互聯網醫療研究現狀及未來展望

陳曦

【摘要】隨著互聯網醫療的快速發展，該領域獲得了投資界、創業者、居民、政府、學界等多方面的關注，成為社會討論的熱點。當前，互聯網醫療主要有在線醫療平臺和社區、在線醫療服務、移動醫療服務和醫療大數據分析等四種服務模式?；ヂ摼W醫療研究和行業發展在國家政策、醫療體制、商業模式、用戶群體等方面還存在較多問題，這些問題制約了互聯網醫療的發展。未來，互聯網醫療研究可在互聯網醫療模式和政策、深層次社會影響、互聯網醫療的特殊性、醫療文本分析、多源醫療大數據分析等五個方向深入發展。

【關鍵詞】互聯網醫療 政策法規 商業模式 醫療大數據

【中圖分類號】R-1 【文獻標識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2017.24.005

引言

近年來，隨著經濟的發展和居民生活水平的不斷提高，社會對醫療資源的需求日趨增長，然而我國又面臨著醫療資源緊缺的問題。據世界衛生組織2014年數據顯示，全世界人均衛生支出為1058.5美元，而我國人均衛生支出僅為419.7美元，遠低于世界平均水平。因此，如何有效地分配醫療資源（尤其是具有專業知識的醫生的服務）成為一個極為重要的社會問題。我國乃至全世界的醫療領域都面臨著醫療費用增加、醫療服務質量低、醫療資源短缺以及醫患信息不對稱等問題，迫切期望利用新興信息技術緩解此類供需矛盾（倪明選等，2013）。

隨著互聯網和大數據技術的發展，我國產生了各具特色的互聯網醫療服務，以滿足公眾日益增長的健康需求，并提高居民的健康水平和醫療保健的效率。國內主流的服務有以好大夫在線、39問醫生等為代表的在線咨詢服務，以39健康網等為代表的健康教育和信息平臺，以春雨醫生、平安好醫生等為代表的移動醫療平臺。業界對互聯網醫療的發展比較看好，動脈網數據顯示，2011年至2016年上半年共有533家互聯網醫療企業誕生，獲得超過33億美元的投資。隨著行業的快速發展和用戶群體的增加，互聯網醫療行業也得到了國家政策的認可，2017年5月國家衛計委相繼發布了《互聯網診療管理辦法（試行）》（征求意見稿）和《關于推進互聯網醫療服務發展的意見》，雖然該管理辦法和意見對行業進行了一定的規范和限制，但同時也為其發展提供了政策保障。

當前互聯網醫療的快速發展，為研究者提供了研究環境和數據支持。管理學、信息系統和醫療信息學等領域學者從不同角度對其進行了探索，互聯網醫療成為當下研究的熱點之一。國內外學者對互聯網醫療的各個領域進行了研究，取得了一定的研究成果，為該行業的發展提出了建議。但從目前來看，學界和業界還存在著巨大的鴻溝：一方面，業界尚未有效地將研究成果應用于解決行業發展過程中存在的服務同質性、生命周期短、數據共享難、商業模式不成熟、社會影響不清晰等方面的問題；另一方面，學界未能根據業界需求將學術研究和實踐問題相結合，形成業界學界的有效互動。本文將對當前互聯網醫療方面的研究前沿進行介紹，幫助業界對當前學術成果建立初步認知，然后結合行業發展遇到的問題，提出未來發展和研究可能的方向，以促進互聯網醫療健康、穩定、快速的發展。

互聯網醫療的定義和形式

當前學界對互聯網醫療還未有較明確的定義，而是較寬泛地認為是互聯網相關技術在醫療領域的應用。2015年8月，國家衛計委從“互聯網+醫療健康”的角度對其進行了定義，指以互聯網技術為載體，以包括通訊、云計算、物聯網、移動技術和大數據等信息技術為傳遞工具，與傳統的醫療健康服務相結合形成的一種新型醫療服務模式。研究指出互聯網醫療具有信息高度共享、便捷性、遠程可得性、依賴傳統醫療資源等方面的特點，可以在一定程度上緩解我國“看病貴、看病難”的問題，提升醫療資源使用效率（李梅，2015）。互聯網醫療的主要形式有在線醫療平臺和社區、在線醫療服務、移動醫療服務、醫療大數據分析等。

