互聯網醫療健康平臺醫院聲譽排名有效性比較

■ 張 山 馬騁宇 鄭云珩

在線醫療社區是互聯網醫療健康服務的典型應用，指利用信息技術手段，將包括患者、醫生和醫院在內的醫療生態系統以社區網絡的形式表現出來，為患者和醫生提供以醫療信息為核心的交流平臺，提供尋醫、評醫、掛號、健康咨詢等服務[1]。在線醫療社區為患者提供了可以自由發表個人就醫體驗和對醫生進行評價的平臺，較之線下患者的滿意度調查更加客觀，是幫助和促進醫療體系提升服務質量的有效依據。然而，由于我國監管制度的不完善，法律法規不健全，一些組織和個人會出于自身利益的目的修改或發布不客觀信息來誘導患者。醫院作為在線醫療社區中的醫生群體象征，雖然沒有在網上參與醫患互動活動，但卻以聲譽主體的形式在在線醫療社區上表現出來，影響著患者的就醫選擇。患者在網上的就醫選擇，是根據線下實體醫院的級別和聲譽，以及線上平臺推薦的醫院或醫生排名為依據進行判斷。那么線上醫院的聲譽與線下實體醫院排名是否一致，互聯網平臺上是否存在醫院排名不客觀，被刻意夸大或扭曲的現象？醫生所提供的醫療服務，很難像商品一樣對其質量進行直接地衡量，而在線醫療社區上對醫生、醫院的好評是對其醫療質量的反映。作者通過系統好評和推薦排名等指標，對線上、線下醫院的聲譽排名進行對比研究，從而驗證醫院線上排名的有效性和客觀性。

1 國內外相關研究

線上患者的評價是否能夠真實反映線下醫生、醫院服務質量的研究一直存在爭議。在我國，2014年中國青年報社會調查中心對1535人進行的一項調查顯示，67.1%的受訪者表示有個頭疼腦熱時會先上網搜索病癥，但也有63.8%的受訪者認為網上醫療信息混亂、真假難辨。部分研究結果也顯示，線上患者評價可以反映線下質量。如通過對RateMDs.com連續5年跟蹤研究發現，沒有跡象表明其在發展過程中被患者扭曲[2]。但與此同時，也有相關研究顯示，在線醫療健康信息的信息質量在安全性、有效性、真實性上存在問題[3]。如Eastin認為普通患者的醫療知識薄弱，在線醫療信息復雜多樣，僅靠患者自身的知識結構很難分辨出哪些信息對自己有效，增加了獲取可靠信息的難度[4]。也有研究發現在線醫生評論的內容可能存在虛假成分，這會損害醫生的名譽。有學者對在線醫療服務質量的文獻進行分析，發現有70%的研究結果證明在線醫療信息有質量問題，只有9%的結果對其質量有正面評價[5]。對于如何應對網絡虛假信息，有研究對微信上虛假健康信息的類型和判斷標準進行歸納，分析了虛假健康信息的社會影響，并提出規范健康信息發布的建議[6]。有研究從傳播學的視角，分析了健康類微信謠言產生的原因、傳播動機和傳播環境[7]。關于院方態度，謝金柱等研究發現，醫院管理者對于移動醫療App的使用持支持態度，但存在功能不夠完善、使用人群偏年輕化、覆蓋率不高以及數據存在安全隱患等問題[8]。

2 資料與方法

2.1 資料來源

本研究數據源分為線上部分和線下部分。線上數據選擇了目前規模較大、知名度較高的2個在線健康社區網站，即健康社區網站A和B。對其系統推薦排名包括總體排名、專業排名、患者數排名等數據進行了數據收集，數據采集時間為2018年7月。線下數據選擇了最新發布的2016年某研究所公布的《中國醫院最佳專科聲譽排行榜》和《中國最佳醫院排行榜》。

2.2 研究方法

本研究在比較線上、線下醫院排名中，使用了相關度和相似度2個指標。（1）相關度指標。通過斯皮爾曼等級相關檢驗對健康社區網站A和B全國醫院及專科醫院的線上排名，與某研究所公布的線下排名進行統計學相關性驗證，分析網上醫院推薦排名與線下聲譽排名之間的關系，以驗證在線醫療社區上的醫院排名有效性問題。假設某醫院在在線醫療社區的排名為xi，在《中國最佳醫院排行榜》中的排名為yi，設di=xi-yi，那么斯皮爾曼相關系數ρ為，

