在線醫療社區服務利用及轉化研究——以好大夫在線為例

馬騁宇

首都醫科大學衛生管理與教育學院 北京 100069

·互聯網醫療·

在線醫療社區服務利用及轉化研究
——以好大夫在線為例

馬騁宇*

首都醫科大學衛生管理與教育學院 北京 100069

目的：通過分析在線醫療社區開展服務的模式及向線下的轉化情況，提出在線醫療服務與傳統醫療服務融合中存在的問題和政策建議。方法：抓取好大夫在線平臺上開展網絡咨詢、電話咨詢、預約轉診等方面的數據進行實證分析。結果：好大夫在線平臺上網絡咨詢兩周回復次數平均14次，總回復次數平均418次，電話咨詢率0.08%，預約轉診率2.96%。結論：在線醫療社區較電子商務的服務轉化率較低，電話咨詢的推薦熱度較滿意度對患者更有指導意義，在線醫療社區仍存在提供服務模式單一、盈利模式不清晰等問題。

在線醫療社區； 轉化率； 預約轉診； 電話咨詢

隨著“互聯網+”產業的快速發展，在線醫療服務平臺如雨后春筍般出現，在線醫療社區作為互聯網醫療的一種典型形式起步較早，在發展的十余年間已經對醫患用戶的行為產生了影響[1]。在線醫療社區所提供的線上醫療健康服務有別于傳統的醫療健康服務，其服務模式、盈利方式，以及向線下的轉化上均有自身的特點。[2,3]本文在對在線醫療社區的運營管理模式、醫患交互行為的研究基礎上，通過實證分析國內最大的醫患互動交流平臺好大夫在線(haodf.com)，對在線醫療社區上提供的網絡咨詢、電話咨詢、預約轉診等線上醫療服務情況進行分析，并就其對患者線下就醫行為的影響進行研究，為在線醫療社區與傳統醫療服務體系的融合與發展提供政策建議。

1 資料與方法

考慮到運行時間和覆蓋人群，選擇目前規模較大的在線醫療社區網站好大夫在線(www.haodf. com)作為實證研究的數據源。好大夫在線2006年創建，目前已有10年的歷史，具備豐富的數據和較為成熟的運行模式。同時，好大夫在線是我國最大的醫患交流平臺之一，已收錄全國3 192家醫院、8萬多個科室、27萬多名醫生，活躍度高，能夠較有代表性的反映目前在線醫療社區的發展現狀及特征。

資料與方法詳見《在線醫療社區醫患互動行為的實證研究——以好大夫在線為例》一文。

2 在線醫療社區的服務模式

在線醫療社區以患者或潛在患者作為服務對象，提供健康信息、醫療咨詢等方面的服務，并通過在線社區平臺提供醫患互動的途徑。以好大夫在線網絡平臺為代表的在線醫療社區一方面是患者的就醫經驗發布平臺，患者通過平臺可以分享如何選擇醫生、交流就醫經驗，還可以為醫生的診療效果和服務態度投票和打分、寫感謝信、贈送心意禮物等。

另一方面，平臺提供以專家為核心的線上醫療服務，主要運營模式分為咨詢服務和預約轉診服務兩類。咨詢服務的主要形式有網絡咨詢和電話咨詢。網絡咨詢通過答問卷的形式，患者填寫包括病程長短、疾病情況兩方面的問卷，會由系統分配醫生進行解答，此服務為免費服務。電話咨詢過程患者通過選擇有意向的醫院和病癥，由系統推薦可以電話預約的醫生列表，醫生根據職稱、專家等級、咨詢時間等收費不同，患者根據需要選擇，醫生的診療收入與好大夫在線平臺分成。

圖1 好大夫在線醫療服務示意圖

好大夫在線平臺上還免費提供“預約轉診”特色服務，允許患者直接向醫生提交病情，預約門診加號?；颊吒鶕t生提供的擅長治療疾病進行選擇，這樣能較好的將醫生的時間和精力用于自己擅長的病例上，方便患者掛號就醫。

3 結果

3.1 網絡咨詢情況

網絡咨詢情況來看，醫生最近兩周回復網絡咨詢的次數平均為14次，74.19%的醫生兩周內網絡咨詢次數為0次，顯示出平臺的活躍度不高。 醫生的總網絡咨詢次數平均為418次，31.26%的醫生沒有開通網絡咨詢(表1)。

表1 每個醫生網絡咨詢情況

從開通網絡咨詢服務的醫生的醫院級別及職稱分布來看，兩周內回復次數較多的是三級醫院的醫生。三級醫院兩周內回復網絡咨詢較頻繁的醫生,職稱上主要是副主任醫師和主治醫師，主任醫師和住院醫師較少，二級醫院和一級醫院中級職稱醫生較多(表2)。顯示出在線醫療社區較活躍的是中青年醫生。

