在線問診環境下醫患交流行為模式研究

王若佳

(北京大學信息管理系 北京 100871)

1 引言

隨著“互聯網+醫療”相關政策的頒布，我國互聯網醫療得到快速發展，其中在線問診是該領域內應用最廣、模式最成熟的服務之一，春雨醫生、好大夫在線、百度醫生等以互聯網為載體和技術手段的在線問診平臺發展迅速。通過此類平臺患者可隨時隨地與醫生進行交流，醫生則為患者提供有償的在線疾病健康咨詢和指導。雖然互聯網是支撐在線問診服務的關鍵技術，但醫患交流仍然是該服務的核心本質。眾所周知，醫患關系是一個社會問題，醫患矛盾很大程度上與交流不良有關，對醫患交流行為進行分析有助于了解雙方心理和行為模式，從而減少沖突發生。孕產婦是尋求網絡健康知識的重要群體之一。近年來隨著二胎政策放開，孕產婦行為與健康備受關注。本研究以產科為例，通過定量方法對在線問診醫患雙方的用戶基本屬性、交流行為特征和主題內容特征進行分析，一方面對比醫患之間行為模式異同，另一方面探討在線問診環境下的醫患行為與其他在線或線下醫療環境中的區別，為管理和推廣在線問診服務提供一定理論與實踐指導。

2 文獻綜述

2.1 在線健康社區

為用戶提供一個就健康醫療相關問題進行信息交流、經驗分享、問答咨詢及社會支持的開放式網絡平臺[1]。按照用戶類型可分為傳統的大眾社會化問答社區，如百度知道[2]；專門的患者在線社區，如PatientsLikeMe[3]；以及為醫患提供線上交流平臺的在線問診社區，如春雨醫生。目前針對在線問診社區醫患用戶行為的研究主要集中在用戶需求與行為特征以及用戶行為影響因素兩方面。

2.2 醫患用戶需求與行為特征

2.2.1 患者角度 在線問診社區涉及患者及醫生兩種類型用戶，目前針對患者需求及行為特征的相關研究較多，而從醫生用戶或醫患雙方角度進行研究的論文較少。患者需求方面，Umefjord G等[4]通過問卷調查發現方便、匿名、線下醫生過忙、對醫院環境不適以及線下醫生收費較高是患者選擇線上咨詢的原因；Ma Xiaojuan等[5]通過內容分析將患者需求進一步細化。患者行為特征方面，不同國家問診用戶具有相似特點，如中青年女性是在線問診社區的主要使用者[6-8]；患者提問長度一般在160～200詞之間，等待醫生回復的時間從2～7天不等[9-10]。此外一些學者使用內容分析方法對患者提問內容進行總結，結果顯示患者提問中所涉及的主題廣泛，包括健康相關主題(如保健、懷孕、母嬰)、常見醫學問題(如癥狀、疾病、檢查、治療)[11]以及特殊疾病(如感染性疾病、風濕病等)[12-13]。

2.2.2 醫生角度 Umefjord G等[14]基于問卷調查發現部分醫生認為在線咨詢方式具有教育價值，疑難問題可以促進醫生在線搜索與學習行為；Bj?rk A B等[15]總結醫生在回答問題時的一系列行為特征以及面對不同類型問題時的回答策略與原則。

2.2.3 醫患雙方角度 馬騁宇[16]通過抓取好大夫在線平臺中醫生基本信息，對醫生活躍度、患者訪問量和患者滿意度3方面進行統計分析；Sun S等[17]基于建構式扎根理論對1 172條醫患交流文本進行內容分析，總結患者和醫生互動的常見行為模式。

