基于文本挖掘視角的我國互聯網醫療政策量化分析

包鵬飛 孟 卓 盧昕玥 王鴻蘊 鄭秋瑩 孔軍輝 徐 坤 李瑞鋒 黃友良

互聯網醫療是以移動互聯網為主要載體,通過云計算、物聯網等信息技術實現無接觸診療服務提供的新型醫療保健體系的總稱[1]。近年來，互聯網醫療在我國發展較為迅速，2014年8月國家衛生計生委頒布《關于推進醫療機構遠程醫療服務的意見》，為互聯網醫療行業的發展營造了良好的外部環境?；ヂ摼W醫療是一種全新的診療模式，為患者提供了更多、更優質的醫療服務。作為傳統醫療模式的有益補充，也為整合醫療資源和重構健康產業做出了貢獻[2]，并受到了廣泛重視與應用。

本文基于文本挖掘視角，對國家層面互聯網醫療政策文本進行量化分析，歸納互聯網醫療政策研究主題并聚焦政策熱點，以期為今后政策的完善提供借鑒和參考。

1 資料與方法

1.1 資料來源

本文選取國務院辦公廳、國家衛生健康委員會辦公廳和國家中醫藥管理局等國家層面官方網站上公開發布的一系列政策文件作為資料來源。為確保資料選取的準確性,按照以下原則對文本進行了甄別和篩選：①發文時間限定在2014年8月-2020年12月；②主題涉及“互聯網醫療”“互聯網醫院”“遠程醫療”“在線醫療”“移動醫療”等政策文本，共52份。

1.2 研究方法

將政策文本導入ROSTCM軟件，結合研究篩選得到有效關鍵詞并確定政策研究主題。對有效關鍵詞進行共現分析，旨在找出政策文本中主題詞之間的關聯，梳理政策脈絡。以關鍵詞共現矩陣為依據進行主題詞聚類，根據聚類結果進行主題詞分組，總結政策研究熱點。最后，將聚類結果進行社會網絡語義分析并通過可視化戰略坐標呈現。

2 數據處理及量化分析

2.1 關鍵詞提取與整理

由于政策文本中部分專業詞匯工具無法識別，需要結合我國特殊語境含義人工對一些特殊詞匯進行自定義，保證關鍵詞提取的嚴謹性。同時，將與研究主題關聯性較低的詞匯納入過濾詞表以提高數據篩選的準確性。進一步提取后，得到符合研究主題范圍的詞頻表作為本研究的有效關鍵詞詞頻表（表1）。

表1 政策文本關鍵詞有效詞表（前20位）

2.2 共詞分析

將生成的有效關鍵詞進行整理，運用ROSTCM軟件進行主題關鍵詞共現處理,并生成有效共詞矩陣（表2）。其中，對角線上的數據代表該關鍵詞在所有的政策性文本中出現的聯合頻次,非對角線上的數據代表兩個相同的關鍵詞在相同政策性文本中共同出現的聯合頻次。兩個關鍵詞的聯合頻次值越大,代表政策聚焦主題聯系越緊密。

表2 部分共詞矩陣列表

通過分析可得，互聯網醫療政策以“健康”“醫療”“衛生”等基本關鍵詞為核心。這充分體現了互聯網醫療政策對衛生基本目標的堅持。“大數據”和“互聯網”等體現時代特征的關鍵詞詞頻與共現頻次值均排名靠前，在一定程度上也顯示出政策對以互聯網為代表的信息技術的關注。同時，“中醫藥”“少數民族”“基層醫療”等代表互聯網醫療主要應用方向的主題關鍵詞詞頻以及共現頻次較高，進一步體現了多種醫療方式交叉融合的互聯網醫療行業特點。

2.3 聚類分析

聚類分析技術作為在分類問題中常用的多元統計分析方法,又稱為集群分析[3]。該方法根據關鍵詞之間的關聯性并按照強度大小，以部分能夠代表所屬研究主題的關鍵詞為中心進行歸類處理，將數據劃分成有意義或有研究價值的簇組。經過聚類分析后,組內各個不同對象之間理論上具有高度的聚類相似性,而不同對象群體組間的聚類相關性則比較低。聚類得到的簇應具有高簇內相似性和低簇間相似性。根據本研究中政策文本的特點,將數據導入SPSS進行分析,使用“離差平方和”聚類方法,選擇“歐氏距離”作為區間劃分的標準,在變量轉換取值的度量標準化方法的選擇方面,選擇按照變量z得分的方法,最終結果以聚類樹狀圖形式輸出（圖1）。

圖1 主題詞共詞聚類樹狀圖

聚類樹狀圖可以較準確地映射聚類進程，能夠具體到聚類過程中各個樣本進行歸并的情況[4]。圖譜通過調整不同的距離對所有關鍵詞進行劃分和整理，以便生成不同的主題類團。距離越近表示主題類團中的關鍵詞在同一文章中出現的次數越多，類團所代表的研究主題之間的關系越緊密。取密度用于體現一個主題類團內部的聯系強弱,向心度用于體現不同主題類團之間的聯系強弱。計算類團內關鍵字共現次數的平均值作為該主題類的密度,將一個主題與其他主題群體的共現次數平均值作為向心度[5]。通過計算可得，各類主題類團的空間向心度、密度如表3。

