司 莉，舒 嬋

0 引言

在線醫(yī)療社區(qū)是醫(yī)療服務(wù)新型業(yè)態(tài)，依托于互聯(lián)網(wǎng)信息技術(shù)，將醫(yī)療服務(wù)從線下轉(zhuǎn)移到線上。在線醫(yī)療社區(qū)按服務(wù)主體可分為三類：一是患者交流平臺(tái)，主要用戶為患有相同或相似病癥的患者，如甜蜜家園、慢友幫；二是醫(yī)生交流平臺(tái)，主要為醫(yī)生提供學(xué)術(shù)交流和在線培訓(xùn)等，如丁香園、好醫(yī)生；三是醫(yī)患交流平臺(tái)，具有醫(yī)生和患者兩類用戶，主要為醫(yī)患之間的健康管理、健康咨詢、掛號(hào)、導(dǎo)診、問診、藥品購買等交流提供平臺(tái)，如好大夫在線、春雨醫(yī)生[1]?！昂么蠓蛟诰€”是國內(nèi)最大的醫(yī)患互動(dòng)平臺(tái)，創(chuàng)建于2006年，積累了大量醫(yī)患數(shù)據(jù)。糖尿病是一種由于胰島素分泌不足或外周組織對胰島素不敏感引起的代謝性疾病，以持續(xù)高血糖狀態(tài)為特征，可能引發(fā)100 多種并發(fā)癥。糖尿病病人由于患病時(shí)間長，更易在醫(yī)療社區(qū)瀏覽和發(fā)布信息。因此，本文以“好大夫在線”的問答數(shù)據(jù)為例，通過數(shù)據(jù)分析，探討與糖尿病主題相關(guān)患者、醫(yī)生與醫(yī)患問答的特征。

1 研究現(xiàn)狀

在線醫(yī)療社區(qū)目前沒有統(tǒng)一的定義，存在若干相似概念。筆者在中國知網(wǎng)中以“在線醫(yī)療社區(qū)”“在線醫(yī)療平臺(tái)”“在線健康平臺(tái)”“在線健康社區(qū)”“健康醫(yī)療社區(qū)”“健康醫(yī)療平臺(tái)”作為主題詞進(jìn)行檢索，共有392 條記錄，集中于近5年，說明相關(guān)研究處于起步階段。

1.1 關(guān)于患者群體的研究

在線醫(yī)療社區(qū)患者研究主要包括：一是患者使用在線醫(yī)療社區(qū)的意愿研究，從影響因素、影響關(guān)系等方面展開，發(fā)現(xiàn)社會(huì)支持、成就需要、隱私安全、感知信任、醫(yī)療效果、感知收益和交互設(shè)計(jì)等都有正向影響[2-3]。二是患者信息披露與個(gè)人隱私的顧慮研究，從影響因素、影響模型構(gòu)建等方面展開，發(fā)現(xiàn)患者性格、信息敏感、以往經(jīng)歷、情感承諾、外部保護(hù)和醫(yī)生信譽(yù)等都對患者的信息披露與隱私顧慮產(chǎn)生影響[4-9]。三是患者的社區(qū)參與和知識(shí)共享行為研究，發(fā)現(xiàn)利他性、歸屬感、互動(dòng)中心性、等價(jià)性、交互感知和社區(qū)回報(bào)對共享行為產(chǎn)生影響，且不同用戶存在差異[10-13]。四是研究患者的購買意愿，影響因素有網(wǎng)絡(luò)口碑、患者生成信息和醫(yī)生生成信息等[14-15]。

1.2 關(guān)于醫(yī)生群體的研究

醫(yī)生特征研究集中在對醫(yī)生聲譽(yù)、服務(wù)價(jià)格、個(gè)人貢獻(xiàn)、疾病類型、咨詢量和個(gè)人收益等之間的關(guān)系的研究。劉笑笑以好大夫在線為例，發(fā)現(xiàn)醫(yī)生的在線信譽(yù)和努力對醫(yī)生咨詢量有顯著影響[16]。韓曉翠基于好大夫在線醫(yī)生數(shù)據(jù)，發(fā)現(xiàn)醫(yī)生的經(jīng)濟(jì)回報(bào)、名譽(yù)回報(bào)及線下身份對貢獻(xiàn)行為有積極影響[17]。李洋從糖尿病、冠心病和乳腺癌3 種慢性病入手，發(fā)現(xiàn)不同疾病的醫(yī)生貢獻(xiàn)行為的影響因素存在差異[18]。李瑩瑩發(fā)現(xiàn)服務(wù)評價(jià)、醫(yī)生職稱、醫(yī)生所在醫(yī)院對服務(wù)價(jià)格有顯著影響[19]。葉存輝等以好大夫在線為例，研究醫(yī)生受訪量的影響因素，發(fā)現(xiàn)相對于醫(yī)生職稱，患者更在乎醫(yī)院等級[20]。梁俏等基于好大夫在線數(shù)據(jù)分析，認(rèn)為醫(yī)生及其同事的努力和聲譽(yù)對參與免費(fèi)咨詢的新患者數(shù)有顯著影響[21]。

