醫(yī)療衛(wèi)生服務(wù)作為一種多實體、多流程和多維度的復(fù)雜活動，其主要目標(biāo)是滿足患者的護(hù)理需求，優(yōu)化患者感知體驗。當(dāng)醫(yī)療衛(wèi)生機(jī)構(gòu)在某些環(huán)節(jié)未滿足患者預(yù)期時，則可能導(dǎo)致產(chǎn)生意見或投訴[1]。從醫(yī)院管理的角度出發(fā)，來自患者的主觀評價往往是促進(jìn)醫(yī)療服務(wù)質(zhì)量改進(jìn)的一個核心要素[2]。挖掘并識別這些非結(jié)構(gòu)化文本中的隱含主題和熱點內(nèi)容能夠有效捕捉影響患者滿意度的因素，為醫(yī)院管理者優(yōu)化整體衛(wèi)生服務(wù)流程提供一定參考，從而適當(dāng)降低醫(yī)患糾紛發(fā)生率[3]，構(gòu)建和諧的就醫(yī)氛圍[4]。

當(dāng)前國內(nèi)外患者體驗和滿意度的調(diào)查研究不少，以醫(yī)療服務(wù)體驗相關(guān)條目構(gòu)建的結(jié)構(gòu)化測量問卷為主。國外醫(yī)院消費(fèi)者對醫(yī)療提供者與醫(yī)療系統(tǒng)評價工具[5]和新Picker患者體驗量表[6]都具有廣泛適用性。在這一方面，國內(nèi)醫(yī)療機(jī)構(gòu)雖與國外存在較大差異，但已有學(xué)者在患者體驗醫(yī)療服務(wù)質(zhì)量評價量表上進(jìn)行了嘗試和大膽創(chuàng)新[7-9]。雖然這些測量工具較為全面地涵蓋了與患者整體就醫(yī)流程和環(huán)節(jié)相關(guān)的調(diào)查條目，但其評級評分機(jī)制往往缺乏患者參與，忽視了患者主觀性評價和建議的內(nèi)在價值，在理解患者真實感受方面有所欠缺。而人工分類總結(jié)大量患者評價文本時效率不高，多使用經(jīng)驗性的統(tǒng)計方法[10-11]，缺乏機(jī)器學(xué)習(xí)方法的運(yùn)用。

因此，本文對華中某三甲醫(yī)院(以下簡稱“A醫(yī)院”)線下回訪調(diào)查的患者評價文本進(jìn)行了主題詞聚類和社會網(wǎng)絡(luò)分析，主要針對該醫(yī)院門診、入院和出院3種類型的患者，探索影響其體驗和滿意度的因素，在充分利用患者反饋的基礎(chǔ)上創(chuàng)新了醫(yī)療服務(wù)質(zhì)量評價模式，為改善患者體驗和提升服務(wù)質(zhì)量提供思路。

1 材料和方法

1.1 實驗數(shù)據(jù)來源

A醫(yī)院患者回訪調(diào)查得到的評價數(shù)據(jù)主要包括門診患者、入院患者和出院患者評價數(shù)據(jù)，調(diào)查形式為電話咨詢和現(xiàn)場調(diào)查。本文選取了2013-2019年患者反饋的關(guān)于服務(wù)體驗的負(fù)面評價文本，去空行和去除無意義條目后得到出院患者回訪評價16 697條，入院患者回訪評價3 887條，門診患者回訪評價20 362條。

1.2 實驗方法

1.2.1 數(shù)據(jù)清洗

本文采用了文本數(shù)據(jù)清洗的常用方法，即分詞、去停用詞、去空行的數(shù)據(jù)清洗過程。首先采取了適用于Python語言環(huán)境下的jieba分詞工具進(jìn)行分詞，并采用哈爾濱工業(yè)大學(xué)的停用詞表去除語氣詞、標(biāo)點符號及其他無意義詞匯。同時為了突出評價的真實主題內(nèi)容，在詞表中自定義加入了“醫(yī)生”“護(hù)士”“患者”等出現(xiàn)頻率較高但貢獻(xiàn)不大的詞匯。由于某些患者回訪的評價過短，3類負(fù)面評價文本在分詞之后都出現(xiàn)了空行。本文以移除空行后的分詞文本作為標(biāo)準(zhǔn)語料。

