“互聯網+醫療”現狀及發展研究
——基于灰色GM(1,1)模型

陳冬芷

(上海工程技術大學 管理學院， 上海 201620)

0 引 言

“互聯網+醫療”是以互聯網為載體以及技術手段，將云計算、大數據、移動通信、物聯網等技術作為支撐，與傳統醫療服務進行融合創新而形成的一種新興的醫療健康服務模式，是互聯網在醫療行業的新應用。在當前人口老齡化的背景下，就醫以及保健的需求將日趨增高，優質的醫療資源將更為稀缺[1]。

本文將以《中國統計年鑒2015-2019》年的基礎數據作為基礎，應用統計學知識，對全國各類醫療衛生機構的診療人次數進行相應的模擬預測。以此較為科學準確地判斷“互聯網+醫療”發展的必要性以及緊迫性，進一步探究“互聯網+醫療”存在的問題，從而提出相應的對策建議。

1 診療人次數預測

本文利用國家統計局發布的《中國統計年鑒》，收集了2015-2019年各類醫療衛生機構的診療人次數。2015年至2019年各類醫療衛生機構診療人次數分別為769 925萬人、793 170萬人、818 311萬人、830 802萬人、871 987萬人。

1.1 GM(1,1)建模原理

(1)確定原始數列：X(0)=(X(0)(1),X(0)(2),X(0)(3),...,X(0)(k))， 其中k=1,2,3,…,n,X(0)(k)表示實際收集到的數據符號。本文原始數據序列表示為：

X(0)=(X(0)(1),X(0)(2),...,X(0)(5)).

(2)級比檢驗：已知序列：X(0)=(X(0)(1),X(0)(2),X(0)(3),...,X(0)(k))，k=2,3,…,n,則式(1)稱為時間序X(0)的級比。

(1)

(3)數據變換處理:GM(1,1)灰色預測模型必須建立在離散且光滑的數據基礎上，所以在建立模型時，首先應對原始數據序列進行相關處理，累加生成和均值生成是較常用的方法，即通過數據累加或求平均值的方法對時間序列進行變換，使無規律的數據具有較強的規律[2]。

首先，AGO表示對原序列數據依次累加。X(0)為原序列，X(0)=(X(0)(1),X(0)(2),X(0)(3),...,X(0)(k))，則X(1)為X(0)的AGO序列，記作X(1)=AGOX(0)。當且僅當X(1)=(X(1)(1),X(1)(2),...,X(1)(k)),滿足式(2)：

(2)

其次，在MEAN中將Z(1)稱為X(1)的MEAN序列，記作Z(1)=MEANX(1)，當且僅當Z(1)=(Z(1)(1),Z(1)(2),...,Z(1)(k))，且每個Z(1)(k)∈Z(1),滿足式(3)的關系：

(3)

(4)GM(1,1)建模

灰色微分方程模型，式(4)：

X(0)(k)+aZ(1)(k)=b為GM(1,1).

(4)

①構造數據向量Y與數據矩陣B:

②確定模型中的參數a和b:

③模型建立：

利用離散數據序列建立近似的微分方程(白化方程)模型，式(5)：

(5)

解得時間響應函數，式(6)：

(6)

從而得出灰色GM(1,1)模型的時間響應序列，式(7)：

(k=2,3,...,n).

(7)

原始數據序列X(0)的預測值，式(8)：

(8)

④模型檢驗

后驗差方法是GM(1,1)模型常用的檢驗方法之一，其中C和P分別表示后驗差比值和小誤差概率[2-3]。

殘差，式(9)：

(9)

相對殘差，式(10)：

k=2,3,...n.

(10)

設原始數據X(0)和殘差E(k)的方差分別為S1和S2,則：

(11)

(12)

表1 GM(1,1)模型精度檢驗表

事物的原始數據能否使用GM(1,1)方法來進行預測，主要取決于其精度能否通過表1的檢驗。

1.2 GM(1,1)模型下診療人次預測

首先，根據原始數據本文進行級比檢驗，以此來驗證模型的可行性。

(1)建立每年各類醫療衛生機構診療人次數據時間序列：

X(0)=(X(0)(1),X(0)(2),...,X(0)(5))=(769 925,793 170,818 311,830 802,871 987).

