基于大數據的韓國社會對移動醫療認知的研究

曹峻瑋　尚猛

[摘要] 目的 通過對韓國網絡媒體中關于“移動醫療”大數據研究，初步探明影響韓國移動醫療產業發展的主要社會因素。方法 研究對2017年6月—2018年6月1年間韓國主要社交網絡服務平臺NAVER、DAUM、Google中包含“移動醫療”關鍵詞的網頁、主要博客、主要新聞媒體數據進行系統收集，利用大數據一體化平臺 Textom對數據進行分析處理，并通過UCINET子程序NetDraw對收集的大數據進行度數中心性、中間中心性、接近中心性、特征向量中心性分析。結果 韓國社會對移動醫療的認知與移動醫療服務的種類及水平有很高的關聯度;社會對移動醫療市場的認知更多集中在可以提供移動醫療服務的平臺上。此外，韓國政府機構、移動醫療相關產業在推進社會對移動醫療認知方面有著很大的作用。結論 媒體中關于社會對移動醫療市場環境認知數據，可以為移動醫療產業未來發展方向和投資戰略的制定提供重要參考。

[關鍵詞] 移動醫療;大數據;社會網絡分析;語義網絡分析

[中圖分類號] R195.1 [文獻標識碼] A [文章編號] 1672-5654（2020）03（c）-0168-07

Research on Mobile Medical Cognition Based on Big Data in Korean Society

CAO Jun-wei1， Shang Meng2

1.School of Electronic Fusion Business， Lingnan University， Gyeongsan， South Korea， 38541; 2.School of Flight， Anyang Institute of Technology， Anyang， Henan Province， 455000 China

[Abstract] Objective To preliminarily identify the main social factors that influence the development of mobile medical industry in Korea by studying the big data of "mobile medical" in Korean online media. Methods Systematic collection of data on web pages， major blogs， and major news media in South Korea s major social networking service platforms NAVER， DAUM， and Google that included the “mobile medical” keywords from June 2017 to June 2018， using big data integrated platform Textom to analyze and process the data， and perform degree centrality， intermediate centrality， near centrality， and feature vector centrality analysis on the collected big data through the UCINET subroutine NetDraw. Results The Korean society s awareness of mobile healthcare has a high degree of correlation with the type and level of mobile healthcare services; the social awareness of the mobile healthcare market is more focused on platforms that can provide mobile healthcare services. In addition， South Korean government agencies and mobile health-related industries have played a significant role in promoting social awareness of mobile health. Conclusion The media's social cognition data on the mobile medical market environment can provide important references for the future development direction and investment strategy of the mobile medical industry.

[Key words] Mobile medicine， Big data， Social network analysis， Semantic network analysis

韓國醫院作為第4次產業革命的中心產業，通過人工智能、物聯網、虛擬現實、5G通訊等尖端技術開始快速轉變為“智能型未來型醫院”。大型醫院在2020年前建立人工智能醫療服務的計劃已經拉開序幕。目前韓國風險投資公司和大型醫院正聯合在一起共同開發移動式人工智能醫療技術。此外，通過便攜移動技術和物聯網技術進行的精準型診療信息服務和通過增強現實等技術實現的智能醫療環境也在不斷的建設之中。

雖然移動醫療是與醫療產業、制造業、軟件產業、通信產業、服務產業等多種產業聯系在一起不斷提高市場創收能力的綜合性產業，但是消費者對移動醫療服務的認識是不均衡的。比如近年來蘋果APP商店中關于移動醫療的APP下載量上升了2倍，但關心或者體驗過移動醫療服務消費者只不過是美國總人口的10%。同時，美國10%的成年人擁有可穿戴移動醫療設備，但其中30%的人6個月以后就放棄了使用，能堅持使用1年以上的人不足50%。所以為了推進移動醫療市場的發展，需要積極地了解消費者對移動醫療的認知情況，根據這些情況，為移動醫療的發展制定相應的應對方案。

