在线医疗平台信息生态系统的生态性评价指标体系研究

[目的/意义]在线医疗平台作为一类典型的信息生态系统,其可持续发展依赖于生态性水平。构建生态性评价指标体系,不仅是对在线医疗平台评价指标体系的必要补充,还有助于拓展生态性评价的研究场景。[方法/过程]基于信息生态理论,利用德尔菲法和层次分析法,以DPSIR模型为基础,构建了由“驱动力—压力—状态—影响—响应”5个维度构成的在线医疗平台信息生态系统的生态性评价指标体系。[结果/结论]在线医疗平台应着力于内在动力的激发;信息生态位重叠问题是平台压力的主要来源;提升社会和同行对在线医疗平台的评价是改善平台状态的重要抓手;增强资源吸引力和资源巩固力是提高平台影响力的关键;系统创新能力是强化平台响应能力的重要因素。

在线医疗平台医生知识贡献行为影响因素的实证研究

为了探究在线医疗平台医生知识贡献行为的影响因素,以MOA(motivationopportunity-ability)理论为基础,建立了能力、动机以及机会三个维度的医生在线知识贡献行为研究模型。以好大夫在线为例,通过对其开源数据进行实证分析,验证理论模型。结果发现,医生职业水平未能显著影响医生在线知识贡献行为,而外在动机和平台推荐则对医生的在线知识贡献行为具有显著的正向影响。研究结论为医生在线知识贡献行为的改善提供了理论依据,同时也为在线医疗平台服务的运营提供了管理启示。

基于在线医疗平台的国内外针灸患者诊疗满意度负面评价研究

目的比较分析中外在线医疗平台中针灸患者诊疗满意度负面评价影响因素,提出改进建议。方法检索并获取具有代表性的中文和英文医生评级网站中针灸患者诊疗满意度负面评论文本,采用内容分析法对负面评论文本进行预处理、分类与编码标注,使用SPSS Modeler 18.0软件和Apriori算法对负面评价数据进行关联规则分析,运用SPSS 26.0软件进行聚类分析。结果筛选得到有效负面评价数据3974条。中文网站针灸诊疗负面评价率为1.83%,治疗效果、医生态度、医生专业性、医患沟通4个痛点维度出现频率较高,共得到9个关联维度组合;英文网站针灸诊疗负面评价率为12.5%,医生态度、工作人员、等待时间、医患沟通4个痛点维度出现频率较高,共得到4个关联维度组合。14个患者痛点维度可被聚类为医疗机构相关因素、治疗过程与结果相关因素、医生自身相关因素3大类。结论中文网站针灸患者诊疗满意度高于英文网站针灸患者诊疗满意度。“医生态度”是中英文网站针灸诊疗患者共同关注点,中文网站针灸患者更加关注“治疗效果”,英文网站针灸患者更加关注“工作人员”。

多边平台理论视角下在线医疗平台运行机制研究

信息技术的进步促使多边平台经济迅速崛起,在线医疗平台是典型的多边平台经济模式。从多边平台理论的视角对在线医疗平台的运行机制进行分析。对在线医疗平台的主要参与者进行论述,分析各类参与者的行为与特征;对在线医疗平台的主要业务功能进行梳理,分析各个功能的运行模式;对平台的核心交互——医患交互进行分析,并提出平台核心交互影响因素的分析框架。最后基于分析结果对平台运营提出对策建议。

面向在线医疗平台的医生能力综合评价体系构建

目的基于服务质量模型、知识贡献理论、结构-过程-结果三维质量评价模型构建面向在线医疗平台的医生能力综合评价指标体系,以期助力平台打造具有公信力的医生榜单,促进患者精准评估医生能力和服务水平。方法采用文献分析法建立初始评价指标体系框架,邀请专家对指标进行筛选和评估,最后通过层次分析法对各级评价指标的权重赋值。结果建立的医生能力综合评价体系包含3个一级指标、7个二级指标、29个三级指标,其中一级指标(及其权重)分别为医生基础条件(0.420)、医生知识贡献(0.219)、医生服务表现(0.361)。结论研究构建了一套科学、可靠的面向在线医疗平台的医生能力综合评价体系,可为平台建立系统化的医生评价标准提供信息基础和参考依据。