通過對線上、線下排名差異測算，從醫院層面驗證在線醫療社區給出的總體醫院聲譽評價的有效性。（2）相似度指標。以線下某研究所排名為基準，計算線上平臺醫院排行榜中與線下重合的醫院占總數的百分比。

3 結果

3.1 線下專科排名、綜合醫院排名描述性分析

提取某研究所2016年線下發布的31個專科前10所醫院排名，以及2016年綜合醫院排行榜前100所醫院。首先對這100所醫院所在地區、醫院等級、醫院性質（專科或綜合）等信息進行描述性統計學分析。

3.1.1 地域分布。把每個專科的前10所醫院與綜合排名前100所醫院的所在地區按照華北、東北、華東、西南、西北、華南進行分組并統計其頻數。可以大致看出各個專科排名位于前10名醫院中，位于華北、華東居多，平均分別有2.92、3.31所，華南有1.81所；其中較為特殊的是病理科及心外科在華南地區分布的醫院相對其他專科較多，分別為5所和4所。綜合醫院排名中華北、華東居多，華南次之。數據顯示，位于北京、上海這些擁有豐富醫學院校的一線城市醫院居多，廣州次之，并且北京、上海進入前100醫院數量基本相同。

3.1.2 醫院等級分析。線下專科排名的醫院中只有一所非三甲醫院，為非公立三級醫保非綜合醫院，綜合排名100所醫院中只有2個為國家重點實驗室，其他均為三甲醫院。

3.2 線上綜合醫院排名、專科排名描述性分析

3.2.1 線上綜合醫院排名描述性分析。（1）健康社區網站A線上綜合醫院排名地域及等級分布。從綜合醫院地區分布來看，綜合排名前100醫院中，所有醫院均為三級甲等醫院。從地區分布上來看，華北地區醫院最多，有36所，其次是華東35所，然后是華南15所，以及西南5所、東北4所、西北3所（另有2所未查到）。華北、華東地區醫院較多，大多上榜醫院集中在北京、上海兩座城市，此外廣州、四川成都醫院較為集中，其他地區分布較為零散。（2）健康社區網站B線上綜合醫院排名地域及等級分布。線上綜合排名中以華東地區醫院最多，有48所；其次是華北19所，華南13所；較少的是東北8所，西南8所，西北4所。觀察明細數據可發現，上海地區醫院較為集中，其余醫院以華北、華南為主，華北地區多集中于北京市，華南地區多集中于廣州市。從等級分布來看，綜合排名中有94所醫院三甲醫院，3所二甲醫院，分別有1所三乙、二乙和一甲醫院。通過核對原始數據發現，這6所非三甲醫院中，4所醫院屬于復旦大學附屬醫院分院，1所是中山大學附屬醫院分院，1所是上海交大附屬醫院分院。

3.2.2 線上專科排名描述性分析。（1）地域分布。分別對健康社區網站A和B每個專科的前10名醫院所在地區按照華北、東北、華東、西南、西北、華南進行分組并統計其頻數。從健康社區網站A各個專科排名前10名醫院來看，位于華北、華東居多，平均分別有3.29、3.74所；華南次之，平均有1.58所。需要注意的是耳鼻喉科、麻醉科前10名位于華南地區醫院相對較多，平均分別有5所和4所。從結果來看，北京、上海的醫療資源較為豐富，廣州緊隨其后。從健康社區網站B各個專科排名前10名醫院來看，位于華東居多，平均有4.68所；華北、華南次之，平均分別有2.29、2.13所；北京、上海、廣州醫療資源相對較為豐富，尤其以上海醫療資源更為豐富。（2）醫院等級分析。對健康社區網站A和B的32個專科前10名醫院的等級進行信息整合與統計。在健康社區網站B平臺上，32個專科前10名醫院中三甲醫院平均有9.47所，大部分專科前10名基本上都是三甲醫院。然而也存在特殊情況，如小兒內科前10名中有4所二甲醫院，老年醫學有3所二甲醫院。在健康社區網站A平臺上， 32個專科前10名醫院中三甲醫院平均有9.59所，基本上主要專科前10名都是三甲醫院，只有小兒外科、急診醫學、重癥醫學3個專科各有1所三乙醫院，檢驗醫學、康復醫學、神經內科分別有1所二級醫院。