該研究基于迅速發展的移動醫療市場現狀，在宏觀上運用社會網絡分析和大數據技術對相關聯的韓國社會中對移動醫療認知的數據進行了分析。在此基礎上得到韓國社會對移動醫療認識和變化的整體現狀，可以作為未來市場發展方向，診斷，市場營銷的基礎材料。除此之外，關于如何通過使用和分析網絡上產生的多樣化的大數據來促進移動醫療市場的發展，提供了相關方向。同時，通過大數據分析韓國國內對移動醫療認識分析，提供市場的創新基礎，并進一步推動相關經營學研究的學術發展。此外，該研究還對移動醫療社會網絡各節點連接情況構建了可視化網絡，通過對社會網絡相關分析指標度數中心性、中間中心性、接近中心性、特征向量中心性的靈活運用，從整體上把握韓國社會對移動醫療服務認識的社會網絡結構。

1? 原理與方法

1.1? 移動醫療

移動醫療是指通過移動醫療技術隨時隨地實時了解自己的身體情況的醫療管理技術。移動醫療包括面向醫護人員和面向醫療服務使用人員兩種應用模式。面向醫護人員的模式主要用于醫學知識庫的使用、醫學技術工具的推廣應用、醫護工作者間的交流等，而面向醫療服務使用人員則主要用于遠程醫療、求醫問藥、預約掛號、信息查詢、跟蹤醫療服務等。目前，國內外移動醫療已經有了初步成熟的理論體系與一定的應用體驗，今后的發展方向主要是醫院等醫療信息提供機構和個人家庭生活沒有間斷的連接，通過網絡的使用讓患者和醫生在沒有時間和空間的限制的情況下接受自由的醫療服務。移動醫療將提供一個隨時可以通過智能手機、個人便攜式設備、PAD等獲取及時必要的如健康指標、健康預測、應急信息等醫療服務的便利環境[1]。

1.2? 社會網絡及分析

最早的社會網絡是指基于個人和人際關系的人和人之間的連接網絡。構建社會網絡是為了分析社會實體間關系、社會連接的關系間的整體結構、人與人間的行為和社會結構的效果。社會網絡分析則是指對人、集體、知識、信息交換的主要意義的節點（node）和節點關系的鏈接（link），從宏觀水平到個體和行為者之間的關系進行分析，可以發現網絡內不同尋常的結構上的連接模式，并通過一定方法進行可視化。另外，通過網絡分析，可發現網絡結構上有處于戰略重要位置的個體或組織，據此制定相應的政策[2]。

在社會網絡分析中，對網絡連接結構的特性主要測定指標是密度分析（denstianalysis）、中心性分析（centraltisis）、集中度分析（centralizatezatezazais）、下位集團分析（sub-network analysis）等。密度分析是分析網絡節點之間連接的程度，密度大的網絡在信息交流中活性高，信息擴散為快。中心性分析是分析特定節點在網絡上位置上中心位置的指標的分析，顯示一個節點和別的節點直接連接程度的中心性的（degree centrality）。此外，關于一個節點和其他節點之間測定中介作用的中間中心性（betwennetnes centralet）分析，是根據各節點之間的距離測試特定節點的整體性的接近中心性（closeness centrality），是社會網絡分析法中使用最多的測定指標。作為代表性的概念，有度的中心性（degree centrality）、中間中心性（betweenness centrality）、接近中心性（closeness centrality） 以及特征向量中心性（eigenvector centrality）。集中度分析是分析整網絡中特定節點集中程度的分析，根據各節點之間的連接程度，測定整個網絡的集中程度的連接程度的集中情況[2]。

1.3? 大數據技術

近年來，網絡和信息技術的發展使得各種數據海量增長，大數據分析已成為IT技術發展的主要趨勢。大數據技術是以大數據價值挖掘為核心，面向數據的采集與預處理、數據存儲與管理、計算模式與系統和數據分析與挖掘等方面，根據需求能夠實時、高效、可視化地處理各種類型的數據的技術。該研究的數據采集是基于TEXTOM（TEXTOM：Text to Metrix）平臺的技術，TEXTOM是一種基于爬蟲技術，通過在網頁上對多樣的數據進行收集然后整理成表格或者矩陣、且可以自動根據相關性和正確性，對輸出的數據進行多樣的語義分析（sentiment analysis）和意見分析（opinion analysis）的大數據收集分析一體化解決方案[3-4]。

