基于數(shù)據(jù)特征的在線健康社區(qū)信息融合模式研究

王 萍 牟冬梅,2* 楊鑫禹 李 樺,2 彭 浩 李 茵

(1.吉林大學(xué)公共衛(wèi)生學(xué)院，吉林 長春 130021；2.吉林大學(xué)第一醫(yī)院，吉林 長春 130021)

當(dāng)前世界正經(jīng)歷著以數(shù)字化、網(wǎng)絡(luò)化和智能化為顯著標(biāo)志的信息技術(shù)革命，相關(guān)技術(shù)的成熟，推動(dòng)在線健康社區(qū)(Online Health Communities，OHCs)的誕生與蓬勃發(fā)展，使其成為人們獲得健康信息的重要渠道。2017年發(fā)布的《中國網(wǎng)民科普需求搜索行為報(bào)告》結(jié)果顯示，關(guān)鍵詞“健康與醫(yī)療”是中國網(wǎng)民用戶最關(guān)注的科普主題[1]。為了滿足人們?nèi)找嬖鲩L的健康信息服務(wù)需求，國家相繼發(fā)布了多項(xiàng)政策推動(dòng)互聯(lián)網(wǎng)醫(yī)療體系的建設(shè)。2018年4月28日，國務(wù)院發(fā)布了《國務(wù)院辦公廳關(guān)于促進(jìn)“互聯(lián)網(wǎng)+醫(yī)療健康”發(fā)展的意見》，意見中鼓勵(lì)醫(yī)療機(jī)構(gòu)運(yùn)用互聯(lián)網(wǎng)技術(shù)搭建線上線下一體化的醫(yī)療服務(wù)模式。2020年12月，國家衛(wèi)生健康委、國家醫(yī)保局以及國家中醫(yī)藥管理局，聯(lián)合發(fā)布《關(guān)于深入推進(jìn)“互聯(lián)網(wǎng)+醫(yī)療健康”“五個(gè)一”服務(wù)行動(dòng)的通知》，以期推動(dòng)解決人們就醫(yī)過程中存在的“急難愁盼”問題。

綜上，伴隨大數(shù)據(jù)戰(zhàn)略在醫(yī)療領(lǐng)域的深入貫徹和落實(shí)，促進(jìn)了海量多源異構(gòu)的在線健康信息的廣泛積累，但也引發(fā)人們難以從海量復(fù)雜的健康信息中獲取所需要的健康知識(shí)的問題，形成了健康信息供給泛濫與用戶對(duì)精準(zhǔn)健康知識(shí)需求之間的矛盾。目前的在線健康信息研究仍停留在個(gè)例事件，且碎片化，未上升到理論層，更未深入探討信息融合過程的序化、轉(zhuǎn)化、融合形成健康知識(shí)。因此，探索基于數(shù)據(jù)特征的在線健康社區(qū)信息融合，構(gòu)建適應(yīng)“互聯(lián)網(wǎng)+醫(yī)療健康”新業(yè)態(tài)環(huán)境的在線健康社區(qū)信息融合模式，是實(shí)現(xiàn)用戶健康信息需求與健康信息供給精準(zhǔn)匹配的重要途徑之一，有助于推動(dòng)多源異構(gòu)的在線健康信息向健康知識(shí)的轉(zhuǎn)化。

1 相關(guān)研究現(xiàn)狀

1.1 在線健康社區(qū)研究現(xiàn)狀

近年來，在線健康社區(qū)作為用戶分享和獲取健康信息的重要途徑，已經(jīng)吸引國內(nèi)外學(xué)者展開了多個(gè)視角的研究，分別圍繞用戶健康信息需求、健康信息搜尋行為和健康知識(shí)交互共享等方面展開研究。①用戶健康信息需求方面：有研究者利用潛在語義索引模型構(gòu)建用戶的信息需求框架[2]，也有學(xué)者探究用戶行為特征和需求偏好[3]，或利用醫(yī)生的用戶畫像揭示患者對(duì)醫(yī)生的需求關(guān)注點(diǎn)[4]，以及患者尋求第二醫(yī)療意見需求的關(guān)鍵因素[5]；②用戶的健康信息搜尋行為方面：有研究者使用Tobbi眼動(dòng)儀分析用戶思維方式對(duì)信息搜尋行為的調(diào)節(jié)作用[6]，分析用戶參與行為動(dòng)機(jī)[7]。信息交互模式方面，發(fā)現(xiàn)用戶與醫(yī)生間的對(duì)話呈現(xiàn)螺旋式和直線式的交互模式[8]，也有研究者探究用戶信息搜尋過程的情感變化[9-10]；③用戶健康知識(shí)共享與傳播方面：有學(xué)者探討在線健康社區(qū)中專業(yè)的醫(yī)學(xué)用戶的健康知識(shí)共享意愿[11]、知識(shí)共享型社區(qū)的構(gòu)成[12]、用戶信息交互的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)[13]、知識(shí)服務(wù)的主題[14]、問答可視化的知識(shí)圖譜[15]、信息分享過程的主題分布及主題動(dòng)態(tài)[16]、健康知識(shí)交流效率的差異[17]和為用戶提供健康知識(shí)推薦服務(wù)[18]。

