國內互聯網醫療研究合作網絡分析和熱點識別

劉裕儒，劉紅思，夏晨曦，沈麗寧

1華中科技大學同濟醫學院醫藥衛生管理學院，湖北武漢，430030；2湖北省衛生技術評估研究中心，湖北武漢，430030；3東華理工大學信息工程學院，江西南昌，330000

近年來，“互聯網+”行動計劃在衛生領域快速推進。2012-2019年我國“互聯網+醫療”市場規模逐年增長，2019年的市場規模達到271.7億元，同比增長47.5%[1]。互聯網醫療是以互聯網為載體，以信息技術為手段(包括移動通信技術、云計算、物聯網、大數據等)，與傳統醫療健康服務深度融合而形成的一種新型醫療健康服務業態的總稱[2]。為了迎合人群日益增長的健康需求，我國自2014年以來發布了一系列利好政策，2018年的《關于印發互聯網診療管理辦法(試行)》進一步明確了互聯網醫療服務的類別和監管方式?；ヂ摼W醫療應用范圍廣泛、節約成本并能提升患者體驗，一定程度緩解了我國醫療資源供給和需求的空間分布不均衡及服務效率低下的局勢，也是健康中國背景下的必然趨勢?；ヂ摼W醫療逐漸成為研究者們關注的焦點，國內相關研究也與日俱增，可對該領域研究情況進行梳理的文章一直較少，其中呂小萍等利用關鍵詞聚類分析了2008年至2018年4月國內互聯網醫療領域研究的主題結構和趨勢[3]，袁成菊等通過聚類樹圖將互聯網醫療領域研究總結為4個類團[4]。然而未有研究對該領域的合作情況進行探究，同時已有研究在熱點的歸納時僅考慮研究的關鍵詞，對類團主題內容的解讀較為粗略。因此本研究采用社會網絡分析方法與LDA主題模型，對互聯網醫療領域研究的總體情況進行梳理，再現和歸納該領域研究力量的合作關系及研究熱點，以期為相關政策的制定和后續研究的推進提供參考。

1 資料來源和方法

1.1 資料來源

使用CNKI數據庫作為數據源，專業檢索的檢索表達式為：TI=“互聯網”*(“醫療”+“診療”+“醫院”) OR KY=“互聯網醫療”+“互聯網+醫療” OR KY=(“互聯網+”+“互聯網”)*(“醫療”+“醫療健康”)。截止到2020年2月29日，共檢索到2469篇文獻，下載題錄并導入文獻管理軟件中瀏覽和篩選。排除標準：①文獻來源為報紙的文獻；②重復文獻；③刊首語、征稿啟事等非研究類文獻；④與主題弱相關文獻； ⑤無作者文獻。經進一步篩選，共得到國內互聯網醫療相關文獻共1250篇。

1.2 研究方法

1.2.1 社會網絡分析。社會網絡分析(social network analysis，SNA)是對社會網絡中的行動者進行量化研究，主要分析某一特定空間范圍內行動者間的關系的情況、特征以及對組織的影響[5]。研究通過SNA方法對作者及合作關系進行分析，確定領域核心作者群后，使用SATI軟件構建作者合作矩陣并導入UCINET軟件計算相關指標。整體合作度和合作率計算見式(1)和式(2)。最后使用NetDraw軟件繪制作者合作網絡圖，將合作關系可視化，網絡圖譜中每個節點對應一位作者，節點間連線表明作者間有合作關系，連線上的數字標識合著論文數量。

式(1)

式(2)

1.2.2 主題分析。LDA(latent Dirichlet allocation)模型是一種三層貝葉斯產生式概率模型，其認為主題混合比例的差異構成不同文檔的差異，是自然語言處理研究中有關主題挖掘的重要模型[6]。首先對1250篇文獻的摘要、標題和關鍵詞進行預處理，即使用Jieba分詞工具實現分詞、去停用詞和自定義詞典過程。常規停用詞有標點符號、語氣助詞、介詞、連接詞等，本研究還添加了語料中高頻無意義詞匯、詞頻過低詞匯以及在多個主題分布概率均較高的詞匯；取關鍵詞中較長的專有名詞加入自定義詞典。

對處理后的語料，使用第三方開源Python工具包Gensim包構建LDA主題模型，其中參數α和β分別設定為0.05和0.01。主題數K則依據困惑度來計算，其通過模型的泛化能力衡量該模型對于文檔文本的預測能力，通常情況下，困惑度越低，主題模型的推廣性越佳，話題的擬合性越好[7]。采用主題強度衡量不同主題的研究熱度差異，其表現為一段時間內所有文檔中某一主題的概率均值[8]。