1.4? 調查設計和數據收集

為了進行關于韓國社會對移動醫療認識情況的調查，研究主要針對韓國國內主要門戶網站提供的相關信息進行采集。主要對網絡上關于移動醫療相關信息的網頁、個人博客、主要新聞媒體網頁進行資料采集。該研究收集了NAVER（博客，新聞，論壇，網頁， 問答）、DAUM（博客，新聞，論壇， 網頁，問答）、GOOGLE等在2017年6月10日—2018年6月10日間包含移動醫療關鍵詞的數據。篩選出核心數據，再進一步對核心數據進行修正后，通過UciNet6.65和NetDraw進行分析[3]。

2? 結果與討論

2.1? 關鍵詞頻度分析

經數據收集分析，韓國社會主要網頁與關鍵詞“移動醫療”相關的內容共計出現了29 608個相關詞匯，出現次數最多的70個詞匯整理見表1。根據這些關鍵詞匯的語義，將其分為平臺類、產業類、服務類、機構類、研究類、地域類和運營類等不同的大類。

從表1可以看出，醫療、募集、服務、健康管理、提供等與服務相關的詞匯出現頻率很高，移動式、智能手機、APP等平臺類的用語出現頻率也很高，特別是“移動式”和“智能手機”出現頻數最為靠前。此外，開發、管理、參與、技術等運營和研究類用語也有較高的頻率，移動醫療事業、保健所、韓國健康增進開發院等機構或者產業相關用語頻數也相對較高。各關聯詞通過視覺化處理后形成關系網絡圖（圖1），該網絡圖的網絡密度為0.77，表示網絡內各節點間的聯系度較高，網絡的平均路徑距離為1.274，網絡聚集度為0.759，表示該網絡內存在小世界效應，韓國社會對于移動醫療認知的面比較集中。

2.2? 關聯詞匯中心性分析

對關聯詞匯的度的中心性（degree centrality）、中間中心性（betweenness centrality）、接近中心性（closeness centrality） 以及特征向量中心性（eigenvector centrality）的分析，可以分析出一個節點和其他幾點的連接情況和連接程度。

度的中心性是指在一個關系網絡中，如果一個節點與別的節點有很多直接聯系，那么這個節點就處于中心位置，該節點就有較高的度中心性。“移動醫療”關聯詞匯的連接程度中心性分析結果如表2（取度數值>1000），從表2可知，平臺類用語“移動式”“APP”“智能手機”的關聯度很高，服務類用語“醫療”“募集”“健康管理”“個性化”等關聯度也很高。兩類詞匯的度數中心性的排名基本都集中在前25名。

中間中心性測量的是網絡中某個節點對整體網絡資源控制的程度。處于該位置的節點可以通過控制或者曲解信息的傳遞而影響整體。如一個節點處于許多其它節點聯系的最短捷徑上，則說明該節點具有較高的中間中心性。本研究通過多關聯詞匯網絡的中間中間性的測量，希望找出最能影響對“移動醫療”認識的相關關鍵詞。

主要關聯詞匯的中間中心性的分析結果見表3（取中間性值大于4.5）。從表3中可以發現，與以上分析相比，運營類相關詞匯“管理”“參與”“運營”排名上升，對認知起著明顯的影響作用。服務類用語的排名有降低趨勢，對認知的影響作用有所降低。同時，平臺類用語“智能手機”“APP”“移動式”也對認知也起著影響作用。

網絡中某個節點在聯系過程中較少依賴于其他節點，則此節點就具有較高的接近中心性。一個非核心位置的節點必須通過它者才能傳遞信息。一個節點越是與其它節點靠近，那該點就越不依賴于其他節點。反之，接近中心性數值越大的節點，越依賴其他節點傳遞影響，本身對網絡的直接影響小。該研究通過對關鍵詞匯接近中心性分析，探明對移動醫療認知最不具影響的關鍵詞。主要關聯詞匯接近中間性分析結果見表4。從表中可知，研究類等關鍵詞諸如“云計算”“安保”等對移動醫療的認知影響很小。地域性機構如“南區保健所”“東區保健所”和國外地域諸如“美國”“中國”“全球”對韓國社會對移動醫療認知的影響有限。