1.2 信息融合研究現(xiàn)狀

早在1973年，美國國防部就開始資助聲納信號(hào)處理系統(tǒng)相關(guān)研究[19]。信息融合模型是基于JDL(Joint Directors of Laboratories)數(shù)據(jù)融合模型演變而來[20]，該模型將信息融合概括分為3層，即數(shù)據(jù)層、特征層、決策層[21]。①數(shù)據(jù)層：主要探究為完成數(shù)據(jù)融合而專門設(shè)計(jì)的操作規(guī)則，例如：匹配連接[22]、數(shù)據(jù)沖突[23]、概率分類器[24]、畫像構(gòu)建[25]等；②特征層：顧偉等在多特征融合的基礎(chǔ)上提出，多通道特征模型通過人體整體信息和人體部位的語義信息來檢測(cè)行人[26]；③決策層：有學(xué)者將其歸納為目標(biāo)提煉、態(tài)勢(shì)分析、威脅估計(jì)及過程精煉的四級(jí)模型[27]，隨后，又拓展到情境感知決策支持系統(tǒng)[28]、網(wǎng)絡(luò)大數(shù)據(jù)知識(shí)融合模型[29-30]、面向應(yīng)急決策全流程的信息融合框架[31]。

通過梳理國內(nèi)外的相關(guān)研究，發(fā)現(xiàn)學(xué)者從不同的視角對(duì)在線健康社區(qū)信息展開定性和定量的研究。從研究?jī)?nèi)容角度看，國內(nèi)外學(xué)者圍繞在線健康社區(qū)信息生態(tài)系統(tǒng)用戶、信息內(nèi)容和信息環(huán)境3個(gè)要素展開多方面的研究；從研究?jī)?nèi)容的發(fā)展趨勢(shì)來看，國外對(duì)在線健康社區(qū)的應(yīng)用和研究比國內(nèi)稍早，從早期對(duì)在線健康社區(qū)的應(yīng)用推廣的接受程度研究，逐漸發(fā)展深入到健康知識(shí)服務(wù)效果和健康知識(shí)發(fā)現(xiàn)的研究。縱覽國內(nèi)外在線健康社區(qū)的研究成果，健康信息需求和行為方面的研究已經(jīng)積累了豐富的研究基礎(chǔ)，但有關(guān)在線健康社區(qū)信息融合利用方面的研究仍有研究空間。

2 在線健康社區(qū)數(shù)據(jù)特征為融合利用帶來的挑戰(zhàn)

在線健康社區(qū)種類繁多、用戶數(shù)量龐大且增長速度快的特征，使得在線健康社區(qū)信息產(chǎn)生信息過載問題、組織結(jié)構(gòu)復(fù)雜的規(guī)范性低問題、來源渠道廣而可信度下降問題和信息內(nèi)容價(jià)值密度稀疏的信息降級(jí)問題，都為在線健康社區(qū)信息的融合利用帶來了挑戰(zhàn)。

2.1 在線健康社區(qū)信息組織結(jié)構(gòu)復(fù)雜且規(guī)范性低問題

由于在線健康社區(qū)自由開放的特征，平臺(tái)并不會(huì)對(duì)用戶描述健康信息的方式、信息架構(gòu)進(jìn)行約束，形成在線健康社區(qū)信息組織架構(gòu)的多樣性，也帶來了信息結(jié)構(gòu)復(fù)雜、規(guī)范性差、利用難度高等諸多問題。在線健康社區(qū)具有社交媒體數(shù)據(jù)形式的不規(guī)范性、多樣性，表現(xiàn)為在線健康社區(qū)用戶生成內(nèi)容的異構(gòu)性。在線健康社區(qū)信息組織結(jié)構(gòu)規(guī)范性低，為信息的融合利用帶來消極影響，包括：①健康信息的可讀性降低，當(dāng)面對(duì)組織結(jié)構(gòu)混亂的健康信息時(shí)，會(huì)加重用戶的認(rèn)知負(fù)荷，產(chǎn)生一系列健康信息加工處理的問題；②健康信息的可共享性降低，由于健康信息的可傳遞是建立在其科學(xué)性和規(guī)范性的基礎(chǔ)上，也就意味著越不規(guī)范和不科學(xué)的信息，則越不容易被傳遞共享；③健康信息的可處理性降低，當(dāng)健康信息處于混沌無序的狀態(tài)時(shí)，信息的存儲(chǔ)、降噪、語義消歧等處理工作都將面臨巨大的挑戰(zhàn)，使健康信息加工的時(shí)間成本、人力成本上升，降低產(chǎn)生新健康知識(shí)的效率。

2.2 在線健康社區(qū)信息積累體量龐大的信息過載問題

信息過載已經(jīng)成為當(dāng)代社會(huì)各領(lǐng)域中普遍存在的問題，該現(xiàn)象在社交媒體環(huán)境中尤為顯著。在線健康社區(qū)作為依托社交媒體平臺(tái)而存在的一種虛擬社交平臺(tái)，致使在線健康社區(qū)中的用戶所接收到的信息是無窮無盡的，其信息發(fā)送頻率遠(yuǎn)遠(yuǎn)高于用戶處理信息的認(rèn)知能力。互聯(lián)網(wǎng)時(shí)代下的在線健康社區(qū)信息過載，導(dǎo)致用戶要面對(duì)越來越多嘈雜的、瑣碎的、低價(jià)值的信息，但隨著信息數(shù)量的增長，其邊際價(jià)值和意義反而降低了。正因?yàn)樵诰€健康社區(qū)信息存在過載問題，為用戶利用信息帶來了諸多的負(fù)面影響。一方面，因海量信息呈現(xiàn)出“先發(fā)布后過濾”的模式，很大程度上降低了用戶對(duì)價(jià)值密度較高的健康信息的感知能力；另一方面，數(shù)據(jù)的體量巨大，也增加了用戶獲取高質(zhì)量健康信息的時(shí)間成本、精力成本和財(cái)務(wù)成本。