(2)求級比：

σ=(σ(2),σ(3),...,σ(5)) =(0.970 693 546，0.969 276 962，0.984 965 13，0.952 768 791).

(3)級比判斷：

1.3 用GM(1,1)建模

(1)對原始數據X(0)作一次累加：

X(1)=(X(1)(1),X(1)(2),...,X(1)(5))=(769 925,

793 170,818 311,830 802,871 987).

(2)構造數據矩陣B及數據向量Y：

對X(1)作緊鄰均值生成，可得

Z(1)=(Z(1)(1),Z(1)(2),Z(1)(3),Z(1)(4))=(-1 166 510,-1 972 250.5,-2 796 807,-3 648 201,5).

于是構造數據向量Y和數據矩陣B為：

(3)確定參數a和b:

(4)建立模型求模型還原值：

11.477 122 62，11.148 649 16，10.829 576 55，10.519 635 75),

得到原始序列X(0)的預測值后，需要對預測進行精度檢驗。精度檢驗分為殘差檢驗和后驗差檢驗，計算得：

E(k)=(E(2),E(3),E(4),E(5))=

(-1.225 273 932,1.592 877 380,

0.621 350 845,-0.989 576 55).

e(k)=(e(2),e(3),e(4),e(5))=-0.115 701 031,0.121 872 791,0.052 791 066,-0.100 566 723.

后驗差檢驗計算：

X(0)的方差：

殘差的方差：

后驗差比值：

小誤差概率：

將求得的C值與P值同表1:GM(1,1)精度檢驗表中的等級進行比較，其中C值=0.000 000 061 707 681?檢驗表中的一級(好)的要求，即C值要≤0.35；P值為0.996 032 814，滿足檢驗表中的一級(好)的要求即P值要≥0.95。綜上檢驗可知模型是較為準確的，事物的原始數據能使用GM(1,1)方法來進行預測。

綜上建模可得預測結果見表2。

表2 全國各類醫療衛生機構診療人次數

通過上述的建模預測所得的結果可知，各類醫療衛生機構診療人次數將在未來五年呈大幅度增長的趨勢。然而通過收集《中國統計年鑒》中2015至2019年間衛生人員人數分別為1069.388 1萬人、1 117.294 5萬人、1 174.897 2萬人、1 230.032 5萬人、1 292.833 5萬人。雖然衛生人員數在此期間也呈現逐年上漲的趨勢，但比起診療人次數的上升速度及人數，醫療資源明顯稀缺。

在此背景下為更好地解決“看病貴、看病難”的問題，進一步發展并且完善“互聯網+醫療”這種智慧醫療服務模式成為了當務之急。

2 “互聯網+醫療”現狀分析

2.1 “互聯網+醫療”市場規模

早期“互聯網+醫療”剛起步的時候，其主要呈現模式為基于PC端的廣告以及相關信息搜索為主。伴隨著科技的迅猛發展、移動互聯網速度的飛躍以及5G技術的誕生，中國“互聯網+醫療”已形成一定的規模，并在國家政策的支持下進一步發展，預測至2021年其市場規模將超900億元。

2.2 “互聯網+醫療”運營模式

“互聯網+醫療”運營的模式現今主要有二條路徑。一條是通過將不同的醫療資源優化整合，提供在線問診、在線預約、藥品配送等一系列服務，主要有好大夫在線、平安好醫生、新氧、丁香園、39健康網等等；另一條路徑則是基于實體醫療衛生機構，將其與互聯網深度融合，將部分看病的流程數字化。譬如通過小程序或公眾號的形式提供相應的查找、問詢、診斷以及預約付費等一系列基礎的操作，不僅節約了時間，也降低了人工的成本[3]。

3 “互聯網+醫療”存在的問題

3.1 線上線下結合尚不充分

目前主要通過文字以及圖片的方式在線問診，于線上線下的銜接不充分，往往會造成與治療環節發生脫節的問題，影響進一步就醫[4]。線上問診的醫生無法對問診患者開具處方，藥物配送也無法做到高效的銜接，其后的醫保報銷以及康復復健問題更是未能做到很好的結合。

