基于多階段信任關系傳遞的O2O社區醫療平臺資源整合優化

□ 王墨竹 姚建明

(中國人民大學 商學院, 北京 100872)

一、引 言

隨著人口老齡化和城鎮化進程的加快,居民的基本健康需求迅速增長并呈現出多樣化、個性化的特點。O2O社區醫療平臺是近年來興起的以服務社區患者為核心的基層醫療機構,利用互聯網和大數據技術有效整合醫療領域線上和線下的多種醫療資源,向居民提供便利的、個性化的診療和護理服務[1]。目前,O2O社區醫療平臺多數采用政府引導、多個資源方協作參與的市場化運營模式。

與傳統的線下社區醫療模式相比,O2O社區醫療模式下資源整合的挑戰主要在于該模式下,醫療資源的種類、來源以及醫療資源之間的協作關系更加復雜[2-3],導致患者與醫療資源構建信任關系的難度更大、過程更復雜[4]。學者們將這一現象歸因于O2O就診模式下患者對平臺及各類醫療資源的服務穩定性與安全性不夠滿意且缺乏信任。既有研究表明[5-7],患者對醫療資源的信任將在長期和短期內直接影響患者的就診決策,進而影響O2O醫療平臺的資源整合決策。由此可見,在O2O社區醫療平臺這一特殊模式下,為了保障并提高醫療服務的效率,平臺需要以患者信任構建為核心,對各類醫療資源進行合理的整合與優化。

從本質來講,任何關系的建立都不是一蹴而就的,從注重得失計算的理性決策過程轉變為以關心和情感依戀發展為核心的信任是要通過雙方多次的互動和接觸逐漸積累和演變的[8]。患者對醫療資源的信任也是如此演變的,往往需要經過多階段問診、就診等環節才能從量變到質變,最終建立雙方的信任關系,這使得信任關系呈現出了多階段特征。而且,前序階段的信任關系會對后續階段信任關系的建立產生不同的影響,本文將其稱為信任關系的傳遞效應。

可以看出,信任關系構建的多階段特征和傳遞效應決定了O2O社區醫療平臺的資源整合問題將是一個較為復雜的多階段資源整合問題。在資源整合優化時,平臺需要在不同的就診階段,考慮患者感知信任的程度以及信任關系多階段傳遞效應對資源整合的影響,來滿足不同患者的個性化醫療需求。

當前,有關O2O社區醫療平臺資源整合的研究尚處于探索階段,多數關于在線醫療平臺的研究主要集中在運作模式的探討,如在線醫療平臺服務質量對患者就醫決策的影響[9-10]、患者與醫療資源的匹配方法[11-12]、醫院/科室醫療資源的調度問題[13]、醫療服務價格協調機制[14]等等。關于醫患信任與醫療平臺資源整合的相關研究則主要集中于在線信任的構成因素分析和衡量方法探究方面,主流研究經常沿用人際信任研究中的信任定義,并使用正直、能力和仁慈等傳統維度進行信任的衡量等[15-19]。但是,在O2O社區醫療平臺模式下,就醫問診的場景從線下擴展到線上和線下聯動,醫患交互方式較傳統模式有較多創新之處,社區患者的需求也呈現更加多元化、個性化的特征,僅從傳統的人際關系構建入手對醫患信任進行刻畫是不夠的。因此,本文將試圖從醫患匹配角度入手探尋新的信任衡量方法;此外,既有研究也尚未針對信任的多階段傳遞效應進行探討,這也是本文關注的重點問題。

本文在對O2O社區醫療模式下醫患關系特征進行分析的基礎上,首先對O2O社區醫療平臺資源整合中的信任關系的構建及其傳遞效應進行了分析并探討了其對資源整合的影響。在此基礎上,從患者個性化醫療服務需求與醫療資源供給動態匹配的角度出發,提出了患者感知信任的衡量方法及信任的多階段傳遞效應對資源整合權重影響的量化方法。最后,搭建了基于多階段信任關系傳遞的O2O社區醫療資源整合優化模型,并設計算法求解。

