病院のオンラインレビュー：そこから分かること、分からないこと

患者のレビューは、公式な調査を一部反映しているに過ぎず、調査では見落とされる課題を浮き彫りにします。研究結果が示す事実、レビューが誤解を招くケース、そして正しいリーディングの方法について解説します。

Ibrahim Elkobeissi · 2026年11月2日 · リーディング時間 6分 ·

レビューは「ノイズ」ではない

長年、多くの病院はオンラインレビューを「一部の声の大きい人々による不満」として扱ってきました。しかし研究は、より有用な側面を示しています。公開されているレビューには、患者体験に関する真のシグナルが含まれています。同時に、見落としがちな歪みも含まれています。その両方を理解する病院は、レビューに惑わされることなく、患者の言葉から学びを得ることができます。

私たちは、2つの Mirror を通してレビューを読み解きます。一つは、組織が自らについて語ること。もう一つは、人々が実際に経験していることです。その二つの間の距離こそが、実態です。レビューは、後者の Mirror が公に書き残される数少ない場所の一つであり、だからこそ、防御的な姿勢ではなく、慎重なリーディングが求められるのです。

研究によって明らかになったこと

最も有用な研究は、サンプリング、標準化された質問、統計的な調整を用いる公式な調査と、レビューサイトを比較しています。米国における公式な指標は、病院の患者体験に関する全国調査である HCAHPS です。英国では NHS 入院患者調査がそれに当たります。

レビューは調査を、不完全ながらも反映しています。 Bardach らは、HCAHPS スコアを報告している米国の病院 3,796 軒を調査しました。Yelp の評価が存在したのは、わずか 962 軒（約4軒に1軒）でした。Yelp の評価が5件以上ある病院において、高い評価の割合と HCAHPS の割合との相関は 0.49 でした。これは中程度の関係性であり、一致ではありません。

このパターンは別の医療システムでも見られます。 Greaves らは、2009 年から 2010 年にかけて、英国の 146 の急性期病院組織（trust）の NHS Choices ウェブサイトに投稿された 9,997 件の評価を調査しました。評価と全国調査の指標との相関は 0.31 から 0.49 の係数を示しました。なかでも清潔度において最も高い一致が見られました。

アウトカムとの関連性も一部見られます。 両方の研究において、オンライン評価が高いほど、死亡率や再入院率が低い傾向にありました。ただし、相関は弱く、著者らはこれらを原因ではなく「関連性」として提示しています。英国のデータでは、これらの関連性は公式調査によるものと同等以上の強さでした。

レビューは調査がカバーしない領域を網羅しています。 Ranard らは、米国の病院 1,352 軒に関する 16,862 件の Yelp レビューに対して言語分析を行いました。その結果、受診費用、保険と請求、スタッフの思いやり、家族のケアなど、HCAHPS では測定されない 12 の経験領域が見つかりました。また、244 件のオンラインレビューを詳細にリーディングした別の調査では、Bardach のチームが、HCAHPS の領域に言及していたのはわずか 57% であることを突き止めました。安全性の認識は 41%、請求や予期せぬ費用は 11.5% でした。さらに、レビューの 38% は友人や家族によるものであり、これは患者調査では捉えられない視点です。

レビューが誤解を招く理由

これらの研究は、それぞれ限界を明示しています。重要なのは相関関係よりも、その限界を理解することです。

自己選択バイアス。 書くかどうかは本人が決めることです。良くも悪くも衝撃的な経験をした人ほど、書き込む傾向があります。Ranard のデータでは、レビューの 31% が星1つ、33% が星5つでした。
Small counts. The median hospital in that study had four reviews. Four voices cannot describe a hospital that treats thousands. Bardach's team limited its main comparison to hospitals with more than five ratings, and Ranard's team found agreement with HCAHPS grew stronger as the minimum number of reviews rose.
分母の欠如。 レビューは「誰かに何かが起きた」ことを示しますが、「それがどの程度の頻度で起きているか」は示しません。請求に関する 10 件の苦情は、患者が 100 人の場合と 10 万人の場合では、意味が全く異なります。
偽レビューとインセンティブ付きレビュー。 すべてのレビューが本物とは限りません。Ranard のチームは、Yelp 独自のフィルターによってフラグが立てられたレビューの割合が高い病院を除外しました。2024 年、米国連邦取引委員会は、偽レビュー、特定の感情を誘導するための報酬付きレビュー、開示されていない内部関係者によるレビュー、およびレビューの抑制を禁止する規則を採択しました。
代表性の欠如。 レビュアーは患者のサンプルではありません。彼らの見解を、ある都市、国、あるいはコミュニティ全体の意見として読み取ることはできません。それらは、ある人々が公に発言することを選択した記録に過ぎません。