在線醫療平臺和社區。在線醫療平臺和社區主要是以媒體和在線社區為載體，匯集醫療和健康相關信息，為用戶提供信息或信息交流的平臺。隨著信息技術的發展，互聯網越來越成為人們獲取醫療信息的來源，據美國的一項調研顯示，72%以上的互聯網用戶表示在過去的一年內有通過互聯網搜集醫療信息的經歷（Pew， 2013）。因此，隨著醫療和健康信息需求的增加，越來越多的在線醫療社區和平臺被建立（Agarwal et al， 2010）。在美國，在線醫療社區和平臺主要分為兩類：一類是讓患者之間相互交流、相互支持，例如patientslikeme.com；另一類是讓患者評論和評價醫生，例如zocdoc.com。在中國，該類社區和平臺除了為患者之間提供信息交流外，還融合了在線醫療服務，例如預約、轉診、門診患者回訪、術后患者監控等醫患之間的交流。另外，還形成了以醫生資源為依托的醫醫交互平臺，為醫療專業人事提供文獻服務、信息分享和藥物信息，例如丁香園。

在線醫療服務。在線醫療服務是指通過互聯網傳遞的醫療和健康服務（Castrén et al.， 2008）。由于醫療資源的分配不均衡和不易獲得性，導致有些人群很難獲得需要的醫療資源，因此服務提供商通過互聯網的手段，讓醫生、醫院提供在線醫療服務，突破地域因素對醫療資源分配的限制。由于互聯網技術的局限性，僅有部分醫療服務可以通過在線渠道傳遞，例如在線醫院流程、在線健康咨詢、在線患者教育等。

在線醫院流程是利用互聯網優化醫院就醫流程，主要是讓患者通過互聯網進行掛號、預約、繳費和診斷等。主要的服務提供商有掛號網和就醫160。此外，有些醫院也會通過自己的官網向患者開放在線醫院流程服務等。在線健康咨詢是一種主流的在線醫療服務，主要是患者經過互聯網遠程咨詢醫生，例如通過在線問答、語音和視頻等進行交流。由于法律法規的限制，當前個人在線健康咨詢還停留在健康咨詢層面，醫生不能進行遠程診斷，涉及到診斷和開處方的環節只能在機構與機構之間的遠程醫療中實施。此項服務可以作為患者就醫過程中的第二信息源，讓患者更全面地了解自己的健康狀況，獲得術后的信息和心理支持（Zhang et al.， 2017）。endprint

在線患者教育是通過遠程渠道向用戶傳授健康教育的過程，主要通過遠程視頻方式用課堂教學的模式進行，涉及到的健康知識主要是疾病的預防、慢性病管理、健康保健知識等。由于盈利問題，此方面的服務發展較慢。

移動醫療服務。移動醫療服務可以被定義為通過無線信息和通訊技術傳遞醫療服務，用戶可以通過移動設備接收信息，例如手機和平板電腦等（Akter et al.， 2011）。從廣義上來看，移動通訊設備也可以提供在線社區和在線服務，這里的移動醫療服務主要是指通過移動監測設備收集和采集個人健康信息，并基于此信息提供移動醫療服務的過程。由于移動技術的特性，移動醫療服務可以提供及時、便捷和靈活的醫療服務，也可以根據用戶的身體特征、運動特征等實時數據提供個性化、專業化的健康監測服務。

移動醫療服務中主要的部分是移動醫療監測服務，布魯金斯和全球移動通訊協會預測移動醫療監測服務將會占移動醫療市場的三分之二以上（PwC and GSMA， 2012）。移動醫療監測服務的現實過程主要有三步：（1）通過移動監測設備獲取用戶實時健康指標；（2）結合用戶其他健康數據（體檢數據等）進行健康數據分析；（3）根據分析結果向用戶發送健康反饋或疾病預警。此項服務特別適合慢性病患者和老年人進行身體指標的監控和疾病監測，從而進行健康管理和干預。