2.3 在線健康社區(qū)信息價(jià)值密度稀疏的信息降級(jí)問題

Klapp O E指出，信息過載不僅僅是信息數(shù)量的增加，更重要的是將會(huì)導(dǎo)致信息質(zhì)量層面的降級(jí)[32]。信息降級(jí)的表現(xiàn)有多個(gè)方面，如信息的噪音化、信息無用且過剩。社交媒體環(huán)境下的在線健康社區(qū)信息的來源渠道廣、復(fù)雜異構(gòu)、更新速度快等特征，都是導(dǎo)致信息價(jià)值降級(jí)的原因。在線健康社區(qū)信息價(jià)值質(zhì)量降級(jí)，為信息的利用帶來了諸多挑戰(zhàn)。首先，在線健康社區(qū)信息的主題特征減弱，信息價(jià)值密度低的最直觀表現(xiàn)是冗余信息過多，該因素直接影響在線健康社區(qū)信息主題識(shí)別過程，包括醫(yī)學(xué)領(lǐng)域?qū)嶓w識(shí)別、評(píng)估映射、映射模型構(gòu)建過程；其次，用戶受到虛假健康信息欺騙的概率增高，虛假信息是誘導(dǎo)人們形成錯(cuò)誤健康認(rèn)知、采取不恰當(dāng)?shù)慕】敌袨榈闹饕ｋU(xiǎn)因素，給用戶的身體健康和心理健康帶來不可逆的危害；再者，數(shù)據(jù)分析利用的結(jié)果準(zhǔn)確率降低，當(dāng)輸入的樣本為海量高維的網(wǎng)絡(luò)健康數(shù)據(jù)時(shí)，添加了許多與結(jié)局變量弱相關(guān)的混雜因素，增加機(jī)器學(xué)習(xí)運(yùn)算時(shí)間和復(fù)雜度的同時(shí)，也降低了數(shù)據(jù)分析結(jié)果的精確度。

3 在線健康社區(qū)信息融合模式構(gòu)建

針對(duì)在線健康社區(qū)信息特征為其融合利用帶來的挑戰(zhàn)，基于情報(bào)學(xué)研究的序化論、轉(zhuǎn)化論和融合論，構(gòu)建在線健康社區(qū)信息融合模式，包括1個(gè)核心目標(biāo)、4個(gè)融合層級(jí)和4個(gè)構(gòu)成要素。

3.1 在線健康社區(qū)信息融合的目標(biāo)

在線健康社區(qū)信息融合是以提高信息的利用率為核心，以為用戶提供精準(zhǔn)高質(zhì)量的健康知識(shí)服務(wù)為目標(biāo)，探討在線健康社區(qū)信息的序化、轉(zhuǎn)化和融合過程，實(shí)現(xiàn)異構(gòu)網(wǎng)絡(luò)健康知識(shí)深度融合。在線健康社區(qū)信息的融合，是實(shí)現(xiàn)主觀經(jīng)驗(yàn)和客觀知識(shí)的一體化，滿足用戶健康知識(shí)服務(wù)的需求，推動(dòng)傳統(tǒng)的基于用戶個(gè)體經(jīng)驗(yàn)的健康知識(shí)構(gòu)建范式向動(dòng)態(tài)的群體健康知識(shí)構(gòu)建范式的演進(jìn)。在線健康社區(qū)信息融合的原則，是探究泛在的在線健康社區(qū)信息與用戶精準(zhǔn)知識(shí)服務(wù)需求的供需平衡問題。在線健康社區(qū)信息融合的框架設(shè)計(jì)遵循科學(xué)性、系統(tǒng)性和有序性原則，綜合實(shí)現(xiàn)各種健康知識(shí)鏈接的形式各盡其能，即融合的過程充分考慮健康信息與健康信息的實(shí)體鏈接關(guān)系、用戶與在線健康社區(qū)信息實(shí)體間的知識(shí)鏈接。

3.2 在線健康社區(qū)信息融合模式的層級(jí)結(jié)構(gòu)

基于在線健康社區(qū)融合利用所面臨的挑戰(zhàn)，研究構(gòu)建了在線健康社區(qū)信息多層級(jí)融合模式，從健康信息集成層、序化層、轉(zhuǎn)化層和融合層面探究數(shù)據(jù)融合的框架。研究構(gòu)建的在線健康社區(qū)信息多層級(jí)融合模式，如圖1所示。

圖1 在線健康社區(qū)信息多層級(jí)融合模式

1)在線健康社區(qū)信息的集成層

在線健康社區(qū)信息的數(shù)據(jù)匯聚集成是打破互聯(lián)網(wǎng)環(huán)境下“信息孤島”問題的重要途徑，為實(shí)現(xiàn)對(duì)分散在不同位置的同型異源、異質(zhì)異構(gòu)、多模態(tài)信息的集成整合，就是將不同時(shí)間空間的異構(gòu)信息源、同構(gòu)信息源進(jìn)行物理層面的整合，基于某種共性化的特征或主題的精細(xì)化組織，將具有不同屬性的在線健康社區(qū)信息，按主題、時(shí)間、模態(tài)等外在特征或內(nèi)容特征進(jìn)行二次組織、排序聚合奠定基礎(chǔ)。在線健康社區(qū)信息的集成是推進(jìn)智能化健康知識(shí)服務(wù)的數(shù)據(jù)基礎(chǔ)，是建立在互聯(lián)網(wǎng)環(huán)境下在線健康社區(qū)信息破碎化的背景下，以及用戶對(duì)海量異構(gòu)健康信息的序化、轉(zhuǎn)化和融合的需求基礎(chǔ)上。

