결론부터 말하면, 정서적 지지 영역 점수가 낮게 나왔다면 먼저 '이 영역이 원래 낯선 영역'이라는 점을 인식해야 한다. 정서적 지지는 2025년(5차) 심평원 환자경험평가에서 간호사·의사·투약 및 치료과정 등과 함께 새로 구성된 영역이라, 병원이 참고할 수 있는 과거 데이터 자체가 많지 않다.

이런 상황에서는 VOC(환자후기)를 토픽·감성으로 자동 분류해 원인을 좁히는 접근이 유효하다. 환자 후기는 1,000만 건 이상의 데이터로 학습한 AI가 8개 토픽과 긍·부정 감성으로 자동 분류하기 때문에, 정서적 지지와 관련된 부정 후기가 설명 부족·공감 부족·안내 태도 중 어떤 주제에 몰려 있는지를 정량적으로 확인할 수 있다.

원인을 좁힌 뒤에는 개선 활동의 효과를 직접 검증하는 것이 중요하다. 실제로 정책조사를 활용해 '회진알림톡 만족도'가 '의사와 만나 이야기할 기회' 항목 점수 향상과 통계적으로 유의미한 상관관계를 보이는지 분석한 사례가 있다. 이처럼 병원이 자체적으로는 검증하기 어려운 개선 활동과 점수 변화의 인과관계를, 정책조사를 통해 통계적으로 확인할 수 있다.

결국 낯선 영역일수록 감으로 접근하지 말고, VOC로 원인을 좁히고 정책조사로 효과를 검증하는 순서를 지켜야 한다.