醫療大數據分析?；ヂ摼W醫療的長遠發展需要與醫療大數據結合，從醫療大數據分析中提升健康服務的寬度和廣度。傳統醫療過程中的患者就診流程、臨床醫療過程、制藥企業、生物統計研究等方面產生了大量醫療大數據。通過醫療大數據分析，可以提供新型互聯網醫療服務，為居民、醫療機構進行健康管理提供便利。

通過醫療大數據分析建立居民健康服務標準化流程，為居民提供前瞻性、個性化、精準化的醫療指導；可以通過互聯網服務進行家庭式健康管理，減少患者住院時間、門診量，從個體層面提升居民健康管理水平；也可以將互聯網輿情監測和醫療大數據分析相結合，預測急性病、流行病、常見病傳播趨勢和途徑，提醒居民及時做好預防措施，從群體層面提升居民健康管理水平。

互聯網醫療研究現狀

互聯網醫療領域的研究主要從三個方面展開：服務設計研究、使用行為研究、社會影響研究。

服務設計研究。互聯網醫療服務設計方面的研究主要遵循設計科學的范式，研究如何對服務進行設計，以及如何進行服務管理。下面將從這兩方面舉例說明。

為了解決互聯網醫療提供什么類型服務的問題，Lap?o et al.（2017）從設計科學角度以在線藥物服務設計流程為例進行了分析，認為可以從五個步驟進行互聯網醫療設計：（1）確定問題和動機（傳統服務中的問題、調研新的需求）；（2）確定設計目標（調研各利益相關方）；（3）服務和平臺設計；（4）示范性實施（在部分用戶中進行服務的實施）；（5）服務有效性評估（評估服務的有用性）。Milo?evi? et al.（2011）從軟件工程方法的角度研究了如何設計為社區居民提供移動醫療服務（監測身體活動、體重和心率活動）的手機應用，主要流程包括問題定義、框架設計和實施。

隨著社交網站數量和用戶的增加，Gold et al.（2012）為社交網站如何設計醫療干預服務提出了建議：（1）建立一個包括多領域人才的團隊；（2）獲得倫理、法律和組織機構的認可；（3）取得建立和維護網址的資源；（4）吸引用戶注意；（5）讓用戶參與其中；（6）利用用戶之間的連接進行服務的擴散。由于互聯網醫療的服務異質性、地區分散性，而且融合了醫療、經濟和互聯網等諸多因素，使得服務的用戶很難精確并快速地定位合適的服務提供商，因此Dong et al.（2011）為互聯網醫療模式設計了服務發現和分類機制，為用戶搜索合適的醫療服務提供便利，也可以讓服務提供商更好地進行服務管理。