特征向量中心性（eigenvector）分析可以分析出關系網絡中在總體結構上處于最為核心的節點。該研究“移動醫療”關聯詞匯的特征向量中心性（eigenvector）分析結果見表5（取特征向量大于0.1）。從表5可以看出，平臺和服務用語“移動式醫療事業”“醫療”“服務”“APP”“智能手機”等處在認知網絡的核心地位，服務和機構類的重要性有所降低，平臺類的重要性較為上升。

2.3? CONCOR分析

CONCOR分析是尋找關系網絡中的相似集團。對上述網絡數據進行CONCOR分析，結果形成7個凝聚子群。其中最明顯的是以諸如“個性化”“健康管理”“智能手機”“APP”等服務和平臺類詞語為主的平臺服務類子群，諸如“參與者”“醫生”“醫療對象”“移動醫療事業”等服務和參與者類詞語為主的產業服務參與類子群。諸如“中國”“美國”“韓國國內”等地域詞匯為主的地域內子群。諸如“安保”“安保”“大數據”“云計算”等研究詞匯組成的研究類子群。

3? 結論

該研究通過收集分析2017年6月—2018年6月一年間韓國NAVER、DAUM、谷歌中包含與“移動醫療”相關聯詞匯的網頁，以及各種博客、主要新聞網站，構建了關聯詞匯網絡，進行了關聯詞匯網絡的連接中間性、中間中間性、接近中間性、特征向量中心性分析，結果發現，在韓國社交網絡中，對移動醫療的關注主要集中于智能手機、APP、健康管理這些移動服務上，公眾對移動醫療技術的發展趨勢也有著一定的關注，一些醫療實體機構對于引導公眾對移動醫療的認識起著不可忽視的作用;移動醫療可以提供的服務水平及種類與韓國社會對其的認知關系密切;移動平臺、服務平臺等在韓國社會對移動醫療的認知中處于最核心的位置;移動平臺的類型、質量和APP質量最能影響和改變韓國社會對移動醫療的認知;關于移動醫療技術層面的研究和分析對社會群體的認知產生的影響有限，地方性機構對改變韓國社會對移動醫療的認知的推動作用也不大，全球化經濟在韓國社會對移動醫療認知的影響也不明顯。韓國社交網絡對于移動醫療領域的認識集中分為三大群體：服務質量和載體，移動醫療服務的參與，移動醫療技術的開發。總體來看，韓國的移動醫療技術處在一個發展的初期階段。

以上分析結果對未來韓國移動醫療市場發展以及中國相關產業建設有重要參考意義。

3.1? 對于個人

應該嘗試使用移動醫療服務，全方位地了解移動醫療的相關服務，選擇最適合自己的服務進行嘗試。

3.2? 對于相關企業

應不斷增加研發投入，加強移動服務平臺的開發。移動服務平臺的質量直接影響公眾對移動醫療行業的認識。相關企業不僅僅要重視移動醫療APP等軟件移動平臺的研發工作，還要把移動醫療的硬件開發和軟件平臺高效有機結合起來，充分讓用戶感受到移動醫療帶來的便利性。移動醫療不僅是要具備高質量的硬件和軟件，還有一套完善的服務機制，單一機械地提供醫療健康數據是枯燥乏味了，應該把相關移動醫療服務做成趣味的、一體的服務，讓用戶不斷保持著新鮮感的同時又獲得自身需要的便利的移動醫療體驗。企業也應該重視對服務運營的重要性，而不是僅僅提供移動醫療軟硬件服務。現在是一個O4O（online for offline）時代，所有的線上服務都是為了服務于線下，通過線上線下的活動，讓公眾加深對移動醫療的認識，增加社會認可度，來推動相關企業移動醫療服務的經濟增長。