2.3 用戶行為影響因素

2.3.1 主要研究成果 一些學者在探討用戶行為的基礎上還關注導致該行為的影響因素。患者使用行為方面，張敏等[18]從信息生態研究視角出發, 分析信息、信息人、信息技術和信息環境對在線問診用戶使用意愿的影響。患者擇醫行為方面，曾宇穎等[19]基于信任傳遞理論發現醫生回復頻次、職稱、信息披露程度可正向影響患者擇醫行為；劉娟等[20]發現醫生口碑、訪問人數與服務價格可影響擇醫行為。醫患信任方面，鄧朝華等[21]從個人、網站、醫院和醫生4個方面探討醫患信任的影響因素；胡蓉等[22]則探討醫患互動對患者感知價值的作用。

2.3.2 研究結果述評 綜上所述，雖然已有較多研究關注在線問診環境中的用戶行為，但多數研究僅從患者或醫生單一角度考慮，從醫患雙方進行的研究較少。現有涉及醫患雙方的研究，或僅對醫患基本屬性特征進行描述性統計，缺乏對交流行為的挖掘；或樣本數較少，無法較好地反映醫患交流行為模式。鑒于此，本研究基于大量醫患交流文本及雙方屬性特征，分別對醫患基本屬性特征、交流行為特征和主題內容特征進行分析和對比，以期為在線問診社區服務的改善提供指導和建議。

3 研究設計

3.1 數據收集

春雨醫生(https://www.chunyuyisheng.com/)是最早涉足健康醫療領域的在線服務平臺之一，與其他在線健康社區不同的是該平臺為醫患提供即時通訊型交流方式，患者可與醫生進行一對一在線醫療健康咨詢。春雨醫生APP公開部分醫患交流文本內容，為保護患者隱私，患者用戶名、所發圖片和語音內容均不顯示，由文本“圖片/語音”替代。本研究以網絡爬蟲方式進行數據收集，具體規則為：選擇科室“產科”，爬取產科醫生列表的前100名醫生數據，從每名醫生的醫患會話中抽取前200個會話，共得到20 000條對話記錄。分別對醫生數據和會話數據進行整理，得到兩個數據集——醫生基本情況和醫患交流數據。對兩個數據集進行對應和去重后獲得目標數據，數據格式與示例，見圖1。其中共有產科醫生98位，醫患對話18 664條。

圖1 數據格式與示例

3.2 研究思路(圖2)

圖2 在線問診環境下的醫患交流行為模式研究思路

3.2.1 基本思路 本文主要遵循以下研究思路：醫患用戶基本屬性特征分析——醫患用戶交流行為特征分析——醫患用戶交流主題內容分析。基本屬性特征分析的目的是為更好地了解數據。其中患者基本屬性特征包括性別、年齡；醫生屬性特征包括職稱、咨詢數、好評率和價格。在了解數據的基礎上識別在線問診環境中醫患用戶關鍵交流行為特征，通過描述性統計方式對比分析兩種用戶的行為差別，基于相關分析進一步探究不同行為之間的相關性。

3.2.2 識別4種交流行為特征 一是用戶活躍時間。是在線健康社區用戶的基本行為特征，統計指標為醫患雙方首條信息發送時間。二是回復間隔時間。對于即時通訊類型的交流形式，用戶往往會重視咨詢回復時間[23]，分別對醫患雙方回復時間進行統計。三是話輪數與話輪長度。前者指不同說話人(即醫生或患者)在一段會話中的說話次數，后者可用字數表示。話輪數占有量及話輪長度的控制可反映一個人在談話中是否處于主導地位，傳統線下醫患交流中往往是醫生為主導[24]。四是多模態話語形式。指除文本語言外的其他符號資源，如圖片、語音、視頻等[25]。多模態話語形式有助于人們更好地進行意義建構，對于醫患雙方來說，更好地溝通和理解在一定程度上可緩解醫患矛盾。本研究對醫患雙方所發的首條消息進行主題分析，以期從文本內容上深入理解患者關注主題以及相應的醫生回復情況。

