互聯網醫療對武漢市某三甲醫院線下就醫模式的影響

傅新巧，李程洪，萬 杰，李 疆，李曼琪，胡夢含，袁 莉，夏家紅

華中科技大學同濟醫學院附屬協和醫院，湖北武漢，430022

互聯網醫療是利用互聯網技術服務于傳統的醫療活動，是傳統醫療模式與互聯網醫療模式、線上方式與線下方式的結合[1]?；ヂ摼W醫療在世界各地都有應用，但是各國對互聯網醫療服務內容的定義和開展政策各有不同[2]。美國所有州都有開展互聯網醫療服務，但是各州對于在線診斷和處方的限制政策不一[3]。歐盟的大多數國家還沒有正式定義互聯網醫療服務的內涵，只有小型的短期和獨立的試點發展[4]。在日本，互聯網醫療僅限于健康咨詢，只有在新冠肺炎大流行期間，政府才允許患者通過互聯網進行在線診療和開具處方。

我國互聯網醫療起步較晚，目前仍處于探索階段。互聯網醫療能夠有效緩解既往就醫中的“掛號時間長、候診時間長、取藥時間長、接診時間短” 的 “三長一短”現象，提高醫療服務質量，同時改善我國醫療資源相對短缺的現狀，促進分級診療的實現[5]。隨著《“健康中國2030”規劃綱要》將“互聯網+醫療”列入“健康中國”戰略核心內容之一，互聯網醫療近幾年的發展態勢如火如荼。2020年新冠肺炎疫情的暴發更是極大增進了醫療服務的供需雙方對互聯網醫療的認知和認可程度，互聯網醫療由此進入了全面發展階段[6-7]。疫情期間，全國較大的互聯網診療平臺如好大夫在線、平安好醫生、丁香園、微醫等，累計訪問量均達到上億人次；同時，各大有實力的公立醫院互聯網醫院也密集上線[8]。武漢市僅僅在2020年就有11家醫療機構被選為“互聯網醫院建設單位”。以疫情期間獲批為湖北省首批互聯網醫院建設單位的某大型三甲醫院為例，其2019年11月開通在線醫療服務，疫情期間共計為12萬人次提供了線上服務。疫情得到控制后，醫院線下正常醫療活動逐步恢復，互聯網醫療的在線活躍度有所下降，但依然保持著較高水平。由于互聯網醫療的便捷性和易得性，以及常態化疫情防控的持續，在線診療的廣度和深度還有進一步增加的趨勢[7]。隨著政府支持力度的加大，醫、檢、藥、保等數據的打通，以及配套運行監管措施的漸次完善，互聯網醫療逐步實現了行業的閉環建設，向常態化、正規化運行模式轉變[9]?；ヂ摼W醫療能夠提供的線上服務也在不斷拓展，除了基本的復診接診、線上開方、藥品配送等與線下就醫性質相同的醫療活動，其他如健康宣教、慢性病管理、智能可穿戴設備居家監測、自助檢驗檢查開單等醫院周邊服務和健康保健服務業務也蓬勃發展。

根據互聯網醫療的定位不難看出，互聯網醫療的推動有利于重塑醫療體系，通過精準的雙向篩選及科學分流，線下就醫人群結構可以得到優化[10]，如復診患者比例降低、患者平均就診次數的減少等。但線下就醫人群結構實際上得到怎樣的改變，改變程度有多大需要進一步實證研究。此外，線上醫療的開展對部分“非線下必須醫療業務”起到了一定的過濾作用，因而會對醫院線下的病種構成產生影響，但具體到各科室，對病種構成的影響大小尚需進一步研究。然而，通過查閱文獻，目前暫未發現有關互聯網醫療對線下就醫人群結構及業務影響的實證研究。因此，本研究對較早開展互聯網醫療的武漢市某三甲醫院的線上、線下門診就醫人群進行分析，通過患者基本信息分析互聯網醫療充分發展前后醫院線下就診人群結構的差異，同時選取具有代表性的科室，對科室的病種構成變化進行深入分析，以評估互聯網醫療對線下就醫模式的影響。

1 資料來源與方法

1.1 資料來源

以武漢市某三甲醫院為研究對象。該三甲醫院自2019年開始探索基于互聯網的診療服務，并于同年10月15日依托醫院官方微信平臺正式推出“互聯網在線問診”服務，邁出了互聯網醫院建設的第一步；2020年隨著新冠肺炎疫情帶來的就醫形式的變化，該醫院互聯網醫院建設得到了跨越式發展，業務涵蓋智能導診、圖文咨詢、線上處方、在線審方、藥品配送、線上繳費、檢查預約、健康教育、遠程會診等多項服務，有效打通線上醫療服務和線下醫療流程，建立覆蓋診前、診中、診后的線上線下一體化、智慧化醫療服務模式。2020年4月8日武漢市疫情解封后，該三甲醫院線下門診量逐漸恢復，2020年12月醫院門診就診人次恢復至2019年的95%以上，2021年3月總接診人次與2019年同期大致持平。因此，選取2021年3月門診數據與2019年同期門診數據進行分析，包括互聯網醫療門診及線下門診就診病例數據。