二、多階段信任關系傳遞對資源整合的影響

醫患間信任關系可以分為醫生信任和患者信任,本文主要針對患者信任展開研究,Pearson 和Raeke[20]將患者信任定義為,在缺乏監督和控制對方行為能力的條件下,信任方(患者)接受相對弱勢地位的主觀意愿,期望受信方(醫方)能夠采取有利于自己的行為。既有研究指出[21-23],醫患間的信任關系能有效降低交互中的不確定性,進而使雙方保證一種低風險的、穩定的關系。

在O2O社區醫療模式下,醫療資源的種類和數量明顯增多,患者的選擇余地更大,更愿意挑選自己信任的、能夠滿足個性化需求的醫療資源。換言之,患者信任實際上反映了患者對醫療資源的依賴程度和滿意程度。患者與醫療資源在不同交互環節建立的信任關系會對其與該醫療資源交互的長期意愿產生重要影響,進而影響平臺資源整合決策。

例如,假設某患者希望在O2O社區醫療平臺進行術后康復訓練,就診過程可分為問診、體檢、治療、護理四個階段。如圖1所示,在問診階段,某醫療資源能較好地滿足患者的個性化服務要求,患者會對該醫療資源建立起初步的信任(患者的信任程度在圖中由陰影面積表示)。在后續多個階段,該醫療資源也能一直維持較高的服務水平來滿足患者的要求,患者將會與其建立更加高級的信任關系。有該信任關系的支撐,在今后的就診中,患者會更偏向于選擇該資源。反之,如圖2所示,假設患者同樣在問診階段對某醫療資源建立起了初步的信任,但是后續多個階段,該醫療資源都無法較好地滿足患者的個性化服務要求,因此患者對該醫療資源的信任程度將逐漸下降,甚至產生反感。在這樣的信任關系下,今后就診中患者可能不會繼續選擇該資源。

圖1 患者與醫療資源信任建立過程 (情況1)

圖2 患者與醫療資源信任建立過程 (情況2)

由此可見,患者與醫療資源在不同交互環節建立的信任關系會對其后續某個或多個階段的資源選擇產生影響。高質量的醫患交互能夠顯著提升患者對醫療資源的信任程度,在后續診療階段中會對該資源表現出明顯的傾向性;而低質量的醫患互動則會使患者對資源產生反感,在后續診療中很可能不會再選擇。對于O2O社區醫療平臺而言,為了保障服務效率,減少患者流失,需要在考慮不同階段患者信任和信任傳遞特征的基礎上進行資源整合,選擇最優醫療資源來提供服務。

三、多階段信任關系傳遞的量化研究

(一)信任關系衡量方法研究

為了將上述討論的醫患間信任關系傳遞效應引入資源整合優化模型和算法,首先需要對信任關系進行量化分析。既有的患者信任測量方法大致分為兩類:基于心理結構的患者信任測量[24-25]和基于醫方特征的患者信任測量[26-29]。從測量維度上看,基于醫方特征的患者信任量表中出現頻次最高的維度主要有技術能力、忠誠性、信息保密、關懷等。這些維度的頻繁出現表明患者信任很大程度上取決于醫療服務方的職業能力(技術與社交)和職業素養(信息保護與對患者的尊重);基于心理結構的患者信任量表表明,患者信任源于患者在就醫過程中對醫方及其提供的醫療服務的主觀感知,包含理性認知和情感感知。