3.3 研究方法

本研究在獲取在線問診社區醫患交流數據的基礎上，借助數理統計、相關分析、主題挖掘等方法對在線問診環境下的醫患交流行為模式進行歸納。其中主題挖掘的具體算法為潛在狄利克雷分布(Latent Dirichlet Allocation, LDA)模型。LDA模型是一個文檔主題生成模型，將文檔集中每篇文檔主題以概率分布形式給出，通過主題-詞矩陣和文檔-詞矩陣來識別新文檔主題[26]。本文應用LDA模型的具體思路如下：首先為提升分詞準確率，將醫學權威詞表、官方網站中的醫療詞表及健康網站詞表匯總為醫學自定義詞表，使用python jieba工具進行文本分詞；然后計算不同主題數情境下的困惑度，尋找最佳主題數量；最后通過每個主題特征詞總結該主題內容。

4 研究結果

4.1 用戶屬性

4.1.1 患者 在收集到的18 664條醫患對話中17 132(91.8%)位患者提供性別和年齡，其中95.6%為女性，4.3%為男性，可見女性仍是在線問診社區中產科主要用戶群體。患者年齡方面，20～29歲適齡孕婦所占比例最大，為64.7%；其次是占比為29.7%的30歲以上產婦；有5.4%用戶未滿20歲。通過對其細分發現一些用戶在咨詢寶寶相關問題時會填寫寶寶年齡，一般在3歲以下；部分用戶咨詢婦科相關疾病，如月經不調；部分用戶咨詢避孕、流產等問題。

4.1.2 醫生 98位醫生中，職稱為主治醫師和醫師的醫生是產科在線問診中的主力軍；醫生咨詢量為111～47 988不等，但大部分醫生咨詢量在15 000以內。產科醫生好評率較高，好評率在96%以上的醫生有86位；咨詢價格為2～100元不等，89位醫生的咨詢價格都在30元內。

4.2 交流行為

4.2.1 用戶活躍時間 醫患交流時間分布可反映用戶活躍時間段。通過對患者首次提問和醫生首次回答的時間戳分析發現在線問診環境下醫患用戶活躍時間分布基本相同，且活躍時間跨度較大，見圖3。除凌晨(0-6點)外，醫患交流行為在其他時間段內分布基本均勻，只有小幅波動。需要注意的是晚間(18-22點)問答數量達到一天中的最高值，超過正常工作時間(8-17點)，可見該平臺在一定程度上彌補醫院非工作時間時的患者需求。

圖3 用戶活躍時間分布

4.2.2 回復間隔時間 春雨醫生為即時通訊類交流平臺，稱其醫生平均回復時間在3分鐘以內。本研究獲取到的數據顯示所有醫生回復消息中回復時間在3分鐘之內的所占比例為86.0%，回復時間≤10分鐘的消息比例高達92.1%，可見多數醫生回復較為及時。患者對醫生回復也比較迅速，經統計所有患者回復消息中回復時間在3分鐘之內的所占比例為85.9%，10分鐘之內回復消息所占比例為92.1%。可見在即時通訊類在線問診環境下醫患交流較為高效。

4.2.3 話輪數及其長度 與傳統問答形式不同，醫患雙方在春雨醫生平臺上的交流以對話形式為主。對于會話來說，話輪數和話輪長度可反映一個人在談話中是否處于主導地位[27]。本研究結果顯示總體來看無論對于醫生還是患者，多數對話的話輪數在10次以內，且近一半的話輪長度少于200字；對比醫生和患者兩個角色，患者平均話輪數(14.1)略大于醫生平均話輪數(13.6)，話輪長度方面也是患者略長(患者為263.8字/對話，醫生為235.4字/對話)。可見在線問診環境下患者具有較大主導權。