1.2.2 Kmeans詞聚類

為挖掘回訪調(diào)查中的患者反饋主題內(nèi)容，對負(fù)面評價文本進(jìn)行數(shù)據(jù)預(yù)處理后，首先利用經(jīng)過分詞處理的文本構(gòu)建“詞-索引字典”以及“詞-詞向量字典”，訓(xùn)練成詞向量模型后進(jìn)行保存；然后運(yùn)用已保存的詞向量模型依次設(shè)置5～30類，分別對3種類型的患者評價數(shù)據(jù)進(jìn)行Kmeans詞匯聚類，依據(jù)聚類結(jié)果的可解釋程度確定最佳聚類數(shù)；最后，利用詞聚類結(jié)果計算每個類中詞匯的逆向文檔矩陣(Inverse Document Frequency，IDF)值，取每個類中IDF值最大的定性詞及其權(quán)值做可視化雷達(dá)圖，提取患者評價文本的主要特征。

1.2.3 社會網(wǎng)絡(luò)分析

社會網(wǎng)絡(luò)分析是為了進(jìn)一步挖掘負(fù)面評價文本中出現(xiàn)頻次較高的主題和相互之間的關(guān)聯(lián)。在本文中包含節(jié)點中心度分析和凝聚子群分析兩個部分。首先統(tǒng)計分詞文本的詞頻，然后利用高頻關(guān)鍵詞構(gòu)建共現(xiàn)矩陣，矩陣斜對角線上的數(shù)字代表該詞在相應(yīng)回訪文本中的詞頻，作為社會網(wǎng)絡(luò)分析的數(shù)據(jù)輸入。

節(jié)點中心度分析采用Ucinet 6.186社會網(wǎng)絡(luò)分析軟件，首先輸入僅保留高頻定性詞的共詞矩陣，選擇內(nèi)嵌工具NetDraw進(jìn)行可視化，在“分析”選項中選擇“中心度測量”，節(jié)點大小反映“度”的大小，構(gòu)造網(wǎng)絡(luò)圖譜可以更清楚地觀察網(wǎng)絡(luò)核心。

在凝聚子群分析中，因50個左右的詞可以看出更清晰的邊界和子群核心，所以選擇前50個左右的高頻詞構(gòu)建共現(xiàn)矩陣。將對應(yīng)矩陣輸入軟件后，在“網(wǎng)絡(luò)”選項中選擇“角色&位置”-“結(jié)構(gòu)”-“CONCOR”，設(shè)置最大切分深度為3，集中標(biāo)準(zhǔn)為0.200，構(gòu)建子群圖表，用以解釋和總結(jié)負(fù)面評價的類別和主題特征。

2 結(jié)果與分析

2.1 Kmeans詞聚類結(jié)果

經(jīng)過人工瀏覽，刪除了聚類中的低頻詞組合以及詞數(shù)量達(dá)到上千而無法總結(jié)的聚類，發(fā)現(xiàn)出院、入院和門診患者的負(fù)面評價數(shù)據(jù)均以8個聚類主題為最優(yōu)。篩除低頻詞類別后的詞聚類結(jié)果如表1、表2、表3所示。

表1 出院患者負(fù)面評價詞聚類結(jié)果

從表1可以看出，出院患者的負(fù)面評價大致可分為8類。因為住院患者較門診患者經(jīng)歷了更長時間和更多環(huán)節(jié)的診療流程，投入了更多的時間和經(jīng)濟(jì)成本，因此對醫(yī)護(hù)人員的專業(yè)技能和服務(wù)品質(zhì)提出了更高的要求，從而導(dǎo)致出院患者質(zhì)疑住院治療過程中接觸的相關(guān)流程(如住院病房環(huán)境、接受檢查和藥物治療)的規(guī)范和標(biāo)準(zhǔn)性，如聚類中的類0，1，2，3，6。

可視化圖譜由按照IDF值最大化原則篩選出的詞構(gòu)成，從8個詞聚類中抽取的詞分別是“干凈”“收取”“好轉(zhuǎn)”“提高”“留置”“等待”“咨詢”“需要”。如圖1所示，尖端越向外凸起證明該詞IDF值越大，其作為特征在出院患者負(fù)面評價文本中的地位越重要。很明顯，“收取”“等待”“留置”作為特征詞更能凸顯出院患者負(fù)面反饋的主題。

圖1 出院患者評價特征詞分布雷達(dá)圖

表2顯示了入院患者負(fù)面評價的詞聚類結(jié)果。從表2可以看出，與出院患者更注重治療進(jìn)程和效果不同，正在住院的患者更加關(guān)注住院治療之前的相關(guān)手續(xù)和環(huán)節(jié)，如安排床位、辦理入院手續(xù)(如醫(yī)保等)。因此聚類主題除了部分說明醫(yī)護(hù)工作人員的專業(yè)水平和服務(wù)態(tài)度的問題之外，同時還表達(dá)了患者在入院時對診療方案和病情溝通上的不滿，如類0，2，4，7。