既有信任關系量化通常基于線下面對面醫療服務模式下患者對醫生信任的評價。而在O2O社區醫療平臺的特殊研究背景下,一方面,O2O模式下醫生和患者通常以在線視頻、語音或文字進行交流。由于缺乏面對面的問診,患者對醫生的行為、能力和素養的感知有所弱化。另一方面,O2O模式廣延性的特點決定了平臺上各類醫療資源的服務對象存在著一定的不確定性,導致醫療服務的持續性、穩定性和安全性減弱,顯著影響了患者的信任構建過程。由此可見,由于O2O醫療平臺上醫患交互模式的特殊性,醫患信任的內涵逐漸從患者對某位醫生的信任,擴大為患者對平臺醫療服務質量的信任。同時,既有研究也指出[30-32],在O2O醫療模式下,患者的需求更加個性化,對醫療服務的各類要素有更加多樣的需求,為準確反映O2O醫療平臺上的患者感知信任,醫療服務綜合質量對患者信任的影響需要在評價模型中得到體現。綜上所述,既有的醫患信任評價體系的維度需要擴展,以便將醫療服務各類要素、患者的主觀感知以及醫療資源的能力和行為特征進行多維度的整合。

服務質量理論對衡量服務質量的要素進行了深入研究,Rust和Oliver(1994)[33]提出,服務產品本身的特征(即服務的內容)、服務交互過程(即服務傳遞過程中從業人員與顧客之間的關系水平)以及服務環境(服務的時間、空間等特征)是衡量服務質量的三個要素。因此,本文采用服務內容、服務水平、服務時間和服務空間作為反映患者對醫療服務質量信任的四個主要維度,并根據O2O社區醫療服務的具體特征確定主要維度下的各個子維度。

服務質量取決于用戶所感知的服務質量與用戶所期望的服務質量之間的差別程度,這種差別程度也可以理解為用戶滿意度[34-36]。類似地,通過對比患者對服務的實際感知信任和預期信任之間的差別,就可以得到患者對醫療服務的真實信任程度。基于此,本文將患者主觀感知、醫療資源能力和特征整合到醫療服務質量評價體系中,構建了基于患者多維感知信任評價模型,并闡述了模型中各個指標的計算方法,如表1所示。該評價模型使用醫療服務方實際服務能力與患者期望的服務能力之比來體現患者的真實信任,通過聚合不同維度的信任來量化其綜合信任程度,綜合考慮了患者主觀感知、醫療資源的能力和行為特征,以及醫療服務方與患者之間復雜的短期與長期匹配關系的影響。

(二)患者感知信任程度的計算

表1所示的評價模型包含四個一級指標,每個一級指標下又包含不同的二級指標,而且各指標的計算方法不同,需要按照一定的準則將不同的指標維度聚合,才能計算出患者的整體感知信任程度。如何確定不同指標在評價體系中的重要程度,使其能反映社區患者的整體意愿，以及如何使不同量綱的指標更具有可比性是計算過程中面臨的主要挑戰。本文采用如下方法來解決感知信任評價中的兩個瓶頸問題。

(1)各級指標權重確定方法

由于信任等級評價模型的指標體系復雜,首先需要將所有指標按照層次結構進行排序,邀請患者代表對指標重要性進行評價,通過兩兩對比得到判斷矩陣,并由平臺對患者的評價進行一致性檢驗。接下來,采用算術平均法對判斷矩陣歸一求和,得出不同層級下各指標的權重值。其中,一級指標對于患者感知信任程度(目標層)的權重集可記作A={a1,a2,a3,a4}；各二級指標對于相應的一級指標的權重集可分別記作Aα1={a11,a12,a13}；Aα2={a21,a22,a23}；Aα3={a31,a32}；Aα4={a41,a42}。

(2)基于可比性原則的指標量化方法

考慮到患者對醫療資源的感知信任評價具有模糊性,同時為了使不同量綱的評價指標更具有可比性,本文建立了模糊綜合評價集并構建了模糊隸屬度函數,目的是將不同維度的指標轉化為統一的評價語言。本文將指標評價集設為M，M={非常好(A),好(B),一般(C),差(D)}。由于各項指標的計算方法不同,對應到評價集時的分級代表值也不同,需要根據不同指標的隸屬度函數綜合確定其對不同評語的隸屬度。隸屬度函數f(x)如表2所示，其中u為各指標的實際表現值，即U12～U42的實際值，n1,n2,n3,n4為各個評價集中的分級代表值。