表3 主題詞聚類結果

綜合考慮后，本研究設置聚類距離為8，該距離將所有關鍵詞分為5個主題類團，分別以A、B、C、D和E字母進行編號。“衛生服務”“家庭醫生”“大數據”“信息化”等關鍵詞共同組成主題類團A,“護理”“康復”“基層醫療”等關鍵詞共同組成主題類團B,“創新”“平臺”“互聯網”通過之間的相互關聯性較高組合成主題類團C。由于“健康”和“醫療”的聚類距離與其他研究之間的關聯度較松散,因此單獨將其劃分為2個主題類團D、E。

2.4 戰略分析

戰略坐標分析是一種基于主題位置分析各主題演進情況以及發展進程的共詞分析方法。在戰略坐標圖中，以X軸表示主題類團密度，以Y軸表示主題類團向心度。在本研究戰略坐標圖中，X軸代表主題類團在政策規定中的成熟度，Y軸代表主題類團在政策規定中的核心程度。將主題類團計算得到的密度作為橫坐標、向心度作為縱坐標,以密度與向心度平均值的交點作為原點，繪制得到戰略坐標圖（圖2）。

圖2 聚類分組結果戰略坐標圖

2.4.1 核心領域。位于第一象限的主題類團具有高密度和高向心度特點。類團內部各關鍵詞之間不僅聯系緊密，而且與其他主題類團聯系性較強。因此，該象限的主題類團往往代表行業研究的核心領域。由圖2可知，目前互聯網醫療政策并沒有核心關鍵詞主題類團，這表明互聯網醫療政策領域還沒有形成明確的研究核心和政策支撐體系。

2.4.2 未來趨勢。位于第二象限的主題類團具有低密度和高向心度特點。該類團的研究熱度并不突出，但與第三、四象限的類團相比具有很大的發展潛力。該象限中類團的研究方向代表了行業未來的發展趨勢。位于此象限的類團是主題A和E，分別代表健康與醫療兩個行業熱點，表明互聯網醫療政策在未來仍會圍繞健康與醫療這兩個主題進一步深化。

2.4.3 邊緣領域。位于第三象限內的主題類團具有低密度和低向心度特點。象限中類團的研究主題在行業中處于邊緣領域，該類主題類團主要聚焦于衛生健康管理信息化研究，重點主要集中在以社區為代表的基層醫療衛生管理信息化研究。

2.4.4 獨立研究領域。位于第四象限的主題類團具有低向心度和高密度特點。該類團所代表的政策規定已較為完善,但與其他研究方向的合作需要進一步加強，因此屬于獨立研究領域。位于該象限的兩個主題類團B和C均圍繞各自的中心主題來開展業務研究，主要是以患者為中心的基層輔助醫療服務的提供和以互聯網平臺為基礎的技術創新。

2.5 社會網絡分析

為更加直觀地展示政策關鍵詞間的相互關系,本研究使用ROSTCM工具中的社會網絡和語義分析功能,經過提取高頻詞和生成行特征詞表等步驟，最終得到關鍵詞網絡圖譜（圖3）。圖譜中關鍵詞距中心節點距離越近，代表關鍵詞與中心節點詞語的聯系就越緊密，圖譜線條的疏密代表共現頻率高低，線條越密，表示共現次數越多。

由圖3可知，圖譜的網絡結構具有“核心-邊緣”特點。根據節點大小具體分為3個層次：第一層由“醫療”和“健康”兩個關鍵詞構成，處于圖譜的中心位置。第二層由“基層醫療”“中醫藥”“醫療服務”“康復”等詞組成。第三層主要包括“家庭醫生”“衛生服務”“健康管理”“分級診療”“信息化”“互聯網”等。社會網絡語義分析結果與戰略坐標分析結果大致吻合，二者都反映了互聯網醫療行業政策的核心領域未被充分挖掘等問題。

圖3 社會網絡語義分析

3 討論與建議

3.1 完善互聯網醫療政策頂層設計

從政策的頂層設計角度綜合分析，互聯網醫療政策的制定應以健康為中心目標，以醫療服務的提供為主體，需要政府有針對性地完善相應的政策規范，引導產業健康發展。目前，互聯網醫療政策規定主要聚焦于行業潛在發展領域和獨立研究領域。因此，政府應完善互聯網醫療政策的頂層設計，促進行業全面均衡發展，與國家“十四五”發展規劃相適應。

3.2 細化互聯網醫療政策內容

從政策的核心內容角度重點分析，政策重心多聚焦于互聯網醫療行業的規劃。當前互聯網醫療政策標準不統一，行業較易出現標準制定混亂、行業發展良莠不齊的現象[6]，陷于長期難以管控的局面。政府應結合社會發展現狀對政策內容進行深化細化, 發揮行業協會在政策制定中的積極作用并進行有效監管[7]，進而形成良好的互聯網醫療行業秩序。

3.3 重視互聯網醫療政策評估反饋工作

從政策的評估反饋角度分析，政策的覆蓋范圍存在一定的局限性。針對這些政策盲區，政府應積極完善互聯網醫療政策，定期收集行業反饋，并將更多的邊緣化受眾納入監管范疇，及時對政策效應加以評估，為政府的科學決策和政策內容的調整提供借鑒，促進互聯網醫療行業的發展。