表2 入院患者負(fù)面評價詞聚類結(jié)果

此外，醫(yī)療服務(wù)可及性也是患者重點關(guān)注的一個問題。入院患者評價中諸如醫(yī)護(hù)人員繁忙無法及時接診、入院時床位不夠只能住走廊、做檢查時排隊時間長等主題占有很大的比重，如類1，3，6。

入院患者負(fù)面評價的聚類主題可視化圖譜如圖2所示。8個類依次選擇的詞匯是“值班”“忙”“小孩”“等待時間”“手術(shù)”“清潔”“床位”“醫(yī)?！薄D2顯示，“清潔”“忙”“等待時間”“小孩”作為入院患者負(fù)面評價的主要特征詞，更能反映核心主題。

圖2 入院患者負(fù)面評價特征詞分布雷達(dá)圖

表3顯示，門診患者對檢查檢驗、開藥繳費(fèi)診療環(huán)節(jié)的負(fù)面評價較集中，圍繞這兩個環(huán)節(jié)的投訴主要是排隊等待時間和排隊秩序問題、對檢查和藥物治療的必要性和效果的質(zhì)疑、藥價高于患者預(yù)期等，如類0，1，2，3。此外，患者對窗口工作人員的溝通態(tài)度不滿，以及周末和中午、夜晚時間的值班醫(yī)護(hù)人員過少也是主要投訴主題，如類4，5。值得注意的是，一定比例的門診患者是出院后回來復(fù)診的，復(fù)診時間往往是在出院15～30天后，這部分患者對住院治療方案和效果的負(fù)面評價覆蓋了門診患者的八大類主題。

門診患者負(fù)面評價的聚類主題可視化圖譜如圖3所示。8個類依次選擇的詞匯是“過長”“藥費(fèi)”“藥物”“繳費(fèi)”“仔細(xì)”“值班”“打掃”“錯誤”。其中“打掃”“錯誤”在門診患者評價文本中更具代表性。

出院、入院和門診患者負(fù)面評價聚類結(jié)果顯示，患者對衛(wèi)生環(huán)境和護(hù)理環(huán)境都提出了意見和建議，

不僅是環(huán)境衛(wèi)生的打掃不到位，還有相關(guān)設(shè)施設(shè)備的破損和更換不及時等問題，這都應(yīng)該引起重視。

表3 門診患者負(fù)面評價詞聚類結(jié)果

圖3門診患者負(fù)面評價特征詞分布雷達(dá)圖

2.2 社會網(wǎng)絡(luò)分析結(jié)果

2.2.1 詞頻統(tǒng)計結(jié)果

3種類型患者的負(fù)面評價文本詞頻統(tǒng)計結(jié)果如圖4所示。圖4中由高到低顯示前46個高頻詞，從左至右分別是出院患者、門診患者和入院患者負(fù)面評論高頻詞。

圖4出院患者、門診患者和入院患者負(fù)面評價高頻詞分布

從圖4可以明顯看出3種類型患者的負(fù)面評價側(cè)重點各有不同。出院患者負(fù)面評價中出現(xiàn)較為頻繁的詞是“不好”“態(tài)度”“治療”“住院”“技術(shù)”“打針”等，說明醫(yī)護(hù)人員的服務(wù)態(tài)度、住院治療效果和注射、輸液等專業(yè)技術(shù)是患者不滿的重點內(nèi)容。

門診患者負(fù)面評價中出現(xiàn)較為頻繁的詞有“時間”“看診”“長”“排隊”“久”“等待”等，說明診療服務(wù)的可及性不高是門診患者更難以接受的主觀感受。

入院患者負(fù)面評價中“態(tài)度”“不好”“入院”“接診”“管床”“及時”等詞出現(xiàn)得更多，與出院患者的評價相似，患者感受到的是醫(yī)護(hù)人員對其不夠重視，如接診不及時、態(tài)度差等。