表2 模糊評價集隸屬度函數

由此,得到第α個一級指標下的第β個二級指標模糊評價為Rαβ={rβ1,rβ2,…,rβω},其中rβω表示該指標對第ω個評語的隸屬度,整理后得到第α個一級指標的模糊綜合隸屬度矩陣為Rα。

(1)

(3)患者感知信任程度聚合評價

(bαm1,bαm2,…,bαmω)

(2)

根據式(2)計算結果可以整理出各一級目標的模糊綜合隸屬度矩陣,再根據一級指標對于患者感知信任程度的權重計算出評價向量B。

(bm1,bm2,…,bmω)

(3)

最后,按照隸屬度最大的原則,計算出患者k對醫療資源s的感知信任關系綜合評價值Bk-s。

Bk-s=max{bm1,bm2,…,bmω}(4)

(三)信任關系傳遞對不同階段資源整合權重的影響

在上述信任關系量化的基礎上,本文引入“資源整合權重”的概念來描述信任關系的傳遞效應對O2O社區醫療平臺多階段資源整合中資源選擇優先級的影響,并介紹了資源整合權重的計算方法。

圖3 信任關系對不同階段資源整合權重的影響

基于上述算例可以推導出某一階段醫療資源s的整合權重計算方法:

(5)

在本例中,如果患者在問診階段和體檢階段對醫療資源s的信任評估保持一致,那么治療階段醫療資源s的整合權重應與體檢階段保持一致;如果患者在體檢階段對醫療資源s的信任評估低于問診階段，那么治療階段醫療資源s的整合權重應較體檢階段有所下降,下降的比率為[1+μ(π3)]εk,εk用來調節比率下降的幅度;同理,如果患者在體檢階段對醫療資源s的信任評估高于問診階段,那么治療階段醫療資源s的整合權重應較體檢階段有所上升,上升的比率為[1+μ(π3)]εk,εk用來調節比率增長的幅度。

四、基于多階段信任關系傳遞的O2O社區醫療平臺資源整合優化問題分析

與傳統社區單一供需關系主導下的醫療模式不同的是,O2O社區醫療平臺在資源整合時,不僅需要考慮上述分析中提及到的患者對醫療資源的訴求,還必須站在平臺角度考慮平臺運營方和醫療資源在協作中的風險與收益訴求。顯然這三個方面訴求的要點具有明顯差異,如何將這些不同的訴求體現在優化目標中是構建資源整合決策優化問題中需要首先考慮的。本文基于前述分析的患者感知信任構建與傳遞過程建立了患者感知信任程度最大化的資源整合優化目標。平臺運營方的風險和收益訴求將通過以下量化分析過程引入到資源整合的優化目標的構建過程中。

(一)協作風險評估

在O2O社區醫療模式中,平臺和醫療資源在協作中通常會面臨著各類風險[39]:履約風險、質量風險、信息風險等。由于不同階段患者對醫療資源的信任程度不同,不同醫療資源之間競爭程度也不同,這就導致協作雙方對協作風險的評估產生差異,需要O2O平臺作為第三方機構對此進行評估。通常情況下,患者對醫療資源的信任等級越高,該資源在同類資源中的競爭能力就越強,其協作風險預期就越低。基于上述分析,可設平臺i在階段πk對醫療資源s協作風險的評價為Ri-s(πk):

[δ1R1(πk)+δ2R2(πk)+…+δnRn(πk)]

(6)

其中δ1～δn∈(0,1)表示各類風險的重要程度,R1(πk),R2(πk),…,Rn(πk)分別表示πk階段醫療資源面臨的各種協作風險,各風險的具體等級和重要性(權重)由平臺根據患者對醫療資源的信任等級和資源間競爭情況確定。