2)在線健康社區(qū)信息的序化層

在線健康社區(qū)信息的組織結(jié)構(gòu)映射，是實(shí)現(xiàn)信息的序化。在線健康社區(qū)用戶的多樣性，以及健康信息的自組織性，造成在線健康社區(qū)信息的組織結(jié)構(gòu)和表現(xiàn)形式復(fù)雜多樣，為數(shù)據(jù)的進(jìn)一步分析利用帶來了挑戰(zhàn)。因此，在線健康社區(qū)信息的組織重構(gòu)，是在線健康社區(qū)信息深度挖掘利用的必要環(huán)節(jié)，以解決在線健康社區(qū)信息規(guī)范性差的問題。在線健康社區(qū)信息組織結(jié)構(gòu)重構(gòu)的目的是將動(dòng)態(tài)獲取的多源數(shù)據(jù)，借助一定工具、規(guī)則和方法，將數(shù)據(jù)的結(jié)構(gòu)進(jìn)行映射組織，形成新的規(guī)范化的在線健康社區(qū)信息結(jié)構(gòu)，創(chuàng)建新的信息對(duì)象。目的是消除分散異構(gòu)在線健康社區(qū)信息冗余和不確定性，解決同源異構(gòu)、異源異構(gòu)的在線健康社區(qū)信息的結(jié)構(gòu)不規(guī)范化，難以進(jìn)行數(shù)據(jù)分析利用的問題。在線健康社區(qū)信息的組織結(jié)構(gòu)重構(gòu)，就是要對(duì)混亂無序的信息進(jìn)行序化的組織，是對(duì)數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)、映射過程和映射結(jié)果進(jìn)行規(guī)范化。

3)在線健康社區(qū)信息的轉(zhuǎn)化層

在線健康社區(qū)信息的特征關(guān)系分析，是為了實(shí)現(xiàn)信息的轉(zhuǎn)化。充分了解在線健康社區(qū)信息的整體特征和局部特征，有助于數(shù)據(jù)分析者更全面深入地了解數(shù)據(jù)，進(jìn)而選取合適的數(shù)據(jù)分析方法，制定合理的數(shù)據(jù)分析流程，解決多源異構(gòu)數(shù)據(jù)的信息過載問題，也能精準(zhǔn)地滿足用戶個(gè)性化的健康知識(shí)需求。全面地認(rèn)識(shí)在線健康社區(qū)信息的特征，有助于實(shí)現(xiàn)知識(shí)深層融合過程中具備更好的適應(yīng)能力和知識(shí)篩選能力，推動(dòng)以問題解決為邏輯起點(diǎn)的在線健康社區(qū)信息融合系統(tǒng)的構(gòu)建。在線健康社區(qū)信息的特征體現(xiàn)在多個(gè)方面，包括數(shù)據(jù)的來源多樣、質(zhì)量差異特征、健康話題的主題特征、用戶的交互行為特征、空間關(guān)系、時(shí)序關(guān)系和主題關(guān)系等。其表現(xiàn)的特征關(guān)系是對(duì)信息質(zhì)量的全面性和可信度的評(píng)估，根據(jù)特征去評(píng)估在線健康社區(qū)開放、共享的群體智慧信息，能夠解決用戶健康有關(guān)的信息需求。

4)在線健康社區(qū)信息的融合層

在線健康社區(qū)信息是在經(jīng)過異構(gòu)數(shù)據(jù)集成、組織結(jié)構(gòu)映射、特征關(guān)系分析的基礎(chǔ)上，深層的語義融合對(duì)信息內(nèi)容的深度挖掘，解決因信息價(jià)值密度低導(dǎo)致的信息降級(jí)問題。首先，是根據(jù)在線健康社區(qū)中多模態(tài)信息的特征，將碎片化的網(wǎng)絡(luò)健康知識(shí)進(jìn)行關(guān)聯(lián)重構(gòu)、多層次的融合分析，完成多模態(tài)在線健康社區(qū)信息的底層特征和高層語義內(nèi)涵之間的映射；然后，根據(jù)一定的推理規(guī)則對(duì)在線健康社區(qū)中的領(lǐng)域?qū)＜抑R(shí)進(jìn)行實(shí)體抽取、屬性抽取、關(guān)系抽取，并進(jìn)行命名實(shí)體的對(duì)齊、整合和驗(yàn)證；最后，借助結(jié)構(gòu)化描述體系中的醫(yī)學(xué)領(lǐng)域命名實(shí)體的融合、關(guān)聯(lián)關(guān)系的融合和語義融合，實(shí)現(xiàn)在線健康社區(qū)信息的深層語義融合。