表2 不同級別、不同職稱醫生兩周內回復網絡咨詢 情況，人次(%)

從醫生的網絡咨詢總回復次數來看，三級醫院較二級、一級醫院多(表3)。三級醫院醫生中主任醫師的總網絡咨詢回復次數多于副主任醫師和主治醫師，住院醫師數量最少。這一分布與兩周分布情況不同，三級醫院的主任醫師作為專家，患者的需求量仍是最大的，但這部分醫生并不活躍，回復網絡咨詢不夠及時，相對而言，副主任醫師和主治醫生更愿意回復患者問題。

3.2 電話咨詢情況

電話咨詢是目前好大夫在線重要的盈利分成服務項目，提供電話咨詢服務的醫生人數為3 903人，占總開通個人網頁醫生數(10 430人)的37.43%。自2008年以來累計完成患者電話咨詢次數為3 542 224人次。開展電話咨詢的醫生仍集中在公立三級醫院(表4)。

表3 不同級別、不同職稱醫生總網絡咨詢 情況，人次(%)

表4 開展電話咨詢服務醫生的情況

電話咨詢的患者推薦熱度是平臺上患者對醫生進行電話咨詢服務后,向其他患者推薦醫生的好評度評價?？傮w來看，患者推薦熱度的平均分為3.34分，中位數為3.5分，符合正態分布(圖2)。電話咨詢過的患者對醫生的療效和服務態度進行滿意度打分，兩個指標的滿意度平均得分均為99分，表示患者對電話咨詢的結果均非常滿意。

圖2 患者推薦熱度分布

3.3 預約轉診掛號

在線醫療社區提供的服務中，患者利用較多的是“預約轉診”服務，通過平臺掛號咨詢，更加便捷。就預約轉診情況分析來看，好大夫在線平臺上共有1 185位醫生提供過預約轉診掛號服務，占開通個人主頁醫生數的11.36%,預約加號需求主要集中在主任醫師(表5)。

表5 在線醫療社區上醫生預約轉診情況

預約轉診科室排在前十位的有骨科、婦科、神經外科、心血管內科、泌尿外科、眼科、腎病科、中醫科和功能神經外科。預約轉診數量來看，排在前十位的醫院包括北京協和醫院、301醫院、北大人民醫院、北醫三院、中日醫院、北大醫院、阜外醫院、北京兒童醫院、宣武醫院、西苑醫院(表6)。前20的醫院中6家專科醫院，14家綜合醫院。

表6 預約轉診前十位醫院的轉化率情況

3.4 患者的訪問轉化率

患者的訪問轉化率是指在線醫療社區平臺上的訪問用戶轉化為患者進行電話咨詢、視頻咨詢、預約轉診、評價醫生等服務的比例。轉化率越高，在線醫療社區上提供的服務利用更加充分，對患者的線下行為影響越大。

從數據分析結果來看，在線醫療社區上的患者訪問轉化率整體不高。好大夫在線上提供的服務可以分為兩類，一類是免費服務，如對醫生的評價、打分，向醫生贈送心意禮物、發感謝信或者投票等，利用這類服務的患者一般是在在線醫療社區平臺上獲得過醫生信息，在線下就診或線上電話咨詢后回到網站上對醫生進行評價，這類服務的轉化率可以達到5%左右。第二類是收費項目，如醫生預約轉診、電話咨詢，均有明確的收費標準，這類服務可以將線上用戶真正轉化為線下患者，并在醫生那里接受診療服務，這一類服務的轉化率較低。電話咨詢率僅有0.08%，預約轉診率也只有不到2.96%(表7)。

表7 在線醫療社區上服務的轉化率分析

4 討論

4.1 在線醫療社區的轉化率偏低，服務利用率和使用效率有待提高

與電子商務相比，在線醫療社區作為一種特殊的服務業態，患者從線上訪問者通過電話、遠程視頻等渠道轉化為患者進行健康咨詢的比例較低。2014年艾瑞咨詢數據顯示，電子商務從線上瀏覽信息轉化為用戶發生購買行為的訂單轉化率為2.56%～4.14%,少數頂尖零售商轉化率能達到10%。[4]而好大夫在線訪問或咨詢的的患者，轉化為通過電話、遠程視頻就診的比例只有0.08%，通過平臺預約轉診加號的患者比例只有2.96%，遠低于電子商務的商品購買轉化率，其訪問轉化率有待提高。此外，數據分析結果顯示，線上醫療服務轉化率與醫院級別正相關，三級醫院的轉化率高于二級和一級醫院，北京協和醫院、北大人民醫院等知名度高的醫院，預約轉診轉化率可以達到7%以上，遠高于其他醫院。