基于文本挖掘的在线医疗平台综合评价研究

随着防疫政策的放开,传统医疗资源有限,在线医疗一定程度上成为人们“病有所医”的保障。然而,我国目前主流的在线医疗平台存在产品创新不足、服务质量不高、各类产品同质化严重等的问题,导致可能无法给用户提供有建设性有效的医疗建议。随着互联网技术的广泛应用以及人们对便利的医疗服务的需要,完善在线医疗平台的服务是十分有必要的。影响用户对在线医疗平台的满意度的因素是什么?在线医疗平台如何有针对性地完善平台功能?用户如何选择合适的在线医疗平台?这些都是当下需要解决的问题。本文基于从网络上爬取的主流的在线医疗平台的评论文本,运用文本分析技术、聚类算法、层次分析法、情感分析等技术搭建满意度模型,对影响用户对平台满意度的因素进行研究,为平台提高自身功能和服务,以及为用户选择在线医疗平台提供建议和参考。

在线医疗平台客户服务质量提升研究

当今,互联网不仅改变了社会居民的生活方式,还为社会医疗服务提供了全新的平台,而在线医疗服务平台的建设极大地提升社会居民的医疗服务便利性,社会居民在遇到某些医疗问题的时候,能够通过在线医疗平台解决。在线医疗平台作为一线服务主体,其服务质量是在线医疗平台得以持续发展的关键。对此,本文以在线医疗平台客户服务质量提升研究为选题,探讨其存在的问题,并提出解决建议。

在线医疗平台用户隐私披露行为影响因素研究

基于解释水平理论、隐私计算理论和计划行为理论构建在线医疗平台用户隐私披露行为影响因素模型,运用问卷调查方法对模型进行实证检验。结果表明感知风险负向影响用户远期披露意愿,对近期披露意愿无显著影响;感知收益对远期披露意愿和近期披露意愿均产生正向影响等。

在线医疗平台信息服务质量评价模型构建

目的:构建在线医疗平台信息服务质量评价模型,完成在线医疗平台信息服务质量科学方法的讨论。方法:借助文献分析完成在线医疗平台信息服务质量评价指标的选择,借助层次分析法和专家调查方式完成指标权重的定量分析。结果:根据权重分析,得出在线医疗平台信息服务质量“五维”评价模型,一级指标权重排序依次为远程诊疗医生资源(0.3070)、平台信息内容质量(0.2408)、平台栏目设计与布局(0.2065)、系统稳定与安全(0.1303)、个性化服务模块(0.1154)。结论:五维评价模型是在线医疗平台信息质量评价较为可行的方法与路径。

在线医疗平台老年与非老年用户需求及满意度对比分析——以春雨医生为例

我国医疗资源的有限性与医疗需求的快速增长已经导致较为严重的社会问题。随着老年人口的增加,医疗资源供需不平衡的矛盾进一步加剧。“互联网+”时代到来,在线医疗为医疗行业的供需不平衡带来了可能的解决方案。然而,当前在线医疗平台的活跃用户以非老年用户为主,老年用户参与度不高,这未能充分发挥在线医疗平台缓解医疗资源供需不平衡的作用。因此,本文在在线医疗平台广泛使用的背景之下,以春雨医生为研究对象,探索老年用户与非老年用户对在线医疗平台的需求差异及满意度差异,从而为完善在线医疗平台体系提出相关建议,以促进其在老年用户中的广泛应用,满足老年群体的医疗需求,缓解医疗资源不足的矛盾。

“互联网+医疗”环境下用户行为影响机制研究——基于在线医疗平台患方用户初次使用行为的分析

互联网医疗已经成为我国健康信息化服务体系的重要组成部分。本文以在线医疗平台患者初次使用行为为例,从网络外部性环境出发,创新性引入患方用户感知风险和感知疾病威胁变量,构建了患方用户初次使用在线医疗平台的影响机制模型。结果表明:网络外部性会显著正向影响患方用户的感知有用性、感知易用性和初次使用意向,负向影响感知风险;感知风险和感知疾病威胁对患方用户的初次使用意向存在显著影响;验证用户感知因素、初次使用意向在网络外部性与初次使用行为之间的中介效应。基于此,应构建医方服务评价可视化体系、促进患健康意识培养、推动平台领域细分。

螺旋式与直线式:在线健康医疗平台用户与医生交互模式研究

随着“互联网+健康医疗”的发展,越来越多的患者(或患者的代理人,本文统称为“用户”)寻求通过在线健康医疗平台与医生交互,完成问诊过程。本研究关注在缺乏面对面沟通的网络环境下,如何帮助用户-医生实现虚拟空间的有效交互,针对在线健康医疗平台中的用户-医生交互进行研究,以识别交互的模式和特征。通过爬虫技术获取了“春雨医生”网站1017组用户与医生的交互会话,本研究采用开放编码和会话分析相结合的方法,发现螺旋式和直线式是最主要的交互模式,构建了两种模式的理论模型,并揭示了两种模式的交互特征。此外,发现用户对初始问题描述的清晰和详尽程度是影响交互效率的关键因素。本研究有助于提升用户和医生借助在线健康医疗平台进行的交互效率,优化此类系统或平台的用户交互体验设计,为未来研究不同角色参与的在线智能交互健康医疗平台提供了借鉴意义。