3.3 在線健康社區(qū)信息融合模式的構(gòu)成要素

在線健康社區(qū)信息融合模式的構(gòu)成要素包括4類，分別是用戶主體要素、數(shù)據(jù)客體要素、技術(shù)方法要素和應(yīng)用環(huán)境要素。主體要素是指在線健康社區(qū)中健康信息的生產(chǎn)者、健康知識(shí)的傳遞者、健康知識(shí)的消費(fèi)者；客體要素是指健康信息的內(nèi)容和載體，包括不同模態(tài)的健康科普數(shù)據(jù)、健康問答數(shù)據(jù)、臨床病例數(shù)據(jù)等；技術(shù)方法要素是在線健康社區(qū)信息的存儲(chǔ)技術(shù)、信息推薦技術(shù)、數(shù)據(jù)挖掘技術(shù)和自然語言處理技術(shù)等；環(huán)境要素包括互聯(lián)網(wǎng)+醫(yī)療政策環(huán)境、社會(huì)環(huán)境、健康知識(shí)產(chǎn)生環(huán)境、社交媒體傳播環(huán)境和健康知識(shí)應(yīng)用環(huán)境等。在線健康社區(qū)信息融合模式的構(gòu)成要素示意圖，如圖2所示。

圖2 在線健康社區(qū)信息融合模式的構(gòu)成要素

1)在線健康社區(qū)信息融合的用戶主體要素

互聯(lián)網(wǎng)環(huán)境下的在線健康社區(qū)信息融合的主體要素，是參與健康知識(shí)的生產(chǎn)、傳遞和利用的各類用戶，扮演著健康知識(shí)的生產(chǎn)者、傳遞者和消費(fèi)者角色。用戶作為健康知識(shí)依附的主體，串聯(lián)起了在線健康社區(qū)信息在不同群體之間的知識(shí)提供、知識(shí)傳播到知識(shí)利用的過程，推動(dòng)健康知識(shí)在各個(gè)用戶主體之間的定向流動(dòng)。隨著用戶對(duì)健康知識(shí)需求的改變，在線健康社區(qū)信息的知識(shí)流動(dòng)方向也會(huì)不斷地發(fā)生改變。根據(jù)在線健康社區(qū)中用戶的角色特征，用戶可以劃分為多種類型：醫(yī)生、患者、家屬等。

2)在線健康社區(qū)信息融合的數(shù)據(jù)客體要素

在線健康社區(qū)信息融合的客體要素是社區(qū)中積累的健康相關(guān)數(shù)據(jù)，包括健康相關(guān)的疾病癥狀體征、健康檢查結(jié)果、疾病名稱等個(gè)人健康信息，也包括健康信息搜尋行為、健康信息交流互動(dòng)等社交行為數(shù)據(jù)。在線健康社區(qū)積累的海量信息是為用戶提供健康知識(shí)服務(wù)的數(shù)據(jù)基礎(chǔ)，支撐著知識(shí)服務(wù)過程中的用戶需求精準(zhǔn)定位、知識(shí)篩選和協(xié)同過濾推薦。通過在線健康社區(qū)信息融合的結(jié)果，形成的信息流是知識(shí)服務(wù)活動(dòng)的動(dòng)力，鏈接起健康知識(shí)提供者和健康知識(shí)消費(fèi)者。在線健康社區(qū)信息融合后形成的知識(shí)具有密度和粘性等特征，這些特征是影響用戶知識(shí)交流感知的動(dòng)力因素和障礙因素。在線健康社區(qū)信息數(shù)據(jù)類型有多種分類，按照信息的內(nèi)容可以分為健康科普類信息、個(gè)人健康信息、健康信息溝通數(shù)據(jù)；按照信息的知識(shí)服務(wù)功能可以分為醫(yī)學(xué)保健常識(shí)信息、醫(yī)學(xué)病例討論信息、醫(yī)學(xué)藥物相關(guān)信息等；按照信息的來源渠道可以分為醫(yī)療機(jī)構(gòu)發(fā)布的信息、用戶個(gè)人發(fā)布的健康相關(guān)信息等。

3)在線健康社區(qū)信息融合的技術(shù)支撐要素

技術(shù)要素是在線健康社區(qū)信息融合的必要支撐，包括基礎(chǔ)支撐技術(shù)、信息融合技術(shù)和應(yīng)用技術(shù)。①基礎(chǔ)支撐技術(shù)是搭建各種類型在線健康社區(qū)的基石。在線健康社區(qū)構(gòu)建需要網(wǎng)站設(shè)計(jì)技術(shù)，搭建起承載信息的平臺(tái)，用MySQL等數(shù)據(jù)庫構(gòu)建技術(shù)搭建海量健康信息的存儲(chǔ)數(shù)據(jù)庫；②信息融合技術(shù)是健康知識(shí)發(fā)現(xiàn)的核心技術(shù)，借助于深度學(xué)習(xí)和自然語言處理等技術(shù)，推動(dòng)多源異構(gòu)的在線健康社區(qū)信息的深度語義融合，以滿足用戶健康知識(shí)服務(wù)的需求及數(shù)據(jù)序化、轉(zhuǎn)化和融合的發(fā)展需求；③應(yīng)用技術(shù)是健康信息融合后為用戶提供知識(shí)服務(wù)的關(guān)鍵技術(shù)，包括協(xié)同過濾推薦技術(shù)、人工智能技術(shù)和知識(shí)圖譜技術(shù)等。信息推薦技術(shù)可以根據(jù)用戶對(duì)健康信息的興趣度、相關(guān)度和意外度進(jìn)行信息推薦，提高用戶對(duì)健康知識(shí)服務(wù)的滿意度，并有助于打破信息過載帶來的負(fù)面影響。