4.2 副高級、中級職稱醫生更有參與在線醫療服務的意愿和能力

從參與在線醫療社區服務網絡咨詢、電話咨詢的醫生職稱分布來看，副高、中級職稱的醫生具備更高的活躍度，兩周回復率較正高級職稱醫生高。一方面可能因為副高、中級職稱的醫生一般比較年輕，對網絡平臺和信息技術的接受度更高，學習使用的過程也更容易；另一方面，中級和副高級職稱醫生處于事業上升期，需要知名度的擴展，較主任醫生有更多的時間去參與在線醫療服務。而從患者的需求來看，患者的電話咨詢、預約轉診對象更集中在主任醫生或副主任醫生上，表明無論是在線上還是線下患者的需求均集中在少數專家級醫生身上，線上、線下皆面臨優質資源缺乏的問題。

4.3 電話咨詢的推薦熱度較滿意度評價更能反映醫生的實際服務質量

患者接受電話咨詢后會向其他患者提供推薦熱度的打分，以及對醫生的診療水平和服務態度進行滿意度打分，但就兩個指標的分布來看，推薦熱度呈現正態分布，而患者的滿意度打分接近滿分。出現這種情況的原因可能是，患者對醫生的滿意度打分一般較高，患者認為達到了健康咨詢的預期，就會給醫生打一個較高的分數，而醫生的服務質量是否值得推薦給其他患者要求就更高一些，只有少數醫生患者會覺得服務特別好或者特別差，而大部分醫生均是差強人意，因此，推薦度符合正態分布，也就是打分在平均分左右的患者較多，而打分較高或較低的患者較少。因此，推薦熱度這個指標對患者的指導價值要比滿意度評價更有意義。

4.4 在線醫療社區贏利模式不清晰，不利于長期發展

目前在線醫療社區為代表的在線醫療服務能夠參與的醫療衛生服務有限，尚未形成較為成熟的盈利模式，在線醫療服務與線下傳統醫療服務的融合尚缺乏成功模式。[5]在線醫療網絡平臺的運營商如果長期找不到自身的合理增長點和盈利模式，其市場潛力、市場競爭力、穩定性均會受到影響。因此,目前在線醫療社區平臺的服務模式較單一,有待于進一步探索與傳統醫療服務體系的創新結合。

[1] 埃里克·托普. 顛覆醫療[M].張南， 譯.北京： 電子工業出版社， 2013.

[2] 邵雙， 劉芬， 袁玉婷， 等. 我國在線醫療信息服務平臺現狀分析[J]. 現代商貿工業， 2014(7): 162-164.

[3] 李洋. 在線醫療社區醫生貢獻行為的影響因素研究[D]. 哈爾濱： 哈爾濱工業大學經濟與管理學院， 2015.

[4] 艾瑞咨詢. 2014年4月國內主流電子商務網站日轉化率[EB/OL]. (2014-05-15)[2016-06-10].http://www.199it.com/archives/225891.html

[5] 方鵬騫, 謝俏麗, 胡天天. 論互聯網與醫療服務的關系[J].中國衛生政策研究， 2016, 9(1)： 65-68.

(編輯 趙曉娟)

An empirical study on the utilization of online health community and its conversion into the traditional health system: A case study of haodf.com

MACheng-yu

DepartmentofHealthManagementandEducation,CapitalMedicalUniversity,Beijing100069,China

Objective: To analyze the service pattern provided by online health community and the conversion of online health community to offline health systems. To put forward the problems and suggestions on integration of online and traditional health services. Methods: The crawl programming is programmed to acquire and analyze data from haodf.com website, including the online consultation, telephone counseling, and referral appointments, etc. Results: The results show that the average number of replies is 14 times for two weeks, the total reply is 418 times, the telephone answering rate is only 0.08%, and the referral rate to offline is 2.96%. Conclusion: The conversion rate of online health community in China is lower than e-commerce service. The recommended index of telephone consulting is more instructive to patients. The services mode provided by the online health community is still single, and the profit model is not even clear.

Online health community; Conversion rate; Referral appointment; Telephone counseling

國家社會科學基金青年項目(16CGL066)

馬騁宇，女(1981年—)，副教授，主要研究方向為衛生事業管理、衛生信息管理。E-mail：machengyu@hotmail.com

R197

A

10.3969/j.issn.1674-2982.2016.11.012

2016-05-10

2016-10-10