通過對設計方面研究分析可以發現當前研究主要是利用已有的設計流程和方法，結合互聯網醫療的服務情景，進行服務設計或流程設計。

使用過程研究。對互聯網醫療用戶使用行為的研究，主要關注用戶的采納行為、使用行為和遵從行為。

在互聯網醫療興起的初期，由于人們對該服務不熟悉，產生了一系列不信任、擔憂等負面感知，導致用戶的采納率較低（Zhang et al. 2017），因此多數研究集中在影響用戶采納互聯網醫療的心理因素。Fisher et al.（2008）從可用性和有用性角度研究了用戶如何對使用的醫療網站產生信任；劉詠梅等（2014）研究了用戶如何對移動醫療服務產生初始信任，從而決定其采納行為；Deng et al.（2014）從感知價值、態度和社會影響方面研究了用戶對移動醫療服務的采納行為；Liang et al.（2017）從理性決策視角探索了殘疾人如何決策使用在線醫療信息。另外有部分研究關注影響用戶采納的負面因素，例如Guo et al.（2013）提出的技術焦慮是老年人使用移動醫療服務的障礙，Zhang et al.（2017）發現對傳統醫療模式的滿意會阻礙居民使用在線醫療服務。對使用行為方面的研究主要關注用戶使用的目的和方式。Greene et al.（2011）研究了糖尿病患者使用社交媒體進行疾病交流的內容，發現他們與家人、朋友通過臉書交流疾病信息，以獲得疾病方面的建議、反饋和情感支持。Illiger et al.（2014）研究了用戶使用移動醫療技術的目的，發現主要目的是為尋找醫生和醫療信息，少數是為了進行健康數據管理和獲取醫療診斷。Helander et al.（2014）研究了用戶對移動醫療APP的使用行為，發現僅有2.58%的人成為活躍使用者，而具有良好生活習慣的用戶成為活躍使用者的比例較高。由于傳統醫療服務中存在著患者遵從率較低的問題，驅使研究者進一步研究互聯網醫療中用戶的遵從率問題。Wu et al.（2015）對用戶使用移動醫療系統的遵從行為進行了探索，認為互聯網醫療是以患者為中心的服務，用戶具有更高的遵從自主性，他們會根據遵從和不遵從的收益成本分析而做出決策。Hamine et al.（2015）對研究慢性病患者使用移動醫療遵從行為的文章進行了分析，發現短信服務是常用的慢性病移動醫療管理手段，并且其可操作性、靈活性、可獲得性是提升患者對醫療建議遵從的主要因素。endprint

通過對使用行為的研究分析，發現當前主要的實證研究是利用已經成熟的行為研究模型和理論研究用戶使用互聯網醫療的行為，尚未進行有針對性的、符合互聯網醫療特色的行為分析。

社會影響研究?；ヂ摼W醫療的社會影響研究主要關注使用該服務產生的影響，包括對用戶、醫生和社會醫療資源等方面產生的影響。

對用戶層面的影響主要研究使用互聯網醫療對患者健康和醫療決策的影響。Doolittle and Spaulding（2005）對患者使用在線癌癥服務的影響進行了分析，發現獲得正確、相關的在線醫療信息會幫助癌癥患者理解線下醫療程序，但是在線醫療信息也會產生信息沖突和錯誤等方面的負面影響。Yan and Tan（2014）研究了患者參與在線醫療社區產生的影響，發現用戶可以從其他患者和參與在線社區中改善自己的健康狀況，也可以幫助他們更好地進行健康管理。Ramachandran et al.（2007）驗證了基于手機的疾病管理可以顯著地提升心臟病患者的生活質量。對醫生層面的研究主要集中在使用互聯網醫療對醫生產生的影響。Murray et al.（2003）發現患者獲取在線醫療信息并提供給線下醫生，會顯著地改善醫患關系。Guo et al.（2017）驗證了醫生向患者提供在線醫療咨詢服務會顯著提升醫生的經濟收入和社會聲譽。Gao et al.（2015）發現患者對醫生的在線評價可以部分地反映醫生的服務質量，但是有較低服務質量的醫生會得到較少的在線評論。對社會層面的影響主要關注互聯網醫療的興起對社會、醫療資源產生的宏觀層面的影響。Goh et al.（2016）研究了在線醫療社區的社會價值創造過程，發現在線社區可以讓城市的醫療知識提供者向農村提供知識，從而在一定程度上緩解了城鄉之間的醫療資源不均衡。Venkatesh et al.（2016）發現通過互聯網技術傳遞醫療信息可以促使農村孕婦尋求專業的醫療服務，從而降低新出生嬰兒死亡率。