4)在線健康社區(qū)信息融合的應(yīng)用環(huán)境要素

在線健康社區(qū)信息融合之后的應(yīng)用效果，受到在線健康社區(qū)的外部環(huán)境和內(nèi)部環(huán)境的共同影響。外部環(huán)境通常包括“互聯(lián)網(wǎng)+醫(yī)療”政策環(huán)境、行業(yè)技術(shù)環(huán)境、社會(huì)環(huán)境，如在經(jīng)濟(jì)環(huán)境的影響下，當(dāng)某一地區(qū)的經(jīng)濟(jì)條件較差導(dǎo)致醫(yī)療衛(wèi)生資源缺乏時(shí)，用戶通過在線健康社區(qū)獲取健康信息的意愿則更強(qiáng)烈，用戶對(duì)在線健康知識(shí)的應(yīng)用程度則越高；內(nèi)部環(huán)境則包括健康知識(shí)產(chǎn)生環(huán)境、社交媒體傳播環(huán)境和健康知識(shí)應(yīng)用環(huán)境。在線健康社區(qū)信息的內(nèi)部環(huán)境是影響知識(shí)產(chǎn)生、流動(dòng)和應(yīng)用的重要因素，由于健康知識(shí)單元不都是以游離或孤立的形式存在，而是常常基于關(guān)聯(lián)關(guān)系呈現(xiàn)出具有一定特征的團(tuán)簇性或者群體屬性，當(dāng)有高質(zhì)量信息提供者和高效的信息傳播途徑時(shí)，在線健康社區(qū)信息的應(yīng)用范圍會(huì)逐漸擴(kuò)張，拓展信息融合后的應(yīng)用環(huán)境。在外部環(huán)境和內(nèi)部環(huán)境的共同驅(qū)動(dòng)作用下，推動(dòng)在線健康社區(qū)信息的多層級(jí)融合，使得為用戶提供更高質(zhì)量的健康知識(shí)服務(wù)更具有可行性。

4 在線健康社區(qū)信息融合利用的階段劃分

在線健康社區(qū)信息融合利用的過程，從數(shù)據(jù)形態(tài)的變化和價(jià)值密度的提升視角可以劃分為5個(gè)階段，即用戶網(wǎng)絡(luò)健康知識(shí)服務(wù)需求定位階段、多源在線健康社區(qū)信息獲取階段、領(lǐng)域健康知識(shí)抽取階段、領(lǐng)域健康知識(shí)生成階段和健康知識(shí)融合利用階段。將為用戶提供高質(zhì)量的健康知識(shí)服務(wù)作為核心目標(biāo)，研究定義了在線健康社區(qū)信息融合各個(gè)過程階段的作用與重要任務(wù)。在線健康社區(qū)信息融合的過程階段，如圖3所示。

4.1 用戶健康知識(shí)服務(wù)需求定位階段

隨著社會(huì)公眾生活水平的提高，越來越關(guān)注健康相關(guān)信息的獲取，在線健康社區(qū)逐漸成為公眾獲取在線健康社區(qū)信息的主要渠道。雖然公眾對(duì)健康信息的需求逐漸增高，但當(dāng)前在線健康社區(qū)建設(shè)側(cè)重于平臺(tái)的開發(fā)建設(shè)，較少考慮用戶的健康信息需求的精準(zhǔn)性[33]，由此造成用戶獲取和利用在線健康社區(qū)信息的困難和障礙，并由此導(dǎo)致用戶信息搜尋過程中產(chǎn)生焦慮情緒[34]。因此，精準(zhǔn)定位用戶的健康信息需求和信息搜尋動(dòng)機(jī)，是提升信息融合的知識(shí)服務(wù)效果的前提。識(shí)別出用戶的健康信息需求，可以提升健康知識(shí)服務(wù)結(jié)果匹配性、健康知識(shí)推薦內(nèi)容有用性、健康知識(shí)推薦過程精準(zhǔn)性、健康知識(shí)推薦服務(wù)效率和健康知識(shí)推薦服務(wù)滿意度。在線健康社區(qū)用戶的需求可以有多種定位方法，既可以根據(jù)用戶所處的特定情景(健康保健、慢性病管理、急癥咨詢等)，又可以根據(jù)用戶的健康信息興趣(減肥、美容、健身等)，還可以根據(jù)用戶自身的特征(年齡、所屬地區(qū)范圍、職業(yè)、性別等)以及在線健康社區(qū)信息的主題(孕前檢查、母嬰護(hù)理、嬰幼兒看護(hù)等)。