1.2 研究方法

對線下就診的所有患者進行構成分析，包括性別、年齡、來源地、是否初診患者、接診疾病種類等，并進行縱向和橫向對比分析。其中病種按照《疾病分類與代碼》國家臨床版統計，因2019年采用的是《疾病分類與代碼》國家臨床版1.2版，2021年采用的是2.0版，為消除兩個版本可能帶來的病種差異，對2021年診斷庫進行了映射和整理，全部統一按照1.2版進行對比分析。ICD-10編碼到第5位亞類目統計。在對醫院整體數據分析的同時，選取互聯網問診接診數量排名前10位中的慢性病代表性?？菩膬瓤萍吧窠泝瓤茖ζ渚€下就診疾病構成進行進一步詳細分析。

1.3 統計學方法

對調研醫院在調研時間段內的所有就診病例數據進行分析，與以往的隨機抽樣調查方法相比，消除了抽樣偏倚，可以更真實地反映互聯網醫療對線下就醫人群結構及業務的影響。數據管理和分析使用 Excel 2013進行，使用頻率和百分比、折線圖顯示數據標稱和順序，采用卡方檢驗、秩和比檢驗分析互聯網醫療開展前后線下就診患者構成差異及代表科室病種構成差異，P<0.05認為差異有統計學意義。

2 結果

2.1 調研醫院互聯網醫院在線接診總體情況

調研醫院互聯網醫院2019年11月開始開展線上醫療服務，在線接診人次數呈現逐月快速上升的趨勢。2020年2月、3月，因新冠肺炎疫情，線下門診僅保留了急診和發熱門診，專科接診以互聯網醫院為主，因此，該醫院互聯網醫院在線接診人次獲得飛躍提升，線上接診人次占全院中接診人次的比例達80%以上。4月武漢市解封，在線接診人次在小幅回落后繼續逐步上升并形成了常規的穩定態勢，線上接診所占總就診人次的比例逐步提高。至2021年，線上接診人次已超過3萬人次，占總接診人次的比例最高已接近9%。對于醫院內部整體就診體系來說，其互聯網醫療服務已形成規模。見圖1。

圖1 調研醫院互聯網醫院在線接診總體情況

從互聯網醫院各科室在線接診人次來看，排名前10的科室基本屬于接診慢性病(指起病時間長，缺乏明確的病因證據，一旦發病即病情遷延不愈的非傳染性疾病)較多的科室。見表1。從各?？频木€上接診高頻診斷來看，很多屬于醫保重癥慢性病目錄疾病，如高血壓、甲狀腺功能減退、慢性乙型肝炎、慢性腎功能不全、類風濕關節炎等，與互聯網醫療接診人群的定位非常相符。另外，較為私密性的疾病線上接診數量也較多，如婦產科的月經紊亂、神經內科的焦慮癥等。

表1 調研醫院2021年3月互聯網醫院在線接診人次排名前10的科室及疾病情況

2.2 調研醫院線下就醫模式變化情況

調研醫院2019年3月和2021年3月線下就診有效病例數分別為311122例與388532例。

2.2.1 醫院線下就診患者整體構成情況。性別構成上，互聯網醫療發展前后差異不顯著；年齡構成上，線下兒童就診比例減少，2021年就診人群平均年齡較2019年增長了3歲；來源地域分布上，市內就診患者比例明顯升高，增加了15.24個百分點；初診患者比例升高了2個百分點；平均每位患者因同一種疾病的就診次數有所下降，同一個月內接診病種數量增加了287種。見表2。

表2 調研醫院線下就診總體成情況 n(%)

注：互聯網醫院接診人次指的是在線接診各?？萍膊∪舜?，不包含疫情期間在線免費發熱門診咨詢人次。

2.2.2 線上接診數量較多的慢性病代表性?？凭€下就診患者疾病構成變化情況。2021年與2019年同期相比，以心腦血管疾病為代表的心內科和神經內科線下就診病種變化顯著(均P<0.05)，從病種占比來看，診斷為復診取藥的比例在心內科和神經內科都有所下降，分別下降了0.98和0.67個百分點。見表3、表4。