通過對互聯網醫療影響的研究發現，當前研究主要就單一角度關注其產生的影響，而較少從整體層面研究互聯網醫療對各個參與方及社會醫療資源產生的影響。

互聯網醫療遇到的問題

行業發展中的問題。（1）國家政策不清晰。我國針對互聯網醫療服務的政策處于探索時期。2015年7月，國務院發布《關于積極推進“互聯網+”行動的指導意見》，提出推廣在線醫療衛生模式，發展基于互聯網的醫療衛生服務。直到2017年衛計委出臺的《互聯網診療管理辦法（試行）》（征求意見稿）才對互聯網醫療進行了定義，指利用互聯網技術為患者和公眾提供疾病診斷、治療方案、處方等服務的行為，但是限定了服務提供商只能是有醫療機構執業許可的機構，而且僅限于對慢性病管理進行輕問診，對行業和服務范圍進行了限定。當前多數互聯網醫療提供商的服務超過了此范圍，存在于政策的灰色地帶。進一步來看，當前并沒有法律為互聯網醫療服務中的責任界定、隱私保護、定價機制等問題提供政策依據。（2）現有醫療體制制約。我國現有的醫療模式是以醫院為主，主要的醫療資源集中在實體醫療機構。醫療知識的提供者（醫生、護士）也有自己隸屬的醫院，參與互聯網醫療服務活動只是業余工作，不能與互聯網醫療企業建立緊密的合作關系。另一方面，居民的醫療數據存儲在實體醫療機構，其他企業很難獲取并利用，因此互聯網企業必須依賴實體醫療機構對患者做出的檢查和診斷，在服務范圍和規模上受到了限制。（3）商業模式未成熟。當前互聯網醫療的服務模式主要是作為中間商的角色而存在，例如建立平臺幫助患者和醫生交流，從患者向醫生的付費中收取提成。該模式利潤單一、可模仿性強，互聯網醫療企業如計劃長遠發展，必須尋找新的服務模式，從數據分析、個性化醫療、專業化服務等方面探尋成熟的商業模式。（4）居民健康素養低。我國居民的健康管理方式還停留在花錢治病的思維上，對疾病預防、疾病監測方面的重視度不夠。山東省2016年的調查顯示，僅有12%的居民具有基本的健康素養。部分互聯網醫療服務是針對疾病預防和監控的，而對疾病的治療還是主要依靠實體醫療機構，因此導致多數居民還未能意識到互聯網醫療服務的重要性。

研究進展中的問題。（1）未能結合互聯網醫療特色。當前研究主要是將已有的理論和方法應用于互聯網醫療背景下，研究其服務設計、使用和產生影響的過程，未能結合互聯網醫療方面的特性進行研究，從而體現研究的獨特性，進行理論和方法上的創新。例如，互聯網醫療涉及到多方的參與、醫療與信息技術的融合、服務的在線傳遞等，未能在研究中得到體現。因此，當前研究未能反映出互聯網醫療的特色，不能對行業發展產生較強的指導意義。（2）未能融合多數據源。當前研究主要從單一數據源入手，研究基于單一數據源進行互聯網醫療服務的設計，未能結合多數據源進行全面的服務設計研究。居民的健康數據有多方面來源，例如醫院數據、社交媒體數據、日常健康監測數據、家庭遺傳數據、服務流程數據等。從單一數據源進行研究的原因可能是由于多源數據獲取的難度大，服務提供商一方很難打破多方壁壘。但是基于單一數據源進行的服務設計無疑會降低服務的準確性和針對性，從而設計的服務較難對居民產生吸引力。（3）未能重視醫療文本的價值。當前研究主要關注用戶的健康體檢數據和用戶產生的客觀數據（例如對服務的需求、服務使用過程、對醫生的評價等），而忽略了線上和線下醫療活動中產生的文本信息的價值。從線下來看，電子病例系統的實施為常年保存患者診療、醫生決策文本和圖像數據提供了可能，實現了海量醫療數據的累積；從線上來看，醫患之間、醫醫之間、患患之間通過在線服務和平臺的交流互動，也產生了大量文本數據。此方面數據涵蓋了大量的醫療活動過程，具有較大的醫學價值，但是當前研究較少涉及到此方面數據的分析。（4）未能有效應用大數據技術。隨著信息技術的普及和發展，產生了大量用戶生成數據，進而促進了大數據存儲、管理和分析技術的發展。當前大數據技術已經被應用于產品營銷、輿情監控、企業管理等領域，但是互聯網醫療方面的大數據應用和研究還相對較少。其原因可能是多數據源獲取存在著壁壘，也可能是還未發現大數據與互聯網醫療的有效結合點。未能有效地利用大數據技術將會使互聯網醫療不能有效地提供部分服務。endprint