(二)協作收益評估

(7)

其中,直接協作收益和間接協作收益由平臺根據運營狀況和患者的信任程度進行評估。

五、優化模型與算法

(一)符號說明及參數

集合與索引:

K——O2O社區醫療平臺患者集合,患者索引為k,k∈{1,2,3…K}。

S——O2O社區醫療平臺各類社會醫療資源集合,醫療資源索引為s,s∈{1,2,3…S}。

Gs——醫療資源s所能提供的服務集合,Gs∈{1,2,3…Gs}。

πk——O2O社區醫療平臺患者k的問診階段集合,πk∈{1,2,3…πk}。

模型參數:

Bk-s(πk)——表示πk階段患者k對醫療資源s感知信任程度的評價值。

Rs(πk)——表示πk階段醫療資源s的風險評價值。

Ei-s(πk)——表示πk階段O2O醫療平臺對醫療資源s協作收益的評價值。

reqk——表示社區患者對醫療資源s的服務需求總量。

sups——表示醫療資源s的服務供給總量。

Bsup(πk)表示平臺設定的最低患者感知信任程度的標準。

決策變量:

(二)模型構建

基于上述三個方面訴求的分析,本文構建了社區患者對醫療資源的感知信任程度最大化、協作風險最小化以及協作收益最大化等三個優化目標。優化模型如下:

(8)

(9)

(10)

其中,約束條件為:

(11)

(12)

(13)

式(8)～(10)為優化目標,其中式(8)表示患者對醫療資源感知信任程度最大化目標;式(9)表示醫療資源s運營風險最小化目標;式(10)表示O2O醫療平臺協作收益最大化目標。

式(11)～(13)為約束條件,其中式(11)表示在任意階段,醫療資源s的供給需要能滿足社區患者的需求;式(12)表示在任意階段患者對醫療資源s的感知信任程度必須達到平臺設定的最低標準;式(13)為決策變量取值。

對于上述優化模型,本文采用蟻群算法進行求解。蟻群算法在處理多目標約束條件下的復雜模型求解方面具有多屬性特征的便攜性、較快的全局收斂速度等眾多優點,在求解多目標約束條件下資源整合優化問題上的適用性及優越性較強[40,41]。

六、算例分析

HYH為北京國貿地區的O2O社區醫療服務平臺,在過去三年中嚴格按照國家相關規定向三個社區的常住居民(約5萬人)提供線上和線下的基礎醫療服務,并且與綜合醫院、專科醫院建立起了長期的高效雙向轉診機制。隨著轄區內人口老齡化進程的加快和居民健康意識的提高,僅依靠社區醫院的基礎醫療服務難以滿足居民日益增長的個性化醫療需求,因此HYH平臺擬引入社會醫療服務供應商提供附加服務,附加服務可包括:特殊食品供應(無糖食品等)、針灸按摩服務、康復訓練服務、一般醫療器械供應與租借管理(輪椅、助聽器等)、便民服務(代煎中藥等)等。HYH平臺將對基礎醫療資源和附加醫療資源進行優化整合,為社區患者提供滿意的個性化醫療服務組合。

HYH平臺按照年齡、職業將轄區內居民細分為多個類別,本算例中的患者群體以老年、退休患者為代表。老年、退休患者群體需要平臺為其提供基礎疾病的康復治療服務,其就醫過程分為三個階段,分別是體檢、治療和康復階段。平臺經過為期2個月的市場調研,最終確定了4家備選的醫療資源,其規模和能力、服務內容和形式如表3所示。

表3 備選醫療資源服務類型、規模和能力

在不同的就診階段內,備選的4家醫療資源的患者感知信任評價等級(分級代表值為1,0.7,0.4,0.1)及其重要性、資源整合權重、協作收益參數、風險參數等(經過統一去量綱歸一化處理)如表4所示。

