南京大学中国医院改革发展研究院课题项目、南京鼓楼医院医学发展医疗救助基金会资助项目（NDYG2022 011）
目的：本研究探讨多模态模型在医院人员招聘中的应用潜力。通过结合自然语言处理（NLP）、语音分析、表情识别、姿态估计和结构化数据分析，旨在减少招聘过程中的主观偏见，实现对候选人胜任力的全面评估。方法：采用NLP技术自动筛选简历，减少主观偏见。结合语音、姿态、表情和手势等多模态数据，进行情绪识别，并基于结构化考核体系全面评估候选人的能力。使用Kendall等级相关系数比较不同招聘方法的预测效度。结果：多模态模型显著提升了招聘评估的准确性，减少了人为干预，增强了招聘决策的公平性，并提高了远程招聘的灵活性。结论：多模态技术为医院人员招聘提供了一种客观全面的解决方案，优化了人岗匹配的准确性，显著提升了远程招聘的效率和公平性。