未來發展研究展望

結合對互聯網醫療發展和研究現狀的分析，本文提出了五個發展和研究方向，主要涉及到互聯網醫療模式和政策、深層次社會影響、互聯網醫療特殊性研究、醫療文本分析、多源醫療大數據分析。

互聯網醫療服務模式和政策制定。首先，由于服務盈利模式不清晰，導致了互聯網醫療發展出現了同質性，較難提供高附加值的醫療服務。因此發展互聯網醫療行業，需要業界和學界共同解決服務模式創新的問題?？梢詮膬蓚€方面考慮：（1）著眼于醫療服務創新并結合醫療數據分析，提供高附加值的醫療服務，擴大服務范圍，吸引更多的用戶；（2）著眼于開發個性化、專業化的醫療服務，對不同潛在用戶人群進行服務細分，提升服務的深度，獲取更多潛在價值高的用戶。其次，由于政策的不確定性和現行醫療體制的制約，導致行業前景不清晰，影響互聯網醫療的長遠發展。因此需要業界和學界對互聯網醫療服務中可能遇到的法律問題進行分析，制定配套的行業運轉機制，為政府制定行業政策提供理論支持?；ヂ摼W醫療在當前或未來發展中很可能會遇到醫療責任分擔、服務范圍界定、個人隱私保護、虛擬服務定價等方面的問題，造成各參與方之間的沖突和矛盾，需要對這些可能遇到的問題進行研究，提出解決方案。

互聯網醫療深層次社會影響機制?；ヂ摼W醫療作為一種新的醫療模式，其作用不僅僅局限于解決用戶患病時的醫療需求，更趨向于進行疾病的預防和去醫院中心化。當前業界和學界主要關注通過互聯網傳遞醫療服務，而忽略了其他方面的用途。為了更大程度地發揮其社會作用，需建立和健全互聯網醫療促進居民疾病預防思維和健康意識教育的機制，如推廣在線健康教育、疾病預防教育等。如此，不僅可以從深層次緩解社會醫療問題，拓展互聯網醫療服務范圍，還可以為學術界進行社會影響研究提供新的方向。

互聯網醫療特殊性研究。當前研究在對互聯網醫療進行探索的過程中，主要從單方面關注其醫療、技術或服務特性?；ヂ摼W醫療是醫療、技術和服務的融合，涉及到多參與方之間的交互和合作，具有相對于傳統模式的特殊性，例如線上醫療流程與傳統流程的區別、在線服務和在線醫療服務的區別、互聯網醫療用戶與傳統醫療用戶或互聯網服務用戶的差別等。當前研究從單一角度出發，忽略了互聯網醫療服務過程的特殊性，未來研究可以從此方面出發，從互聯網醫療的特殊性進行研究，為理論和實踐做出有針對性的貢獻。

醫療文本價值分析。無論傳統的線下醫療服務還是互聯網醫療服務，醫療流程記錄都會形成文本數據，當前研究較少從醫療文本中挖掘其醫療價值。首先，可以對線下醫療中的電子病例數據進行醫療分析，提取出其中的醫療知識，為后續醫生的醫療決策提供參考，也可以為互聯網醫療提供智力支持；其次，可以對互聯網醫療中的醫患交互、患者行為等方面文本進行分析，形成互聯網醫療知識庫，為后續服務提供決策支持。如此，不僅可以最大限度地利用已有的醫療數據，還可以逐步促進醫療活動的智能化，節約醫療資源和就醫成本。