“互联网+”背景下在线医疗平台用户隐私安全认知研究

新时代的到来,互联网+得到广泛发展。在医疗领域,互联网+给患者就诊带来了便利,但是也存在着患者个人隐私泄露的风险。本文针对'互联网+'背景下在线医疗平台用户隐私安全问题,分析了患者医疗隐私的特点,最后根据存在的隐私泄露风险提出一些管理建议。

在线医疗服务平台的意义及构建模式分析——基于杭州市的调研分析

本文基于对杭州市内五大三甲医院就诊患者的调查问卷,总结了目前杭州市医疗服务体系现状。在现状分析的基础上,为解决突出存在的因医患间信息不对称而导致的对有限医疗资源的浪费和误用等问题,提出采用在线医疗服务平台理念,并对如何构建先进医疗服务模式进行了分析。

基于行业云建设互联网医疗全流程在线服务平台的研究与实践

依托实体医院线下资源,基于运营商行业云平台和视频平台基础能力,构建平台资源弹性配置、按需扩容,应用功能按需扩充、快速迭代的新一代互联网医院平台。通过线上线下系统联动,实现诊前智能导诊与精准预约、诊中在线咨询与实时问诊、诊后智能慢病管理与院后随访的全流程在线医疗服务,最终优化医院服务流程和品质,提升优质医疗资源服务范围和患者服务感知,以及就诊效率。

在线问诊信息用户采纳意愿的影响因素研究

[目的/意义]为揭示用户采纳在线问诊信息意愿的影响因素,对在线医疗平台的运营管理提供具体可行的建议。[方法/过程]本文通过扎根理论得到影响用户问诊信息采纳意愿的关键要素,结合信息采纳模型构建用户采纳意愿影响因素理论模型。最后通过调查问卷收集数据,对模型进行路径分析、假设检验。[结果/结论]研究发现,平台易用性、医生专业性、服务态度、信息内容质量和信息表达质量会通过感知有用性对采纳意愿产生正向影响,其中信息内容质量对用户采纳意愿的影响最大;健康素养负向调节医生专业性与感知有用性之间的关系,在信息内容质量与感知有用性之间起正向调节作用。

需求预测视角下的医疗数据价值——基于沙普利值方法

数字技术的飞速发展推进了全球数字化进程。数据作为推动经济发展的重要资源,其价值评估尚未形成统一范式。随着数据规模增长,数据质量良莠不齐、数据失真也是亟待解决的问题。数据价值评估有利于评估数据质量、筛选失真数据、推进数据融通,其重要性不言而喻。本文基于在线医疗平台背景,利用沙普利值方法评估医患匹配场景下的数据价值,借助评估结果提高平台中的数据价值利用效率。首先,平台在事前利用医生历史问诊特征,使用XGBoost模型对不同医生的未来一年的问诊需求进行预测。进一步,根据医疗平台线上服务模式构建医院根据预测结果的运营收益函数,形成数据-模型-收益的价值链条。最后,使用沙普利值方法评估数据价值,验证价值评估方法的有效性,分析平台高价值数据特征。研究发现:沙普利值能根据任务更有目的性地捕获数据价值;平台依据沙普利值进行数据筛选能实现模型的降本增效,提升数据价值的释放效率;同时沙普利值也能捕捉平台中的虚假数据,改善数据质量。因此,对数据价值进行适当评估有助于平台的业务理解,提升数据价值释放效率。

一种融合患者咨询文本与决策机理的医生推荐算法

【目的】研究患者选择医生时的决策机理,构建融合患者决策机理的医生推荐方法,提升医生推荐的效果。【方法】利用Word2Vec训练词向量模型计算患者与医生间基于文本的相似度,得到基于咨询文本的医生评分。以因子分析为基础,分析影响患者选择医生时的决策因素,得到基于患者决策机理的医生评分,融合两种评分实现医生推荐。【结果】以"好大夫在线"上的相关数据为例对所提医生推荐算法进行实证研究,在进行医生推荐时同时考虑了患者与医生间的文本相似度与患者的决策因素,推荐的医生更为符合患者实际需求。【局限】患者的历史决策行为有待进一步分析,在推荐时主要是面向单一患者进行推荐,时间成本较高。【结论】本文所提方法适用于进行医生的精准推荐,能有效满足患者需求。