2 結果

2.1 文獻時間分布

20世紀90年代末期互聯網醫療的概念剛剛萌發，2013年之前每年論文數量都維持在5篇以下的低水平。2014年行業起步后論文數大幅上升，其中2015-2016年間增長最快，增幅3.89倍，隨后幾年論文數量總體仍然保持增加趨勢。由于該領域實際發展時間較短，論文數還未出現明顯的“拐點”，未來仍有較大的研究空間。同時由于2018年和2019年國家發布了諸多相關政策文件，2020年文獻總量有望較多增長。國內互聯網醫療領域論文數量變化如圖1所示。

圖1 互聯網醫療領域論文數量時間分布

2.2 合作網絡分析

初步統計發現，1250篇文獻涉及作者共2626位，其中由兩位及以上作者合著的文獻共689篇，約占一半。計算作者的合作度與合作率，分別為2.4和55.1%，整體合作程度相對較高[9]。取全部作者分析，難以突出重點和直觀觀察合作情況，所以需選取較重要的作者和合作團體為核心作者群[7]。他們是所在學科領域中科研成果較豐富、學術造詣較深的科研人員。上海市兒童醫院于廣軍發文量最高，為8篇，根據普賴斯定律由式(3)得出該領域核心作者最低發文量為2.1篇，其中nmax為高產作者中最高發表論文數，m為高產作者中最低發表論文數，可知核心作者發文量應不少于3篇，共計59位。

式(3)

2.2.1 總體情況。59位作者構成的合作網絡包含不同程度的合作關系。從宏觀層面看，合作團體較多但分散，團隊間的關聯不大。微觀層面上，團隊以兩人合作為主，較大的合作團隊數量少。規模最大的團隊有5人，共3個。19位作者為獨撰作者，為合作網絡中的孤立點，如圖2所示?？梢妵鴥仍擃I域的研究人員還未形成成熟的合作關系，仍處于尋求研究合作對象的時期。

圖2 互聯網醫療領域國內核心作者合作網絡

2.2.2 子網分析。在國內互聯網醫療合作網絡中，參考其他文獻劃分出4種類型的子網絡[10-11]，分別是單點類型、雙核類型、單核心類型、多核心類型。單點類型共19位，為作者獨立發表論文，是其他類型子網絡發展的基礎。雙核類型的子網為兩位作者合作發文，形成兩個節點加一條連線，共18位作者構成9個雙核類型的子網。其中除孟群和尹新合作發表6篇論文外，其余為兩兩合作發表3篇，合作形式有同機構合作和跨機構合作。同機構合作中有導師與研究生合作，如楊德仁和李少芳，也有同醫院內合作，如上海兒童醫院的于廣軍和崔文彬、解放軍總醫院遠程醫療中心的杜超和張梅奎。跨機構合作主要為高校和醫院或科研機構間的合作。具有單核心性質的子網絡共2個，其核心節點與其他節點間都有連線。一個是福州總醫院以陳金雄為核心的團隊，主要研究互聯網醫療實際應用和互聯網醫院的實現；另一個為以王爽為核心的跨機構研究團隊，研究內容為互聯網醫療行業的監管及法律、法規。多核心類型子網絡有3個，包括一個三人團隊和兩個五人團隊，其中楊光華、黃利興等構成的五人團隊4次合作發表論文，合作關系較強。這種子網絡的節點互動頻率高，網絡中資源傳遞效率高，是比較完備的合作模式[12]。

2.2.3 網絡密度。網絡密度指作者間實際關系數和可能存在的最大關系數的比值，描述了作者間聯系的緊密程度。網絡密度高的合作團體中知識和信息的傳播和滲透較快，共享及傳遞效率高[10]。本研究合作網絡密度為0.069，數值較小，這說明國內互聯網醫療領域的作者間互動不強、連通性較低，合作結構稀疏松散，知識共享效率較低，可能一定程度上影響該領域未來的科研產出能力，也說明合作模式依舊處于形成階段。

2.2.4 中心性。中心度體現了作者在整體網絡中的重要程度，分為點度中心度、中間中心度和接近中心度。點度中心度可衡量作者處于核心地位的程度。由表1可見，王萍、楊光華、余俊英、饒淑華和黃利興的點度中心性最高，并且構成5人子網絡，他們在國內該領域處于相對主要位置?？妭ゴ沃?，也是完備型子網絡的節點之一。然而，由于發展時間短，作者發表文獻量差異小且合作網絡松散，作者的核心性區分不顯著。中間中心度高的作者常位于許多其他節點之間的路徑上，他們更有能力控制其他節點間的相互作用。結果顯示，整個網絡的中間中心度為0.18%，數值很低，網絡的溝通性不佳。核心作者中只有陳金雄和王爽的中間中心度不為零，這兩位作者起到了網絡間聯結和媒介的作用，占據位置和資源優勢。其余作者對知識交流共享的控制能力較弱，反映該領域大部分學者沒有足夠控制學科資源的能力。對于接近中心度，因大量孤立點和獨立子網絡存在使其無法直接計算。