多源醫療大數據分析。當前對醫療大數據的研究尚處于起步階段，醫療大數據管理和分析存在著數據獲取困難、數據有偏差等方面的問題（Chen et al.， 2015）。因此需要業界和學界共同解決醫療大數據應用方面的問題，使大數據分析在互聯網醫療中得到普及。借助多源醫療大數據分析，互聯網醫療可以提供涉及更多用戶公共醫療服務、更專業化的疾病預測和監控服務、更準確的醫療決策支持，這無疑會增強互聯網服務的效率。因此，學界在解決醫療大數據獲取和分析方面的困難的同時，還可以進行多方面深入研究，例如基于醫療大數據疾病預測模型、基于醫療大數據的流行病預測模型、基于醫療大數據的醫生決策支持系統等。

結語

近幾年來，互聯網醫療得到了快速發展，被各方廣為看好，吸引了業界和學界的注意力。但是其發展過程中遇到了國家政策、醫療體制、商業模式、用戶群體等方面的制約，使得業界在青睞的同時充滿了憂慮，而且當前學術界的研究尚未就此提出可能的解決方案。因此，本文通過對互聯網醫療發展和研究現狀的分析，對其中存在的問題進行了系統總結，并在此基礎上提出了未來重點發展和研究方向，期望對互聯網醫療的健康、快速、可持續發展提供借鑒。

參考文獻

Agarwal R， Gao G， DesRoches C， Jha AK， 2010， "Research Commentary—The Digital Transformation of Healthcare： Current Status and the Road Ahead"， Information Systems Research， 21（4）： pp.796-809.

Akter S， D'Ambra J， Ray P， 2011， "Trustworthiness in mHealth information services： an assessment of a hierarchical model with mediating and moderating effects using partial least squares" （PLS）， Journal of the Association for Information Science and Technology， 62（1）： pp.100-116.

Castrén J， Huttunen T， Kunttu K， 2008， "Users and non-users of web-based health advice service among Finnish university students–chronic conditions and self-reported health status （a cross-sectional study）"， BMC Medical Informatics and Decision Making， 8（1）： pp.1-8.endprint

Chen Y， Ning J， Cai C， 2015， "Regression analysis of longitudinal data with irregular and informative observation times"， Biostatistics， 16（4）：pp.727-739.

Deng Z， Mo X， Liu S， 2014， "Comparison of the middle-aged and older users' adoption of mobile health services in China"， International Journal of Medical Informatics， 83（3）： pp.210-224.

Dong H， Hussain FK， Chang E， 2011， "A framework for discovering and classifying ubiquitous services in digital health ecosystems"， Journal of Computer and System Sciences， 77（4）：pp.687-704.

Doolittle GC， Spaulding A， 2005， "Online Cancer Services： Types of Services Offered and Associated Health Outcomes"， Journal of Medical Internet Research， 7（3）：e35.

Fisher J， Burstein F， Lynch K， Lazarenko K， 2008，"Usability+ usefulness= trust： an exploratory study of Australian health web sites"， Internet Research， 18（5）： pp.477-498.

Gao GG， Greenwood BN， Agarwal R， McCullough JS， 2015， "Vocal minority and silent majority： How do online ratings reflect population perceptions of quality？" MIS Quarterly， 39（3）： pp.565-590.

Goh J-M， Gao G， Agarwal R， 2016， "The Creation of Social Value： Can an Online Health Community Reduce Rural-Urban Health Disparities？ "，MIS Quarterly， 40（1）： pp.247-263.

Gold J， Pedrana AE， Stoove MA， Chang S， Howard S， Asselin J， Ilic O， Batrouney C， Hellard ME， 2012， "Developing Health Promotion Interventions on Social Networking Sites： Recommendations from The FaceSpace Project"， Journal of Medical Internet Research， 14（1）：e30.

Greene JA， Choudhry NK， Kilabuk E， Shrank WH， 2011， "Online Social Networking by Patients with Diabetes： A Qualitative Evaluation of Communication with Facebook"， Journal of General Internal Medicine， 26（3）： pp.287-292.

Guo S， Guo X， Zhang X， Vogel D， 2017， "Doctor–patient relationship strength's impact in an online healthcare community Information Technology for Development"， Forthcoming， pp.1-22.