圖3 在線健康社區(qū)信息融合的階段

4.2 在線健康社區(qū)信息的獲取與處理階段

在線健康社區(qū)信息的獲取階段，就是根據(jù)用戶的健康信息需求采集散落在網(wǎng)絡(luò)中的各類基礎(chǔ)數(shù)據(jù)，為后期的健康知識(shí)服務(wù)奠定數(shù)據(jù)基礎(chǔ)。在線健康社區(qū)具有來源廣且分散異構(gòu)的特征，儲(chǔ)存了用戶通過在線健康社區(qū)平臺(tái)進(jìn)行健康信息交流的靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)。數(shù)據(jù)采集的過程，首先要確保數(shù)據(jù)采集的全面性，保持?jǐn)?shù)據(jù)采集格式的統(tǒng)一，采用全鏈路的健康信息采集、校驗(yàn)和統(tǒng)一規(guī)則的集成整合，并采集特定的數(shù)據(jù)指標(biāo)和元素，如健康問答話題的標(biāo)題、時(shí)間、回答者、提問者等信息，便于后期的數(shù)據(jù)追蹤溯源、實(shí)時(shí)更新。在線健康社區(qū)信息的處理，需要對(duì)原始數(shù)據(jù)進(jìn)行整合、清洗、特征分析等信息處理工作，實(shí)現(xiàn)打通底層健康數(shù)據(jù)間的壁壘，以提高在線健康社區(qū)信息向知識(shí)的轉(zhuǎn)化能力。

4.3 多層級(jí)融合的健康信息融合階段

在線健康社區(qū)信息多層級(jí)融合是以滿足用戶健康知識(shí)服務(wù)需求為目標(biāo)，解決網(wǎng)絡(luò)健康大數(shù)據(jù)的組織結(jié)構(gòu)異構(gòu)、內(nèi)容價(jià)值密度低和知識(shí)服務(wù)效果差的問題。多層級(jí)的融合就是通過對(duì)異構(gòu)的在線健康社區(qū)信息結(jié)構(gòu)的映射、知識(shí)抽取、知識(shí)轉(zhuǎn)換、知識(shí)的融合，實(shí)現(xiàn)在線健康社區(qū)中健康醫(yī)療數(shù)據(jù)中知識(shí)的序化、轉(zhuǎn)化和融合。融合后形成的健康知識(shí)庫，進(jìn)一步借助人工智能技術(shù)，疊加自然語言處理技術(shù)和機(jī)器學(xué)習(xí)方法，實(shí)現(xiàn)挖掘其中蘊(yùn)含的顯性和隱性健康知識(shí)。在線健康社區(qū)信息融合，可以打通底層的多源異構(gòu)網(wǎng)絡(luò)健康大數(shù)據(jù)和用戶精準(zhǔn)健康知識(shí)服務(wù)需求，以多源異構(gòu)的在線健康社區(qū)信息驅(qū)動(dòng)精準(zhǔn)的健康知識(shí)服務(wù)。

4.4 健康信息推薦與知識(shí)服務(wù)階段

健康信息的推薦與知識(shí)服務(wù)是在線健康社區(qū)融合的最終目標(biāo)，是數(shù)據(jù)集成、融合效果的評(píng)價(jià)。基于在線健康社區(qū)信息多層級(jí)融合的信息推薦，按照推薦目的和動(dòng)機(jī)可以分為熱門健康信息推薦、最新發(fā)布的健康資訊、個(gè)性化健康信息推薦等。健康信息推薦，使用戶獲取健康知識(shí)能夠按照自身的認(rèn)知進(jìn)行健康知識(shí)體系重構(gòu)，達(dá)到剔除錯(cuò)誤的健康知識(shí)，吸收并彌補(bǔ)自身健康知識(shí)的短板，并運(yùn)用到日常生活中的健康保健或解決自身實(shí)際遇見的健康問題。健康知識(shí)服務(wù)就是服務(wù)者通過用戶已經(jīng)發(fā)布的信息需求，選擇科學(xué)的且符合用戶需要的健康知識(shí)，定向推薦給用戶。用戶接收到健康知識(shí)后可以根據(jù)對(duì)知識(shí)的有效性、有用性、準(zhǔn)確性、匹配性和滿意度等進(jìn)行評(píng)價(jià)，評(píng)價(jià)結(jié)果對(duì)網(wǎng)絡(luò)健康知識(shí)的獲取、處理和融合過程提供正反饋和負(fù)反饋的指導(dǎo)。

5 在線健康社區(qū)信息融合利用案例分析

5.1 案例選擇與數(shù)據(jù)收集

選擇北京大學(xué)國際醫(yī)院微信公眾平臺(tái)的AI智能導(dǎo)診為在線健康信息融合的應(yīng)用案例，驗(yàn)證在線健康社區(qū)信息融合的可行性和現(xiàn)實(shí)應(yīng)用價(jià)值。其AI智能導(dǎo)診模塊是百度AI開放平臺(tái)開發(fā)的智能分診解決方案的實(shí)踐應(yīng)用，被中國醫(yī)院協(xié)會(huì)信息專業(yè)委員會(huì)(China Hospital Information Management Association，CHIMA)作為智慧醫(yī)院建設(shè)的經(jīng)典案例進(jìn)行分享[35]。本文從北京大學(xué)國際醫(yī)院的微信公眾號(hào)、中國醫(yī)院協(xié)會(huì)信息專業(yè)委員會(huì)、百度AI開放平臺(tái)、媒體報(bào)道、期刊論文等途徑搜集案例相關(guān)數(shù)據(jù)[36]。

5.2 案例描述與分析

北京大學(xué)國際醫(yī)院的微信公眾平臺(tái)智能分診功能，就是通過在線健康平臺(tái)搜集患者所述癥狀、基本信息和疾病信息，利用自然語言處理技術(shù)和機(jī)器學(xué)習(xí)方法融合所有數(shù)據(jù)，最終提供最佳的就診科室，以此減少患者因缺少醫(yī)學(xué)知識(shí)而導(dǎo)致的掛號(hào)科室錯(cuò)誤問題，提高患者就診的效率，優(yōu)化就診流程，減少醫(yī)療資源的浪費(fèi)。基于在線健康信息融合的北京大學(xué)國際醫(yī)院智能分診過程，如圖4所示。