4.2.4 多模態話語形式 網絡社區中的會話具有多種模態[28]，在春雨醫生平臺用戶可使用如文字、圖像、聲音等多種方式進行交流。通過分析醫患雙方使用圖片及語音功能情況發現：圖片功能被使用的較為頻繁，46.2%的對話包含圖片，使用語音的對話僅為9.6%；患者更傾向于發圖片，發送過圖片的患者占45.5%，而發過圖片的醫生僅為3.8%；醫生更傾向于使用語音功能(9.2%)，發送過語音的患者僅有1.0%。由于語音和圖片內容無法獲得，僅通過上下文對醫患發送圖片或語音消息的語境進行分析，發現患者發送圖片的動機一方面在于形式的便利性，例如提供檢查報告結果時，檢查報告篇幅往往較長且涉及化驗指標詞匯，患者會采用拍照功能將圖片形式的報告發送給醫生；另一方面圖片可輔助說明情況，更好地幫助醫生理解，如皮膚科患者用圖片輔助描述癥狀。醫生發送圖片的主要目的在于清晰表達，如通過截圖方式對軟件操作進行說明，以幫助一些對軟件不熟悉的患者更好地使用。大部分醫患使用語音的動機在于相對于打字來說，語音形式更加方便且節省時間。

4.2.5 相關性分析 為進一步揭示醫患在線交流行為之間的聯系，基于相關分析方法分別探討患者及醫生在活躍時間、回復時間、話輪數、發送圖片數、發送語音數5個指標中的相關關系。對于患者來說話輪數與發送圖片數正向相關(r=0.50，p=0.00)，說明隨著患者發送消息條數增多，其發送圖片的數量也隨之增加；回復時間與話輪數存在正向顯著相關(r=0.42，p=0.00)，表明隨著聊天的深入患者回復速度越來越慢，出現這一現象的可能原因在于部分患者存在長時間后的追問行為。對于醫生來說，各種交流行為之間并無較大相關性。對于醫患雙方來說，醫患兩者的話輪數顯著正相關(r=0.88，p=0.00)，說明在線醫患交流有來有回，較少存在一方說得多而另一方說得少的現象；醫患兩者的活躍時間高度相似(r=0.96，p=0.00)，表明大部分醫生首條回復的時間點和患者首條提問的時間點相同，側面說明醫生回復速度較快；醫患回復間隔時間呈正向相關(r=0.36，p=0.00)，說明當一方回復速度較快時另一方也會回復地更迅速；醫患之間使用語音的行為會相互影響(r=0.25，p=0.00)，一方發送語音消息會促使另一方使用語音功能。

4.3 主題內容

4.3.1 患者首次提問 產科患者首次提問涉及的主題、主題關鍵詞及關鍵詞權重，見表1。其中關鍵詞權重與詞頻及逆文檔頻率相關。可見產科患者與醫生在線交流內容和懷孕息息相關，除可能會發生在孕期所有階段的疾病外，其他主題內容分別為孕產婦在不同孕期產生的信息需求，需要說明的是此處孕期與醫學上將孕期分為孕早、中、晚期并不相同。本研究中在線問診孕產婦的首次提問包括以下主題：(1)孕前期主要指備孕、懷疑是否懷孕、剛剛確認懷孕等狀態。其常見信息需求如備孕注意事項、基于例假推遲及排卵期等現象求助醫生判斷是否懷孕、為醫生提供末次月經和同房期以計算受孕時間以及意外懷孕咨詢流產相關事宜。(2)孕早期多為確認懷孕時間不長且想生下寶寶的孕婦。這些孕婦有的因出現如出血、流褐色分泌物等懷孕初期癥狀而求助醫生，有的因為孕期相關檢查(如b超、血hcg、孕酮水平)結果中部分指標異常，尋求醫生幫助保胎。(3)孕中期是胎兒飛速發育時期，孕產婦往往會做各種檢查(如羊水穿刺、四維彩超、唐氏篩查)以確保胎兒正常發育，此時的提問內容大多與檢查結果異常相關。(4)生產期既包括孕晚期也包括產后期，因為此時的提問內容多與生產相關，如應選擇哪種生產方式(順產、剖腹產)以及產后護理和恢復。(5)孕期疾病貫穿整個懷孕階段，常見提問內容如懷孕期間患有其他疾病(如感冒、發燒、咳嗽)是否對胎兒有影響，懷孕引發的癥狀(如肚子疼、不舒服)應采取何種措施治療等。