これらは決してレビューに価値がないと言っているわけではありません。レビューは、その弱点を踏まえた上で活用すべき、数ある情報源の一つなのです。

レビューがもたらす価値

正式的な調査は比較のために設計されています。決まったスケジュールで、どこでも同じ質問を投げかける。それが強みであると同時に、それ以外のものを見落とす原因にもなります。

オンライン上の患者体験レビューには、3つの空白があります。第一に、トピック：会計、駐車場、付き添いの方の待ち時間、電話の応対など。調査では滅多に問われませんが、患者はそれらを指摘します。第二に、タイミング：レビューは受診から数日後に投稿されることがありますが、調査結果は数ヶ月後に届くことがよくあります。第三に、パブリックイメージ：レビューは、これから受診を検討する患者が実際に目にするものです。その正確性がどうあれ、組織の捉えられ方を形作ります。

この最後の視点が、しばしば見落とされます。調査は病院に対し「患者がどう評価したか」を伝えます。しかし、レビューは「病院が他者にどう見えているか」を示します。Starの平均値から始まる病院のレピュテーション管理は、結局のところ平均値に関する議論で終わってしまいます。人々が語る内容から始めましょう。

レビューをリーディングするための手法

優れた患者レビュー分析には、規律が必要です。その差を生むのは、6つの習慣です。

Starではなく、テーマを読み取る。 平均評価だけでは、その理由は隠されてしまいます。書き込みを「コミュニケーション」「待ち時間」「清潔さ」「会計」「安全性」といった主題ごとにグループ化してください。特定のテーマが悪化していれば、どこに注目すべきかが分かります。平均値が下がっているだけでは、原因は見えてきません。
根拠を常に紐付ける。 すべての所見は、その元となった公開投稿にリンクしている必要があります。根拠のない主張は検証できず、検証できない主張は意思決定の指針にはなり得ません。
公表内容と、人々が報告している内容を比較する。 病院自身の声明と、公の場での言及を並べてみてください。ウェブサイトが「待ち時間なし」を約束している一方で、レビューに「長い待ち時間」と書かれていれば、その乖離こそが所見となります。
経時的な変化を追跡する。 1ヶ月分のレビューは単なるエピソードに過ぎません。しかし、1年を通じて同じテーマが上昇傾向にあれば、それはシグナルです。他者と比較する前に、まずは自組織の履歴と比較してください。
パターンを研究し、個人を追わない。 多くの投稿にわたるトピックを分析してください。個々のレビュアーのプロファイリングや追跡、追求は行わないでください。目的は組織を理解することであり、批判者を監視することではありません。
公開の場で、慎重に対応する。 感謝を伝え、懸念を認め、個別の相談窓口を案内しましょう。患者であったことを確認したり、診療内容に触れたりしてはいけません。2022年、米国の保健福祉省は、レビューへの返信で患者情報を開示してしまった歯科医院と和解しています。

"医療提供者は、オンラインのネガティブなレビューに回答する際、患者の保護された健康情報を開示してはなりません。」 Melanie Fontes Rainer, HHS Office for Civil Rights ディレクター

このようにレビューを扱うことで、レビューは調査や臨床データと補完関係になります。これらを置き換えるものではなく、レビュー単体では証明できることは限られています。根拠が乏しいときは、正直に「根拠が乏しい」と答えるべきです。

Mirrorのアプローチ

Mirror は、組織が公表している内容と、人々が公の場で語っている内容を読み取り、その2つを並べて示します。示されるすべての空白には公開ソースが付随しているため、誰でも原文を開いて判断できます。個人を追うのではなく、多くの投稿にわたるテーマを読み取り、結論を導き出すには根拠が不十分な箇所を明示します。