圖4 基于在線健康信息融合的北京大學(xué)國際醫(yī)院智能分診過程

1)北京大學(xué)國際醫(yī)院的線上智能分診的異構(gòu)信息集成

智能分診第一步是患者信息的采集，患者輸入基本信息和主訴，形成異構(gòu)數(shù)據(jù)的語料庫。患者的基本信息包括患者的性別、年齡、地址等，患者的主訴信息包括患者的癥狀、體征，信息的采集過程支持自然語言輸入和選項(xiàng)選擇兩種模式。當(dāng)患者輸入的信息不足以實(shí)現(xiàn)分診到某一科室時(shí)，系統(tǒng)會(huì)智能地推薦患者可能出現(xiàn)的癥狀選項(xiàng)，請(qǐng)患者再次確認(rèn)信息，進(jìn)行關(guān)聯(lián)癥狀候補(bǔ)，直至匹配對(duì)應(yīng)的診療科室。這一信息采集過程得到的信息是非結(jié)構(gòu)化、口語化且無序的，需要進(jìn)一步地序化和轉(zhuǎn)化才能實(shí)現(xiàn)診療科室推薦。

2)北京大學(xué)國際醫(yī)院的線上智能分診的信息序化階段

在線健康平臺(tái)對(duì)患者信息的序化階段，是利用自然語言處理技術(shù)將無序信息有序化的過程。這個(gè)過程首先識(shí)別判斷患者主訴是否有分診的需求，然后，再利用分詞、切詞和去停用詞，抽取其中的醫(yī)療信息，并將其序化分類為癥狀類、體征類、疾病類和意圖類等。通過序化，使患者輸入的信息拆分并歸納入對(duì)應(yīng)的類別，進(jìn)一步形成可以被機(jī)器理解和分析的內(nèi)容。

3)北京大學(xué)國際醫(yī)院的線上智能分診的信息轉(zhuǎn)化階段

患者信息轉(zhuǎn)化的過程是利用自然語言處理技術(shù)，將識(shí)別的患者輸入的醫(yī)學(xué)術(shù)語轉(zhuǎn)化為專業(yè)的醫(yī)學(xué)用語，將口語化的醫(yī)學(xué)詞匯轉(zhuǎn)化為標(biāo)準(zhǔn)的醫(yī)學(xué)癥狀、體征、疾病名稱等，以提高信息融合的準(zhǔn)確率。采用的方法包括切詞、去停用詞、命名實(shí)體識(shí)別等，使用的醫(yī)學(xué)標(biāo)準(zhǔn)包括SNOMED CT、HL7 C-CDA、OMAHA醫(yī)學(xué)本體等，對(duì)健康信息內(nèi)容進(jìn)一步規(guī)范化，并分析信息的內(nèi)容特征和屬性特征，為輸入的患者健康相關(guān)信息的語義融合奠定基礎(chǔ)。

4)北京大學(xué)國際醫(yī)院的線上智能分診的信息融合階段

智能分診是患者健康相關(guān)信息經(jīng)過序化、轉(zhuǎn)化后進(jìn)一步融合的結(jié)果，該結(jié)果能夠?yàn)榛颊咛峁┲悄芑木€上診療科室推薦服務(wù)。在這一階段，通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方法對(duì)輸入數(shù)據(jù)進(jìn)行語義層面的深度融合，輸出就診建議，然后將其映射到醫(yī)院的分科規(guī)則，進(jìn)而匹配到醫(yī)院的對(duì)應(yīng)科室。匹配科室的基礎(chǔ)上，根據(jù)醫(yī)生的學(xué)科背景和專長，進(jìn)一步匹配醫(yī)生的用戶畫像，為患者推薦該學(xué)科的醫(yī)生，提高醫(yī)生和患者的匹配度。

6 結(jié) 語

本文根據(jù)在線健康社區(qū)的信息環(huán)境，歸納總結(jié)在線健康社區(qū)數(shù)據(jù)特征為其融合利用帶來的規(guī)范性低、信息過載和信息降級(jí)問題。由此，根據(jù)情報(bào)學(xué)研究中的序化論、轉(zhuǎn)化論和融合論，探索在線健康社區(qū)信息融合模型的目標(biāo)和原則，并將在線健康社區(qū)融合層級(jí)劃分為異構(gòu)數(shù)據(jù)的集成層、組織結(jié)構(gòu)的映射層、特征關(guān)系的分析層和文本語義的融合層面，探究信息融合的模式。在研究創(chuàng)新性地提出面向在線健康社區(qū)信息特征的信息融合模式，有助于推動(dòng)在線健康社區(qū)信息向健康知識(shí)的轉(zhuǎn)化，為面向用戶提供精準(zhǔn)高質(zhì)量的健康知識(shí)服務(wù)提供一定的參考依據(jù)。

但本研究?jī)H從理論層面探究了在線健康社區(qū)信息融合模型，尚未進(jìn)行實(shí)踐應(yīng)用效果的實(shí)證研究。因此，下一步，本研究將根據(jù)構(gòu)建的在線健康社區(qū)信息融合模型進(jìn)行實(shí)證研究，探索融合模型在健康信息推薦和健康知識(shí)服務(wù)中的應(yīng)用效果。