3.3 線上和線下綜合排名、專科排名對比分析

3.3.1 專科排名對比分析。對比健康社區網站A和B，以及線下某研究所的專科排名，綜合整理統計各專科排名醫院數量的地區分布，其地域分布平均值如表1所示。數據分析結果發現，3個排名無顯著差異，但線上兩個平臺的華東地區數量均高于線下排名，健康社區網站A華北地區的醫院數量比健康社區網站B、線下多。健康社區網站B華南地區的醫院數量比健康社區網站A、線下多。究其原因，是健康社區網站B超生醫學科前10所醫院內有7所醫院都是華中科技大學附屬醫院及其分院區，所屬地區為華南湖北省，從而影響了總體數據的分布情況。

3.3.2 綜合排名對比分析。對前100所醫院的綜合排名比較結果顯示，健康社區網站B綜合排名與線下某研究所綜合排行有顯著差異，健康社區網站B上海醫院數量較多。100所醫院中有1所三乙醫院、3所二甲醫院、1所二乙醫院、1所一甲醫院，非三甲醫院比線下多4所。

4 統計學分析

4.1 綜合排名分析

4.1.1 健康社區網站B（線上）與某研究所（線下）。以線下某研究所綜合醫院排名前100所醫院為基準，對健康社區網站B和健康社區網站A在線的排名情況進行spearman秩相關分析。結果顯示rs=0.596，P＜0.01，按α=0.01的水準拒絕原無差異假設，可認為健康社區網站B與線下某研究所的綜合醫院排名呈正相關，相關系數0.596。

4.1.2 健康社區網站A（線上）與某研究所（線下）。對健康社區網站A與線下某研究所的綜合醫院排名進行spearman秩相關分析。結果顯示rs=0.612，P＜0.01，按α=0.01的水準拒絕原無差異假設，可以認為健康社區網站A與線下某研究所出具的綜合醫院排名呈正相關，相關系數0.612（表2）。

4.2 專科排名分析

通過對病理科、傳染科、耳鼻喉科、放射科、呼吸科、婦產科、骨科、精神醫學、口腔科、麻醉科、泌尿外科、內分泌科、皮膚科、普外科、神經內科、腎臟科、神經外科、小兒外科、心血管病、心外科、胸外科、血液學22個專科進行spearman分析，健康社區網站B有17個專科與線下某研究所排名相關，健康社區網站A有9個專科與線下某研究所排名相關。分析結果詳見表3。相似度是指在專科排名中，前十名被認為是最好的專科醫院等級中，與線下某研究所排名重復出現的醫院比例。

5 討論

5.1 線上、線下醫院排名具有正相關

線上健康社區網站A和B等平臺的醫院綜合排名與線下某研究所的醫院綜合排名均具有正相關。說明從整體來看，線上平臺上的醫院整體聲譽與線下機構發布的排行榜聲譽得分具有一定相關性，線上醫院的綜合排名一定程度上可以反映線下醫院的真實水平。健康社區網站A和B與某研究所綜合排名的相似度為75%和69%，說明有接近3/4的醫院在整體聲譽上沒有因為第三方平臺數據處理、患者線上評論等影響因素而被影響或扭曲。

表1 線上、線下專科前10名醫院地域分布平均值比較（所）

表2 線下某研究所(線下)綜合排名與線上綜合排名相關性與相似度分析(n=100)

表3 線下某研究所專科排名與線上專科排名相關度與相似度分析

5.2 線上、線下醫院專科排行榜相關度、相似度存在一定差異

通過對比線下某研究所排名中的22個專科排名與線上醫院專科聲譽的一致性，本文對22個專科線上健康社區網站A和B的排名與線下排名進行了相關性和相似度計算。結果發現，線上、線下專科排名相關度、相似度參差不齊。在22個專科中，健康社區網站B平臺上相似度平均值為70%，相似度較高的專科（高于80%）有呼吸科、內分泌科、皮膚科、腎臟病、心外科、骨科、神經內科、胸外科、血液科、精神醫學等，相似度較低（低于20%）的專科有麻醉科、小兒外科。在22個專科中，健康社區網站A平臺與線下排名相關度較低，相似度平均值為40%，相似度較高的專科（高于80%）只有胸外科，相似度較低（低于20%）的專科有婦產科、口腔科、麻醉科、泌尿外科、內分泌科、普通外科。

