# Improving patient and caregiver engagement through the application of data science methods to audio recorded clinic visits stored in personal health libraries

> **NIH NIH R01** · DARTMOUTH COLLEGE · 2020 · $352,350

## Abstract

PROJECT SUMMARY 
 
Forty to eighty percent of clinic visit information is forgotten by patients immediately post visit, a significant 
barrier to self-­management leading to poor health outcomes. Visit summaries can improve recall, yet patient 
uptake is limited and clinicians report significant burden in creating summaries for laypeople. Patients are 
beginning to audio record visits and clinics are now offering this service. When patients receive a clinic 
recording, 71% listen and 68% share it with a caregiver, resulting in improved understanding and self-­
management. Yet, unstructured recordings are difficult to navigate. Personal health libraries (PHLs) may help 
patients organize health information;; yet current PHLs do not facilitate clinic-­recordings. The objective of this 
project is to develop a PHL that integrates clinic audio-­recordings (Audio-­PHL), using data science methods to 
link medical terms from the recording to trustworthy patient resources, which can be retrieved, organized, 
edited and shared by patients. The specific aims are: Aim 1 Identify health information seeking needs and 
strategies of older adults with multimorbidity and caregivers;; Aim 2 Develop an Audio-­PHL using data science 
methods to securely analyze clinic visit recordings and make this information accessible and understandable 
for patients;; and Aim 3 Demonstrate the usability and use of an Audio-­PHL in older adults with multimorbidity 
and caregivers. Applicants hypothesize: (1) The Audio-­PHL will surpass acceptable usability metrics in older 
adults and caregivers and (2) natural language processing (NLP) methods developed for the Audio-­PHL will 
accurately identify key visit information (e.g. medication) and connect it to credible patient resources. The 
development of the Audio-­PHL follows a user centered design model. In Aim 1, the applicants will use 
participatory design activities with 48 end-­users to inform Audio-­PHL design. In Aim 2, the Audio-­PHL will be 
created in iterative cycles informed by findings from Aim 1. In Aim 3, extensive usability evaluation will be 
conducted in human computer interaction (HCI) laboratory settings to ensure Audio-­PHL surpasses acceptable 
usability metrics. Field testing of the Audio-­PHL will follow via a patient-­randomized pilot trial with older adults 
with multimorbidity from primary care. Participants (N=70) will receive an Audio-­PHL (intervention) or PHL 
(control) with no recordings. Usability metrics and satisfaction will be assessed at one-­month. Preliminary data 
on the impact of an Audio-­PHL on patient ability to seek, find and use health information with high confidence, 
patient activation and caregiver confidence will also be gathered. The research is innovative because it will 
provide patients and caregivers secure access to a PHL based on clinic-­recordings that uses data science 
methods to organize visit information and connect it to trusted resources. The results are expected ...

## Key facts

- **NIH application ID:** 9988530
- **Project number:** 5R01LM012815-04
- **Recipient organization:** DARTMOUTH COLLEGE
- **Principal Investigator:** PAUL JAMES BARR
- **Activity code:** R01 (R01, R21, SBIR, etc.)
- **Funding institute:** NIH
- **Fiscal year:** 2020
- **Award amount:** $352,350
- **Award type:** 5
- **Project period:** 2017-09-07 → 2022-08-31

## Primary source

NIH RePORTER: https://reporter.nih.gov/project-details/9988530

## Citation

> US National Institutes of Health, RePORTER application 9988530, Improving patient and caregiver engagement through the application of data science methods to audio recorded clinic visits stored in personal health libraries (5R01LM012815-04). Retrieved via AI Analytics 2026-06-24 from https://api.ai-analytics.org/grant/nih/9988530. Licensed CC0.

---

*[NIH grants dataset](/datasets/nih-grants) · CC0 1.0*