表3 心內科線下就診疾病構成變化情況

表4 神經內科線下就診疾病構成變化情況

3 討論

3.1 互聯網醫療一定程度上改變了線下就醫人群的年齡、地域結構

研究發現線下就診人群的年齡、地域都有顯著改變。在就診人群年齡上，患者的平均年齡有所增大，兒童就診人群明顯減少，這可能是多方面因素共同導致的結果。一方面，年輕患者對互聯網醫療的接受度與認可度更高[11-12]， 對互聯網醫療有更高的使用意愿，進而弱化了對線下就醫的需求，從而降低年輕患者的線下就診人次；另一方面，這與新冠肺炎疫情對全國兒科就診產生的較大影響有關。疫情暴發后，公眾行為的改變如帶口罩、流動限制等降低了兒童多發呼吸道疾病的發生風險，使得線下兒童就診顯著減少。考慮到新冠肺炎疫情防控工作還未結束，兒童就診人次的較少是否與疫情防控的影響有關還有待進一步觀察和驗證，與互聯網醫療的絕對相關性也有待進一步研究。從地域上來看，外地就診病人明顯下降，這說明，互聯網醫療帶來的便利性使外地病人不用到現場即可解決部分醫療需求，互聯網醫療開展后到線下現場就診的患者其應屬于對接診要求更高的疾病群體[13]。同時也說明，受就診空間距離的影響，外地就診病人比本地就診病人對互聯網醫療有更高的使用意愿。

3.2 互聯網醫療對大型三甲醫院線下就醫人群構成情況起到了一定優化作用

分級診療是我國為解決“看病難、看病貴”問題而實施的重要醫改舉措，其模式為“小病在基層、大病到醫院、康復回社區”，但是實施多年，大醫院仍然存在常見病、慢性病反復就診占據大量優質醫療資源的情況，三級醫院就診人群結構不合理[14]。本研究發現，通過開展互聯網醫療，大醫院的線下就診人群結構可以得到優化，這種優化體現在總接診人次基本相當的前提下，一是初診病人的增多，二是病人平均就診次數的減少，三是接診病種的增多。通過從技術和模式上對患者進行科學分流，部分常見病、慢性病患者的復診活動可以借助互聯網醫療完成。對于診斷明確的患者尤其是慢性病患者，在得到醫生的線上指導后，也可以留在下級醫療機構診療，無需再擠占稀缺的線下號源，從而減少線下復診患者，提高初診患者的比例。同時，復診患者的減少也意味著在患者人數不變的情況下減少了就診次數，從而降低了平均就診次數。此外，通過合理的分流，為疑難疾病的診治提供了更為充足的就診空間，從而更可能提高線下門診的接診病種。對于大型三甲醫院來說，這樣的改變更符合其本身的功能定位，也符合國家對分級診療對于“小病在基層、大病到醫院、康復回社區”的合理就醫格局要求。

3.3 互聯網醫療改變了慢性病科室的病種構成

慢性病患者的復診續藥、問診是互聯網醫院的重要功能[15]。本研究調查科室中，互聯網診療開展前后，以慢性病為主的內科科室線下就診疾病構成變化明顯，尤其是心內科與神經內科復診取藥的比例明顯下降。這也與調研的科室互聯網診療數量和占比相互印證。從各?？苹ヂ摼W醫院線上接診人次最多的高頻診斷疾病種類來看，很多屬于醫保重癥慢性病目錄疾病，如高血壓、甲狀腺功能減退、慢性乙型肝炎、慢性腎功能不全、類風濕關節炎等，說明國家在互聯網醫療的慢性病復診功能定位非常準確?；ヂ摼W診療服務的發展、疫情發生導致的線下就診不便讓患者逐步開始接受在線診療服務，尤其是咨詢病情、在線續方等服務，很大程度上滿足了病情穩定的慢性病患者的就醫需求，減少了線下就醫的次數，節省了就醫成本，提高了就診效率。

4 結論

互聯網醫療讓醫務人員可以利用碎片化的時間、通過網絡信息技術突破實際地理位置的局限，進行遠程醫療活動，起到對醫療活動進行時間和空間的延展，達到了醫療資源的優化配置作用。這種醫療服務可及性的提升使得人們逐漸出現“小病、常見病不著急去醫院，先去線上看病”的心理，對線下醫療體系內的就診人群會起到一定分層分流的篩選作用，對大型三甲醫院的門診就診結構的優化具有一定意義。

互聯網醫療模式不僅僅是提供了診療服務的便利性，對患者的就醫行為也起到了潛移默化的引導作用，通過互聯網醫療，三甲醫院可以把技術含量較低的單純復診開藥和咨詢患者分流出去，進一步提升線下接診的含金量，醫生接診價值可以得到更好的體現。由于新冠肺炎疫情的特殊情況，2020年互聯網醫療的發展與疫情的影響交織在一起，因此本研究得出的幾個變化結果無法絕對歸因為互聯網醫療的作用，但是仍然從中可以看到一些顯著的趨勢。當然，在疫情逐漸消退后，如能進行連續的長期追蹤觀察，則可以更準確地研究互聯網醫療所帶來的線下醫院接診變化。