Guo X， Sun Y， Wang N， Peng Z， Yan Z， 2013， "The dark side of elderly acceptance of preventive mobile health services in China"， Electronic Markets， 23（1）：pp.49-61.

Hamine S， Gerth-Guyette E， Faulx D， Green BB， Ginsburg AS， 2015， "Impact of mHealth Chronic Disease Management on Treatment Adherence and Patient Outcomes： A Systematic Review"， Journal of Medical Internet Research， 17（2）：e52.

Helander E， Kaipainen K， Korhonen I， Wansink B， 2014， "Factors related to sustained use of a free mobile app for dietary self-monitoring with photography and peer feedback： retrospective cohort study"， Journal of Medical Internet Research， 16（4）：e109.endprint

Illiger K， Hupka M， von Jan U， Wichelhaus D， Albrecht U-V， 2014， "Mobile Technologies： Expectancy， Usage， and Acceptance of Clinical Staff and Patients at a University Medical Center"， JMIR mHealth and uHealth， 2（4）.

Lap?o LV， da Silva MM， Gregório J， 2017， "Implementing an online pharmaceutical service using design science research"， BMC Medical Informatics and Decision Making. 17（1）：p.31.

Liang H， Xue Y， Zhang Z， 2017， "Understanding Online Health Information Use： The Case of People with Physical Disabilities"， Journal of the Association for Information Systems ， 18（6）：pp.433–460.

Milo?evi? M， Shrove MT， Jovanov E， 2011， "Applications of smartphones for ubiquitous health monitoring and wellbeing management"， Journal of Information Technology and Applications， 1（1）： pp.7-57.

Murray E， Lo B， Pollack L， et al.， 2003， "The impact of health information on the internet on the physician-patient relationship： Patient perceptions"， Archives of Internal Medicine， 163（14）：pp.1727-1734.

Pew， 2013， "Health Fact Sheet"， Pew Research Center Internet Science and Technology.

PwC， GSMA， 2012， "Touching lives through mobile health： Assessment of the global market opportunity"， Pricewaterhouse Coopers， Groupe Speciale Mobile Association， India.

Ramachandran K， Husain N， Maikhuri R， Seth S， Vij A， Kumar M， Srivastava N， Prabhakaran D， Airan B， Reddy KS， 2007， "Impact of a comprehensive telephone-based disease management programme on quality-of-life in patients with heart failure"， Natl Med J India， 20（2）： pp.67-73.

Venkatesh V， Rai A， Sykes TA， Aljafari R， 2016， "Combating infant mortality in rural india： Evidence from a field study of ehealth kiosk implementations"， MIS Quarterly， 40（2）：pp.353-380.

Wu D， Lowry PB， Zhang D， 2015， "Patient Compliance Behavior in a Mobile Healthcare System： An Integration of Theories of Rational Choice and Planned Behavior"， Hawaii.

Yan L， Tan Y， 2014， "Feeling blue？ Go online： an empirical study of social support among patients"， Information Systems Research， 25（4）：pp.690-709.

Zhang X， Guo X， Lai K-h， Yin C， Meng F， 2017， "From Offline Healthcare To Online Health Services： The Role Of Offline Healthcare Satisfaction And Habits"， Journal of Electronic Commerce Research， 18（2）： pp.138-154.

Zhang X， Guo X， Wu Y， Lai K-h， Vogel D， 2017， "Exploring the inhibitors of online health service use intention： A status quo bias perspective"， Information & Management， Forthcoming.

李梅，2015，《互聯網醫療探索與思考》，《通訊世界》，第12期，第309～310頁。

劉詠梅、車小玲、衛旭華，2014，《消費者對移動醫療的初始信任研究》，《信息系統學報》，第1期，第3頁。

倪明選、張黔、譚浩宇、羅吳蔓、湯小溪， 2013，《智慧醫療——從物聯網到云計算》，《中國科學：信息科學》，第43（4）期，第515～528頁。

責 編∕樊保玲endprint