3.3? 對于研發機構

現階段社會對移動醫療的認識和移動醫療技術的關系有限，所以要大膽創新，不用擔心失敗，努力開發出更方便更高效的移動醫療技術。同時移動醫療的優勢之一就是個性化定制服務，所以要堅持不斷地開發新型移動醫療的技術，結合以云計算、大數據等技術，不斷提高移動醫療的服務水平。努力做到對每一個用戶的差異化和個性化服務。

3.4? 對于政府部門

應充分認識到移動醫療對解決社會醫療資源分配不公平問題方面的重要性，建設更多社會公共平臺，讓市民即使自身沒有移動醫療設備也能隨時隨地地獲取到所需的移動醫療服務。同時，現階段有相當一部分群眾對于移動醫療的認知和了解是通過政府或者機構得到，所以政府和相關機構也要做好相應的引導工作，整合資源，分配主管部門，加強相關產業建設，讓群眾對移動醫療的優勢有充分的認識。政府部門也應該時候緊跟全球化的浪潮，時刻了解全球移動醫療的發展情況，并結合自身實際，加以發展。

3.5? 對于中國市場

當前中國移動醫療市場和韓國的移動醫療市場類似，都處在發展的初期階段。而中國市場規模是韓國市場的數倍之大，品牌碎片化更加嚴重，同時競爭也遠遠高于韓國市場[5-10]。韓國的移動醫療服務市場的特點是大企業主導研發，中小企業的跟進再結合政府部門的配合，往往可以在短時間取得明顯的效果，中國則要重視政府在移動醫療事業發展中的效能，可以參考新能源汽車產業的發展模式，通過政府扶持和推廣，加之以大企業自身的研發投入，引導整體社會對移動醫療集中關注，讓更多的中小科技企業自發加快入場的步伐，提供全民對移動醫療市場的關注，促移動醫療事業的蓬勃發展。

[參考文獻]

[1]? 秦麗平，吳夷，黃丹，等.國內外移動醫療的現狀分析[J].現代儀器與醫療，2017，23（1）：19-21.

[2]? 林聚任.社會網絡分析：理論、方法與應用[M].北京：北京師范大學出版社，2009.

[3]? 金海源，權蔡南.以電視購物為中心的對使用大數據進行內容制作方案的研究[J].網絡交流學報（韓），2014，31（3）：5-51.

[4]? 卿勇.大數據研究綜述[J].軟件導刊，2016，15（12）：175-177.

[5]? 吳敏，甄天民，谷景亮，等.健康醫療大數據國內外發展及在衛生決策支持中的應用展望[J].衛生軟科學，2019，33（2）：76-79.

[6]? 黃凱，陸敏.國家互聯網+戰略對醫療衛生行業的影響[J].中國衛生產業，2016，13（10）：6-8.

[7]? 黃小龍，羅旭，汪鵬，等.基于健康醫療大數據的精準診療實施路徑探討[J].中華醫院管理雜志，2017，33（5）：369-372.

[8]? 段金寧.“互聯網+”醫療環境下的健康醫療大數據應用[J].中華醫學圖書情報雜志，2018，27（6）：49-53.

[9]? 陳碧江，謝兼培，林偉峰，等.互聯網+醫療之新型服務模式-健康管理[J].中國科技縱橫，2018（24）：186-188.

[10]? 張霖.論大數據發展對衛生事業管理的促進和提出的要求[J].中國衛生產業，2018，15（14）：181-182，185.

（收稿日期：2019-12-23）

[基金項目] 國家留學基金資助項目（201708410230）;安陽工學院博士科研啟動基金項目（BSJ2017008）;河南省社科聯經團聯調研課題（SKL-2018-3494）。

[作者簡介] 曹峻瑋（1991-），男，江蘇揚州人，博士在讀，實習研究員，研究方向：電子融合商務、大數據分析。

[通訊作者] 尚猛（1986-），男，河南安陽人，博士，講師，主要從事服務管理和物流及供應鏈管理等相關研究工作，E-mail：shangmengdr@163.com。