表1 合作網絡作者中心度(部分)

2.3 基于LDA主題模型的研究熱點識別

2.3.1 主題劃分和合并。參考困惑度曲線，將互聯網醫療領域研究劃分為23個主題，根據各主題的高概率詞匯進一步合并為11個主題，分別為“模式和發展”“互聯網+健康管理”“互聯網醫療金融”“遠程醫療”“大數據分析”“移動醫療”“分級診療”“信息平臺和系統”“互聯網醫院”“企業戰略”“安全和監管”，并計算合并主題的主題強度。見表2。

表2 主題模型和合并結果

2.3.2 研究熱點分析。選取合并主題強度前6位的主題作為領域熱點主題，從高至低依次為“互聯網+健康管理”“遠程醫療”“互聯網醫療大數據分析”“分級診療”“安全和監管”“互聯網醫院”。

“互聯網+健康管理”主要包括慢性病患者管理和護理。我國慢性病的發病率逐年升高，相比高價長期住院，目前基于互聯網的醫院-社區一體化慢性病管理模式應用廣泛，其聯合社區衛生服務中心和綜合醫院，為患者提供連續系統、高效低價的防治服務，包含綜合醫院方案制定、社區電話隨訪及方案修改，對于糖尿病和高血壓患者的指標控制和生命質量改善具有明顯效果[13-14]?！盎ヂ摼W+護理服務”主要應用于傷口造口患者的延續性護理、失能老人的護理和康復等場景。

遠程醫療的服務模式包括遠程診斷、遠程會診、遠程教育培訓等，在糖尿病健康管理、皮膚病診療、區域醫療心電診斷平臺等方面都具有應用價值。遠程醫療不僅有效破解深度貧困地區在設施、人員和資源上的困境，還聯合醫聯體將優質診療服務延伸至基層，縣級醫院也可以借助遠程醫療平臺強化醫生的培訓、對接向上的省級醫院和向下的鄉鎮及社區醫院，從而推動分級診療[15-17]。但其依舊存在技術、政策、管理、群眾接受度等方面的難題。

許多研究者圍繞互聯網醫療用戶的使用意愿、認知和態度以及滿意度等方面進行了統計調查、模型構建和分析。年齡、職業、文化程度、病種、信任、感知收益、上網方便等會影響到一般居民的使用和采納意愿；而對于醫生群體，影響因素有績效期望、努力期望、社會影響和便利條件[18-20]。此外，滿意度也會影響就醫意愿，而它與醫患溝通中言語表達的可延展性密切相關[21]。認知和態度方面，居民的認知程度和使用率偏低，但持有迫切需求和接納的態度[22]。相比之下，醫務人員的認知普遍較高[23]。

國內多位學者都對“互聯網+”視角下分級診療體系和新型分級診療模式的構建進行了探討，其中牟亞婷分析了轉診協作平臺、遠程醫療平臺和健康信息平臺3個方面的設計內容[24]，李華才總結出分級診療體系建設的10種模式[25]，吳謙等利用雙向轉診系統、醫院內部核心系統、醫療服務平臺系統和監督管理系統來構建模式框架[26]。醫聯體結合分級診療憑借因地制宜的優勢，可最大限度整合醫療資源并提高診療效率[27]。此外，“互聯網+分級診療”針對不同病種，如慢性阻塞性肺疾病、糖尿病等也具有良好的療效。

現存困境中，信息安全和隱私保護問題以及行業監管和法律問題得到了普遍關注。學者們提出醫療機構內部要在安全控制技術方面加大資金和人才投入，還要建立責任追究和技術培訓等管理制度；國家和政府層面需加大監管力度并健全相關法律法規；患者個人也應提高自我保護意識[28-30]?；ヂ摼W醫療的監管涉及藥品、廣告、醫生和醫療機構、企業以及醫療保險等多方面，我國目前立法不足，監管機構職能交叉，糾紛處置機制也不夠完善[31]。部分互聯網醫療服務由衛生部門難以有效約束的第三方提供，這也加大了信息監管的難度[32]。