1.3 關(guān)于問答記錄的研究

李蕾等總結(jié)社會(huì)化問答主要包括問題、答案、用戶和平臺(tái)[22]，而在醫(yī)療領(lǐng)域主要是問答主題特征研究。呂英杰等研究Medhelp 社區(qū)中肺癌、乳腺癌和糖尿病3 種疾病，提取7 個(gè)熱點(diǎn)主題[23]。金碧漪等基于問答網(wǎng)站和糖尿病社區(qū)的數(shù)據(jù)得出糖尿病的主題分布特征[24]。王煜等以尋醫(yī)問藥網(wǎng)中糖尿病社區(qū)的帖子內(nèi)容為分析對象，采用矢量空間模型和K-Means 聚類模型進(jìn)行主題分析，得出“癥狀與并發(fā)癥”“治療”兩個(gè)熱點(diǎn)主題[25]。

綜上所述，已有研究成果主要基于問卷調(diào)查、網(wǎng)絡(luò)數(shù)據(jù)爬取、社會(huì)網(wǎng)絡(luò)分析等方法對單一主題進(jìn)行探討，數(shù)據(jù)量少。本文以好大夫在線為例，通過對10年來糖尿病相關(guān)主題參與問答的醫(yī)患群體及問答本身的特征分析，揭示患者、醫(yī)生及問答3 個(gè)方面的具體特征，以期為優(yōu)化在線醫(yī)療社區(qū)服務(wù)提供充分的數(shù)據(jù)與事實(shí)支持。

2 研究設(shè)計(jì)

2.1 研究思路

本文基于python 爬蟲數(shù)據(jù)對在線醫(yī)療社區(qū)中醫(yī)患問答相關(guān)特征進(jìn)行分析，與前人研究方式不同的是，爬取盡可能完整的大量的數(shù)據(jù)作為支撐。研究分3 個(gè)部分展開。前兩個(gè)部分是醫(yī)患問答中的主體，從患者角度，從患者的患病類型、患病時(shí)長、過敏史3 個(gè)維度展開；從醫(yī)生角度，從醫(yī)生的職稱、所屬的醫(yī)院及科室、活躍醫(yī)生的特征等維度展開。第3 個(gè)部分為醫(yī)患問答的特征，從患者提問的時(shí)間分布、主題特征、意向特征等方面展開，采用LDA 主題模型、R 語言詞頻統(tǒng)計(jì)等方法進(jìn)行揭示。

2.2 數(shù)據(jù)獲取

好大夫在線的“網(wǎng)上咨詢”中提供2008年至今的在線咨詢歷史數(shù)據(jù)檢索。觀察發(fā)現(xiàn)問答記錄的格式、各字段的順序、有無都存在差異。因此，選擇爬取全文方式。筆者用python 爬取提問題目中包含“糖尿病”關(guān)鍵詞的記錄，共爬取到 2008年3月-2018年10月間 139361 條問答數(shù)據(jù)。問答數(shù)據(jù)的數(shù)據(jù)項(xiàng)包括患者信息、醫(yī)生信息、咨詢主題、咨詢?nèi)掌诘? 個(gè)部分，其中患者信息包括患者填寫的疾病/癥狀、患病時(shí)長、過敏史等，醫(yī)生信息包括醫(yī)生的姓名、職稱、醫(yī)生所屬的醫(yī)院及科室等。

2.3 數(shù)據(jù)處理

原數(shù)據(jù)存在大量自然語言描述，存在錯(cuò)別字和空字段等，需要進(jìn)行預(yù)先處理。首先，對自然語言描述進(jìn)行歸納整合，如將Ⅰ型糖尿病、一型糖尿病等都?xì)w為1 型糖尿病，將Ⅱ型糖尿病、二型糖尿病等都?xì)w為2 型糖尿病，將妊娠期糖尿病、懷孕糖尿病都?xì)w為妊娠糖尿病。其次，處理錯(cuò)別字，如將壬辰糖尿病、妊辰糖尿病等改為妊娠糖尿病。由于網(wǎng)頁格式差異，一些字段未爬取到，或者網(wǎng)頁失效無法打開，導(dǎo)致數(shù)據(jù)缺失，需要去掉缺失項(xiàng)。

