективность и проблему надежности. Социальные сети предлагают новую, экономически эффективную альтернативу для сбора данных общественного мнения, предоставляя оперативную и всестороннюю обратную связь. Большие объемы данных в социальных сетях могут быть проанализированы при помощи инструментов обработки естественного языка (NLP). Одним из распространённых видов NLP является аспектный анализ тональности (ABSA). Данное исследование использует готовое ABSA-решение разработанное гео-платформой Yandex.Maps для анализа общественного мнения о качестве медицинских услуг в г. Санкт-Петербург. Мы собрали оценки аспектов с Yandex.Maps для избранных медицинских организаций, присвоили им веса, выявленные через опрос граждан, и затем интегрировали оценки в рейтинг, который был сравнен с рейтингом Комитета по здравоохранению Санкт-Петербурга. Цель исследования — оценить точность, полноту и потенциальные преимущества использования инструментов ABSA по сравнению с традиционными методами опросов. Результаты показывают, что анализ тональности на основе социальных сетей может предоставить ценные инсайты, дополняя, а не заменяя существующие опросы.

As urbanization is expected to increase to 85% in the 2080s (Clark, 2020), the complexity of urban systems requires innovative approaches for service evaluation. One of such approaches, smart governance, is defined as participative and citizen-centered decision process (Granier and Kudo, 2016). Citizen centricity approach implies that public opinion is an essential part of evaluation of the city services. One of the key areas which requires citizens opinion is healthcare. Traditional methods, like web polling used for medical service evaluation, have limitations, including subjectivity and reliability issues. Social media offers a new, cost-effective alternative for collecting public opinion data, providing real-time, comprehensive feedback. The large amount of data on social media can be automatically analyzed with the help of Natural Language Processing (NLP) tools. One of the commonly used type of NLP is Aspect-Based Sentiment Analysis (ABSA). This study utilizes the ABSA tool developed by Yandex.Maps geo-platform to analyze public opinion for healthcare service evaluation in St. Petersburg. We collect aspect-based sentiment scores for selected medical organizations, assign weights to the scores based on public priorities identified through a survey, and integrate the scores into a composite rating to compare it with the rating made by the St. Petersburg Healthcare Committee. The research aims to assess the accuracy, comprehensiveness, and potential benefits of using ABSA over traditional survey methods. Findings indicate that while social media-based ABSA can provide valuable insights, it complements rather than replaces surveys.