近幾年崛起的互聯網醫院依托實體醫療機構建立，國內研究多半圍繞其建設展開。設計的功能模塊主要有遠程醫療、婦幼健康服務、慢病閉環管理、智能導診、線上問診[33]。運營管理方面，呂應博等提出從團隊協作、管理體系、信息系統與技術體系4個維度實施精細化管理[34]，聶良剛等落實了醫療服務運營規范、服務價格和醫生評價標準[35]。實踐方面，用于2型糖尿病患者可有效控制指標并提升自我管理效能，用于肺結核患者的健康宣教提高了依從性及治愈率[36-37]。

其中，“互聯網+健康管理”“遠程醫療”及“數據分析”主題的合并強度都在0.12以上，明顯高于其他。老齡化加劇及慢性病發病率增高使居家健康管理需求逐漸增高，可穿戴設備和醫療類APP的發展也助力了服務實現，可能是造成這一主題研究熱度極高并逐年增多的原因。遠程醫療有著極大節省時間和經濟成本的優勢，其熱度自提出就居高不下。隨著分級診療制度的推進和落實，遠程醫療在全國也將繼續保持高速發展態勢，關于各區域、各病種應用實踐的研究將繼續增多?；ヂ摼W醫療大數據主題的研究目前主要圍繞公眾的使用情況和結果展開，利用其成果開展服務水平和質量評價調查，提升現有服務方面的研究或許會是未來的研究趨勢。

3 討論

3.1 作者間和團隊間合作有待加強

目前國內互聯網醫療領域作者合作網絡的整體結構較稀疏，中心性強的作者也較少。網絡結構的疏密可以反映領域中知識和信息的交流和共享程度[10]?；ヂ摼W醫療研究起步較晚，有影響力的作者與有能力控制資源的作者有限，這就導致雖然已形成一些研究團隊，但團隊之間的聯系不夠，不利于科研成果和資源的充分利用和傳遞。因此，高產作者提高在領域中的活躍性，增強自身團隊與其他團隊的合作，才能使合作模式從初期走向成熟。

3.2 跨機構合作不斷加強

該領域研究機構主要有高校、科研機構、醫院，跨機構合作現象明顯，這可能與其跨學科屬性有關。此外，一些互聯網科技企業也參與了研究，因為服務的實現常常得力于信息技術的支持，未來醫院和企業間的合作有望進一步加強。隨著研究內容更加深入，更需要不同類型機構進行知識的交流碰撞，如開展學術交流活動等。研究機構也需跟相關實施部門加強合作，將創新性成果落到實踐中，從而促進互聯網醫療服務的廣泛應用和領域發展。

3.3 慢性病患者健康管理的關注度較高

主題分析顯示，慢性病患者健康管理主題的研究熱度最高，因為老齡化進程的加速使慢性病患者(如高血壓和糖尿病患者)的診療和管理變得尤為重要。研究表明，基于移動互聯網的高血壓患者管理模式可有效提高患者依從性[38]。同時，老年人的居家養老服務也在不斷完善。遠程醫療和分級診療作為另兩個研究熱點，主要針對深度貧困地區和基層醫療機構的患者，提供優質的醫療服務?；鶎俞t療機構的醫護人員也可通過遠程醫療教育進行培訓，提高基層的醫療服務能力[17]。

3.4 互聯網醫療用戶的就診體驗有待優化

公眾對于互聯網醫療服務的接納程度和使用體驗，無論是對行業發展還是服務提升都具有重要意義。這里的用戶不僅包含患者，還包括提供服務的醫生、護士等，目前公眾對此的態度積極但認知還有待提高，這需要醫療機構和衛生部門加大宣傳引導的力度。患者和醫生本身的特性、醫患關系以及用戶和平臺間的互動都能明顯影響用戶體驗[18, 20]。應針對不同方面的影響因素分別改善，以促進整體互聯網醫療服務品質的提升。

3.5 隱私和信息安全的關注度不斷提高

醫療健康信息保護一直是社會焦點話題，《中華人民共和國基本醫療衛生與健康促進法》指出醫方具有保護公民個人健康信息的義務，應完善信息安全制度和保障措施。同時，高度依賴網絡的特性增加了信息泄露的風險，《中華人民共和國網絡安全法》中也用較大的篇幅專章規定了公民個人信息保護的基本法律制度。醫療機構需要不斷完善網絡安全保護機制，使用多種技術協同保護信息安全，政府也有必要繼續加強法規建設和行業監管。因此，有關隱私保護機制和技術的研究也將是未來國內互聯網醫療領域的研究趨勢之一。

本研究也存在一些不足，如僅從CNKI數據庫收集數據，可能會遺漏部分領域相關中文文獻。另外，主題分析雖然納入了摘要文本，但是中文摘要的非結構化使其對主題劃分意義有限。今后可擴大數據來源，并結合時間屬性，更全面地了解該領域的合作網絡及研究熱點。