5.3 不同在線醫療平臺的醫院排名具備個體特征

線上醫療健康平臺是患者尋醫求藥的第一步，而不同的線上平臺根據自身的定位和服務對象不同顯現出了不同的特征。首先，不同的平臺具有鮮明的地域特點。健康社區網站B是某鎮互聯網醫院的網上醫院，主要服務對象以華東地區的患者為主。因此，在健康社區網站B上的華東地區醫院數量較多，排名也更靠前。而健康社區網站A主要覆蓋華北地區，輻射全國醫院，因此華北地區醫院數量較多、排名更靠前。其次，不同的平臺其服務定位也不同。健康社區網站A主要針對急、重癥患者精準提供醫生資源，幫助患者更快、更好地匹配醫生，因此其排名受醫生的好評度影響較大；而健康社區網站B主要以互聯網醫院為基礎開展網上綜合服務，其排名更能反映實體醫院情況。因此從數據分析的結果來看，健康社區網站B的綜合醫院排名、專科醫院排名在相關性和相似度上更接近線下排名水平。

6 建議

6.1 患者應分辨互聯網健康平臺上獲得的信息

隨著互聯網信息技術的普及，患者的就醫習慣已經發生變化，由找好醫院看病向找好醫生看病轉變，就醫行為呈精準化趨勢。患者看病前往往會先通過互聯網平臺“尋醫問藥”，在掌握一定就醫信息之后才會實施就醫行為。這種就醫模式的轉變在一定程度上降低了患者因信息不對稱所帶來的就醫不便，但也為一些發布偽數據、不實信息的單位或個人提供可乘之機。目前我國互聯網醫療信息平臺蓬勃發展，而互聯網平臺上提供的信息質量良莠不齊，患者如果沒有對信息進行分辨而盲目相信，往往會因受到網上虛假評論和偽健康信息的誤導，而導致經濟和身體上的雙重傷害。

6.2 醫院應將線上聲譽管理納入工作范疇

醫院雖然沒有主動參與到第三方互聯網醫療平臺中去，但是其作為醫生的集合，在互聯網平臺上以虛擬實體的形式出現，其線上聲譽也會影響線下醫院的聲譽和患者的滿意度，進而影響醫院的門診量、住院量等績效結果。因此，從醫院管理者角度出發，實體醫院應將線上聲譽管理納入宣傳工作中，積極主動開展線上信息披露和信息監測，對影響醫院聲譽的行為和平臺進行及時處理，有效應對目前互聯網醫療健康產業發展的新形勢。

6.3 政府應加強監管，對在線醫療服務信息進行引導

研究結果顯示，在線醫療服務平臺上的醫院及醫生聲譽與線下醫院或醫生的聲譽、績效均具有一定的相關性。如果政府能夠較好地引導，在線醫療服務平臺可以更好地發揮作用，幫助病人查詢到所需的診療信息，方便患者就醫，節約患者就醫成本。如果政府沒有合理地監管，網上信息將因為一些機構或個人出于自身利益的角度，發布不實或虛假信息而誤導患者，造成醫院和醫生在社會聲譽和經濟利益上的損失。

6.4 加強在線醫療健康平臺信息傳播機制、接收模式及采納效果研究

本研究發現，目前國內對于互聯網醫療健康平臺上信息有效性的相關研究較少。應結合文化因素、醫藥制度、健康素養、以及個人健康信息認知程度對互聯網上的健康信息進行系統研究，解釋偽健康信息的特征和傳播規律，提出求證、辨別的思路和方法，為用戶分辨虛假信息提供引導。同時，需要探索互聯網上虛假健康信息的傳播機制、接收模式及勸服效果的基礎上，提出求證和辨別方法，幫助人們分辨，為治理互聯網健康信息提供引導。