2.2.2 節(jié)點中心度分析結(jié)果

按照高頻定性詞共現(xiàn)矩陣完成的3個可視化圖譜如圖5、圖6、圖7所示，圖中節(jié)點之間連線越粗說明聯(lián)系越緊密。

從圖5中節(jié)點的大小和分布可以看出，以“治療”“打針”“技術(shù)”“病房”“住院”“期間”“檢查”等藍(lán)色方形節(jié)點構(gòu)成了出院患者評價的核心關(guān)鍵詞。由于節(jié)點眾多，連線的粗細(xì)程度和方向不夠明顯，但依然可以發(fā)現(xiàn)“打針”“技術(shù)”與“不好”“個別”的關(guān)聯(lián)性更強(qiáng)，“住院”與“期間”“檢查”“治療”等節(jié)點之間的關(guān)聯(lián)更密切。

圖6顯示，在門診患者評價數(shù)據(jù)中，“看診”“就診”“時間”“檢查”“拿藥”“排隊”“態(tài)度”“不好”等為核心關(guān)鍵詞。從連線粗細(xì)上看，“看診”“時間”“長”“等待”“等候”之間的聯(lián)系更為緊密，說明患者對等待時間明顯不滿，問題核心比較明確。

圖5 出院患者負(fù)面評價高頻詞共現(xiàn)圖譜

圖6 門診患者負(fù)面評價高頻詞共現(xiàn)圖譜

圖7顯示，在入院患者的負(fù)面評價數(shù)據(jù)中，“態(tài)度”“溝通”“入院”“詢問”“清楚”“病房”“入院”等構(gòu)成了核心關(guān)鍵詞。其中“態(tài)度”“窗口”“門診”“樓”之間的聯(lián)系更密切，“入院”“接診”“及時”這3個節(jié)點同樣形成了一個小團(tuán)體，除此之外其他節(jié)點較為分散。

圖7入院患者負(fù)面評價高頻詞共現(xiàn)圖譜

2.2.3 凝聚子群分析

評價數(shù)據(jù)的凝聚子群按照前述設(shè)置得出3個部分的圖譜。以第二深度的凝聚層次為總結(jié)依據(jù)，與之前主題詞聚類結(jié)果較為一致。從圖8可以看出，出院患者負(fù)面評價的凝聚子群進(jìn)一步詮釋了聚類結(jié)果，主要評價內(nèi)容包括：實習(xí)生等護(hù)理人員穿刺、打針技術(shù)不好，辦理入院時窗口溝通態(tài)度不好，治療效果不太好，病房床位太少，希望有所改善。圖9為門診患者評價的凝聚子群。排隊秩序與等待時間等服務(wù)可及性方面的不滿是主要評價內(nèi)容，同樣也是主題挖掘的關(guān)鍵特征。圖10為入院患者評價的凝聚子群?；颊咴陂T診窗口辦理手續(xù)時工作人員服務(wù)態(tài)度不好、溝通困難等問題出現(xiàn)多次，應(yīng)引起重視，但其他結(jié)果的顯示不夠明確。

圖9 門診患者負(fù)面評價的凝聚子群

圖10 入院患者負(fù)面評價的凝聚子群

3 結(jié)語

本文對利用醫(yī)療機(jī)構(gòu)主動調(diào)查獲得的患者評價文本，采用面向大體量文本能夠有效降維[12]的主題詞聚類法和社會網(wǎng)絡(luò)分析技術(shù)挖掘非結(jié)構(gòu)化文本集中的隱含主題和重點特征分布，分析了A醫(yī)院住院、出院和門診3種不同類型患者的就醫(yī)體驗和滿意度相關(guān)影響因素，在結(jié)構(gòu)化的測量量表之外充分利用患者主動表達(dá)的價值，為醫(yī)療機(jī)構(gòu)持續(xù)改進(jìn)衛(wèi)生服務(wù)質(zhì)量和有針對性地提升管理水平提供參考和建議。

本文的不足之處在于3個類型患者的評價數(shù)量不均衡，尤其是入院患者評價數(shù)據(jù)過少，導(dǎo)致主題聚類結(jié)果不夠深入，可解釋性較差；部分負(fù)面評價內(nèi)容過長，詞與詞之間共現(xiàn)頻率高，社會網(wǎng)絡(luò)節(jié)點之間的聯(lián)系與分割不夠明確。今后將進(jìn)一步擴(kuò)大相應(yīng)部分的回訪評價語料，提升聚類挖掘性能，并在現(xiàn)有社會網(wǎng)絡(luò)分析的基礎(chǔ)上進(jìn)一步豐富實驗單元，將社會網(wǎng)絡(luò)中的所有節(jié)點拆解為聚類中心更明確的小團(tuán)體集合，便于解釋說明。