3 好大夫在線糖尿病患者的特征分析

3.1 患者所患糖尿病的類型及并發(fā)癥

筆者首先對患者填寫的疾病內(nèi)容進(jìn)行整理，得到111695 條關(guān)于疾病或癥狀的描述，78.7%(87894 人)患者使用“糖尿病”來描述疾病或癥狀。在前100 個(gè)高頻詞中，顯示1 型糖尿病、2型糖尿病和妊娠糖尿病三大糖尿病的類型，2 型糖尿病的記錄數(shù)最多。高頻詞中體現(xiàn)了糖尿病的常見并發(fā)癥，包括糖尿病腎病(腎功能不全、腎病)、糖尿病眼部并發(fā)癥(視網(wǎng)膜病變、白內(nèi)障、眼底出血、視力模糊、視力下降)、糖尿病足、糖尿病心血管并發(fā)癥(高血壓、冠心病、心臟病、心絞痛、心衰、心梗、房顫)、糖尿病性腦血管病(腦梗、腦血栓)和糖尿病神經(jīng)病變(糖尿病周圍神經(jīng)病變)等。

3.2 患者的患病時(shí)長分布

有患病時(shí)長字段的咨詢記錄共有33815 條。52%(17475 人)患者患病時(shí)長超過半年，18%(6145 人)患病時(shí)長在半年之內(nèi)，17%(5785 人)患病時(shí)間小于1 個(gè)月，13%(4410 人)患病時(shí)長不超過1 周，可見患病時(shí)間較長的用戶更愿意在網(wǎng)上咨詢。

3.3 患者的過敏史

填寫了有效的過敏史的數(shù)據(jù)記錄共1151 條，包括具體的過敏原、過敏物或過敏表現(xiàn)。將出現(xiàn)3 次及以上的過敏記錄進(jìn)行歸類，見表1，括號(hào)內(nèi)數(shù)字表示出現(xiàn)次數(shù)。過敏原可分為吸入式過敏原、食入式過敏原、接觸式過敏原和注射式過敏原。因患者未描述藥品過敏的方式，因此將食入式和注射式歸為一類。大部分過敏記錄(1015 例，88%)屬于食入或者注射方式，筆者將食入式/注射式過敏原分為藥物類和食物類，其中藥物類占大多數(shù)。在藥物類中，除常見的過敏原青霉素類、頭孢類、磺胺類外，還有糖尿病用藥，如胰島素、二甲雙胍，少量患者對此有過敏現(xiàn)象。有的患者對藥物過敏的描述較為模糊，如感冒藥、止疼藥。少部分患者描述的是過敏性疾病本身，如過敏性哮喘、過敏性咳嗽，而非具體的過敏原。

表1 患者的過敏原

4 好大夫在線回復(fù)糖尿病咨詢的醫(yī)生特征分析

共有17661 位醫(yī)生參與119697 次在線咨詢，醫(yī)生人數(shù)大致隨著回復(fù)記錄數(shù)的增加而下降，大部分醫(yī)生對在線咨詢的回復(fù)數(shù)在10 次以內(nèi)，具體為：89.92%(15881 人)回復(fù)少于10 次，其中51.03%(9013 人)只參與1 次咨詢；9.17%(1619 人)回復(fù)為 10-100 次；0.91%(161 人)回復(fù)在100 次以上，總計(jì)為43769 次咨詢記錄，占總記錄數(shù)36.57%，其中0.02%(4 人)回復(fù)超過1000 次?？梢娚俨糠轴t(yī)生(10.08%，1780 人)參與了大部分咨詢(71.72%，85852 條)。

4.1 醫(yī)生的職稱特征

經(jīng)過對17661 條醫(yī)生職稱信息的統(tǒng)計(jì)，醫(yī)生的臨床職稱包括住院醫(yī)師、主治醫(yī)師、副主任醫(yī)師、主任醫(yī)師、主任技師等18 種，前4 種占大多數(shù)。醫(yī)生的教學(xué)科研職稱包括助教、講師、副教授、教授、副研究員、研究員等。住院醫(yī)師和主治醫(yī)師中，無科研職稱的占大多數(shù)；副主任醫(yī)師中，副教授占大多數(shù)；主任醫(yī)師中，教授占大多數(shù)。醫(yī)生的臨床職稱和教學(xué)科研職稱的對應(yīng)關(guān)系如圖1所示?？梢?，臨床體系中的職稱與教學(xué)科研中的職稱呈現(xiàn)一定的正相關(guān)關(guān)系。