表1 患者首次提問中不同主題高頻關鍵詞及權重

4.3.2 醫生首次回答 產科醫生針對患者提問的首條回答中涉及的主題、主題關鍵詞及關鍵詞權重，見表2。通過分析原始文本發現醫生回答并不與患者提問的主題嚴格一一對應，而是有自己的回答方式。部分醫生的首條回答主要為服務用語，如很高興為您解答、感謝信任及認可，此外有些醫生會通過自動回復的方式提醒患者此時醫生處在無法及時回復的狀態。一些醫生會詳細詢問孕婦的月經周期、末次月經等情況，這與孕前期患者的提問內容有所對應。主題3主要是醫生針對生產期患者提問所做出的回答或問診。有的醫生會要求患者提供孕期檢查結果，以輔助診斷并給出治療建議。當患者提供癥狀時醫生除詢問具體癥狀外還會有安慰行為(如不要擔心、注意休息等語句)。

表2 醫生首次回答中不同主題高頻關鍵詞及權重

5 討論

5.1 用戶活躍時間跨度較大

總體來看9～23點均有較多活躍用戶，且峰值出現在晚間，這與其他學者的研究結果相似[9]，表明在線問診社區可有效彌補在醫院非工作時間時患者的信息需求。用戶在即時通訊類的問診社區中回復速度較快，回復時間在10分鐘內的消息可占總消息的90%以上，這與在線問答形式的問診社區中以天為單位的平均回復時間相比具有較大優勢[11]。

5.2 患者更具有主導權

對比醫患間的交流行為發現患者無論在話輪數還是話輪長度方面都高于醫生，說明在線問診社區中患者更具有主導權。可見在線問診社區與電子郵件、患者門戶網站等在線醫患交流平臺相同，是以患者為中心理念推廣與實施的有效途徑[29-30]。此外對醫患在線交流行為進行相關性分析，發現醫患在話輪數、回復時間和發送語音數3方面均呈顯著正相關，可見醫患之間交流行為會互相影響。

5.3 具有一定受眾群體

從交流內容來看，在線問診社區中孕婦信息需求與其懷孕階段相關，但無論是孕前期時基于末次月經計算準確懷孕時間，還是孕早期和孕中期對檢查結果解讀的需求，都具有一定的醫學專業性。同樣是網絡健康信息行為，孕婦使用搜索引擎進行信息搜索的內容主要為營養膳食信息[31]，使用社交網絡或母嬰論壇的主要目的為獲得情感支持[32-33]。對于孕婦來說網站上的健康信息往往沒有針對性且質量無法保證，而在虛擬的社交網絡和論壇中獲得的信息可信度受到質疑[34]。相比而言，經過認證的醫生更具權威性，在線問診社區相比其他在線健康信息來源有一定的受眾群體，應進一步突出其專業性特色。

6 結語

互聯網醫療蓬勃發展的背景下，在線問診服務受到廣泛關注，然而在線問診社區的核心——醫患交流還未得到足夠重視。本文基于18 664個產科醫患在線對話文本，從交流行為和內容兩方面對在線問診環境中醫患交流行為模式進行研究分析，以期為在線問診社區服務改善提供指導。然而本研究具有一定的局限性：首先不同在線問診社區的機制不同，醫患在春雨醫生這種即時通訊類平臺中的交流行為與其他類型平臺中表現出的行為可能有所不同；其次本研究僅針對產科，患者用戶多為女性，研究結果并不能代表全部科室中的醫患交流行為模式；最后本研究僅對醫患首條消息進行主題挖掘，未能展現全部對話的主題內容。