由于參與在線問診的醫生往往是利用其空余的碎片時間在線服務，會造成診斷交流不及時不順暢的情況，這種“時差”的存在嚴重影響了診療的效率。

3.2 市場標準尚乏規范化

由于“互聯網+醫療”歷史尚短，在市場標準與規范上存在一系列的問題。準入門檻不明確，導致行業內水平高低差異很大。一系列“互聯網+醫療”主體缺乏相應的行政主體對其資格進行認定，標準也尚不明確。關于“互聯網+醫療”平臺背景下發生的一系列醫患糾紛等醫療問題，行政監管部門也未能給出清晰明確的責權劃分標準[5]。種種監管問題的存在，使得一部分假借“互聯網+醫療”之名實則侵害公民利益的平臺存在。

3.3 信息安全保障體系尚不完善

“互聯網+醫療”具有信息公開共享的特質，然而這種特質具有兩面性。以“互聯網+醫療”為背景的醫療大數據常面臨著信息被泄露的風險，常常被不法分子盜取，從而造成不必要的損失。信息安保體系的不完善從根本上影響了“互聯網+醫療”未來良性的發展。

3.4 醫保支付尚不明確

醫保同醫療信息并不能很好的銜接問題在于“互聯網+醫療”項目及收費本身并未得到很好的標準界定。醫保部門無法科學準確的核算“互聯網+醫療”項目所需的成本，是否能報銷成為困擾患者的關鍵點。在此影響之下，“互聯網+醫療”未來的發展擴大受到了很大程度的約束，進一步縮小了其適用的范圍。2020年7月23日，國務院辦公廳在發布的《關于進一步優化營商環境更好地服務市場主體的實施意見》中明確有提出將部分符合條件的“互聯網+醫療”項目納入醫保，但仍在起步階段，需在之后進一步探索使其成熟。

4 對策建議

(1) 拓寬線上與線下結合的渠道。在線問診等一系列“互聯網+醫療”項目只能通過文字與圖片來交流，伴隨著互聯網的不斷發展，網絡平臺或APP上設置電話以及視頻的問診方式，能夠更進一步拉近醫患之間的距離，營造面對面溝通的效果，提升用戶體驗。同時，政府同平臺需在此背景下進一步推出新舉措，使線上的醫生專職接診而非利用碎片化時間兼職接診，提高問診效率，進一步完善“互聯網+醫療”的服務體系、更好地優化配置資源。

(2) 進一步規范市場標準。“互聯網+醫療”行業需要標準對其進行規范約束以及監督，應當明確其準入的門檻，規定服務的范圍及收費的標準。出臺相應的法律法規，明確權責關系，防止侵害公民利益的行為出現，為“互聯網+醫療”的健康穩定發展起到保駕護航的作用[6]。

(3)加強信息安全管理。首先對“互聯網+醫療”從業機構安全性進行一系列的評分以及考核，注重企業在互聯網安全應用技術上的投入，加強對于信息安全技術的一系列提升。專業的技術人員則要針對大數據計算技術應用過程中出現的問題進行分析，同時對技術手段創新。充分應用大數據采集、人工智能技術以及云計算給互聯網醫療平臺充分的幫助，從而構建更為安全穩健的環境。

(4)促進醫療服務一體化發展。明確“互聯網+醫療”電子支付納入醫保的范圍及項目，提高患者所獲得的醫療保障，促進電子支付醫保的發展，解決

遠程核算的一系列難題。以一站式服務為最終目標，完善“互聯網+醫療”行業的服務路徑，使患者不管在求醫問診，還是保費報銷上都能獲得切實的便利，切實實現互聯網醫療的深度發展。

5 結束語

“互聯網+醫療”發展勢頭雖猛，但尚不成熟。完善“互聯網+醫療”服務行業對實現“全民健康”有著至關重要的意義，對解決“看病難”、“看病貴”等問題有切實的價值。利用互聯網及電子信息技術驅動發展新興的“互聯網+醫療”有助于將醫療資源更好的實現優化配置，有效緩解人口老齡化、醫療資源緊張以及配置不均衡的問題。伴隨著技術性的不斷突破，以及政府的扶持力度加大，未來大眾也能以更經濟、高效以及個性化的方式來管理健康。