表4 備選醫療資源優化參數

根據上述不同就診4家醫療資源的基本情況,本文使用MATLAB_R2019b進行仿真模擬。由于O2O社區醫療平臺資源整合是一個多階段優化問題,在不同就診階段,平臺對不同優化目標的重視程度是動態變化的。從整體優化模型的角度來看,平臺需要對各優化目標進行系統性的權衡,因此必須要將各優化目標權重的動態變化納入考慮。在本算例中,平臺將根據就診的不同階段設定三個目標函數的權重系數:其中體檢階段各目標權重系數為{0.3,0.4,0.3};治療階段各目標權重系數為{0.4,0.2,0.4};康復階段各目標權重系數為{0.5,0.2,0.3}。各階段算法收斂結果如圖4～圖6所示。

通過分析蟻群算法在不同階段的收斂結果可以看出:

(一)當患者群體處于體檢階段時,醫療資源S1～S4的整合權重都相等。O2O社區醫療平臺對患者滿意度和協作收益十分看重,因此平臺將會優先選擇令社區患者滿意的同時具有較高協作收益的醫療資源。因此,醫療資源S1對螞蟻的吸引力更強,將被選擇為患者提供體檢服務,如圖4所示。

圖4 體檢階段蟻群算法收斂結果

(二)當患者群體處于治療階段時,由于上一階段醫療資源S1和S3沒有與患者群體充分地建立信任,因此在這一階段,醫療資源S1和S3的整合權重下降,而醫療資源S2和S4的整合權重相對較高。此時,O2O社區醫療平臺一如既往的重視患者滿意度,但同時也開始注重合作風險的規避,因此平臺將會優先選擇社區患者滿意的同時能規避協作風險的醫療資源。因此,醫療資源S2對螞蟻的吸引力更強,將被選擇為患者提供治療服務,如圖5所示。

圖5 治療階段蟻群算法收斂結果

(三)當患者群體處于康復階段時,由于醫療資源S2和S4能一直為患者提供穩定的高質量服務,已經與患者建立了較高等級的信任關系,因此二者的整合權重遠高于其他資源。在這一階段,O2O社區醫療平臺對患者感知信任的重視程度更高,并且更加關注平臺協作收益。因此,平臺將會優先選擇既能使患者滿意,又能較好的控制成本增幅的醫療資源,S2將被選擇為患者提供康復服務,如圖6所示。

圖6 康復階段蟻群算法收斂結果

通過對各階段整合結果的分析和優化效果的對比檢驗可知,在選擇適當的資源整合方案的基礎上,不同階段的社區患者滿意度、協作收益都實現了優化,協作風險也有所下降。這說明本文中提出的模型及相應的蟻群算法為相關機構解決O2O社區醫療資源整合和內部資源管理問題提供了一個高效的決策工具。

七、結 論

當前,如何合理配置醫療資源,構建分級診療體系已經成為我國醫療改革的重點任務。為了從根本上解決“看病貴、看病難”的問題,基層醫療服務組織面臨提能增效的重任。目前,關于O2O社區醫療平臺資源優化配置與合理利用的指導性研究尚未展開。在這一研究背景之下,本文基于一般性服務平臺資源整合的規律,結合O2O社區醫療平臺供需關系的特殊之處,提出了O2O社區醫療平臺多階段資源整合優化的系統性思路和指導性方法。與傳統線下社區醫療平臺的資源整合問題研究不同,本文首先從醫患間信任構建入手,提出了O2O社區醫療平臺多階段資源整合的思路。其次,在充分挖掘患者需求的基礎上,從多個維度對社區患者的個性化醫療服務需求進行刻畫和分析,基于供需匹配的視角構建了基于患者多維滿意度的信任評價體系,并且兼顧社區患者、醫療資源和平臺運營商的利益,構建了資源整合優化模型。□