圖1 醫(yī)生的臨床職稱和教學(xué)科研職稱

4.2 醫(yī)生所屬醫(yī)院及科室類別

4.2.1 醫(yī)生所屬醫(yī)院

17661 位醫(yī)生來自2922 所醫(yī)院，其中醫(yī)生記錄數(shù)大于(或等于)100 的醫(yī)院共22 所，按照參與網(wǎng)絡(luò)咨詢的醫(yī)生人數(shù)排名，分別是好大夫工作室、鄭州大學(xué)第一附屬醫(yī)院、中國人民解放軍總醫(yī)院(301 醫(yī)院)、北京協(xié)和醫(yī)院、北京同仁醫(yī)院、武漢協(xié)和醫(yī)院、上海交通大學(xué)醫(yī)學(xué)院附屬第九人民醫(yī)院、山東省立醫(yī)院、東部戰(zhàn)區(qū)總醫(yī)院(原南京軍區(qū)總醫(yī)院)、上海交通大學(xué)醫(yī)學(xué)院附屬仁濟(jì)醫(yī)院、復(fù)旦大學(xué)附屬華山醫(yī)院、北京大學(xué)第一醫(yī)院、空軍軍醫(yī)大學(xué)西京醫(yī)院、中國中醫(yī)科學(xué)院廣安門醫(yī)院、中日友好醫(yī)院、北京大學(xué)人民醫(yī)院、北京大學(xué)第三醫(yī)院、未收錄醫(yī)院、山東大學(xué)齊魯醫(yī)院、四川大學(xué)華西醫(yī)院、江蘇省人民醫(yī)院和中國醫(yī)學(xué)科學(xué)院阜外醫(yī)院。除去好大夫工作室和未收錄醫(yī)院，其他20 所醫(yī)院中參與網(wǎng)絡(luò)咨詢的醫(yī)生共為2817 人，占醫(yī)生總?cè)藬?shù)15.95%。20 所醫(yī)院，均屬于三級甲等醫(yī)院，其中18 所屬于綜合性醫(yī)院，2 所是?？漆t(yī)院，分別是中國中醫(yī)科學(xué)院廣安門醫(yī)院(中醫(yī)醫(yī)院)和中國醫(yī)學(xué)科學(xué)院阜外醫(yī)院(心血管?？漆t(yī)院)。

4.2.2 醫(yī)生所屬的科室類別

不同醫(yī)院科室分類存在差異，大型醫(yī)院和小型診所分類的粒度不一樣，科室名稱也不一定規(guī)范。17661 位醫(yī)生來自1653 個(gè)科室，所屬的科室較為分散。其中，醫(yī)生人數(shù)大于(或等于)100人次的科室共37 個(gè)。這37 個(gè)科室收納68.9%(12169 人)醫(yī)生。由此可以看出糖尿病不同于其他疾病的一大特點(diǎn)，即有很多并發(fā)癥。其中，眼科、內(nèi)分泌科、泌尿外科、神經(jīng)外科、骨科、婦產(chǎn)科、皮膚科的醫(yī)生人數(shù)最多，與上文中患者所患疾病類型和糖尿病易皮膚過敏相對應(yīng)。

4.3 活躍醫(yī)生的特征

從醫(yī)生個(gè)人回復(fù)行為來看，回復(fù)次數(shù)多的醫(yī)生，一方面表現(xiàn)出醫(yī)生的活躍；另一方面表現(xiàn)出有大量患者依賴。筆者將回復(fù)記錄超過500 條的醫(yī)生列舉于表2，記錄總計(jì)為15326 條，占總記錄數(shù)12.8%；醫(yī)生為19 人，占總醫(yī)生數(shù)0.1%。除未收錄醫(yī)院的醫(yī)生外，其他醫(yī)生都來自三級醫(yī)院，且大多數(shù)屬于內(nèi)分泌科。

表2 在線咨詢回復(fù)超過500 次的醫(yī)生及其特征

5 好大夫在線糖尿病醫(yī)患問答特征分析

5.1 患者提問的時(shí)間特征

筆者將糖尿病問答記錄按照患者提問時(shí)間統(tǒng)計(jì)，從2008年3月到2011年底數(shù)量快速增長，患者用戶群體快速增加。2012年增幅減小，但達(dá)到歷年記錄數(shù)最大。從2013年開始，患者提問減少，之后未有大幅回升。2018年只統(tǒng)計(jì)至10月，預(yù)估年底會(huì)達(dá)到近5年來的高峰值?？梢娛褂煤么蠓虻奶悄虿』颊哂脩魯?shù)量從百位數(shù)增至萬位數(shù)，并非持續(xù)增長。就這10年來看，大致每5年達(dá)到一個(gè)高峰值。

圖2 患者提問時(shí)間分布

5.2 患者提問的主題特征

由于隱私保護(hù)，問答的內(nèi)容只能醫(yī)生和病人可見，而提問的題目是公開的。因此，筆者使用R 語言中的LDA 包，對患者的提問進(jìn)行聚類并可視化，分析糖尿病問答的主題特征。如圖3所示，左邊的圓代表不同的聚類主題。通過設(shè)置不同的聚類個(gè)數(shù)來看聚類效果，發(fā)現(xiàn)聚為7 類時(shí)的效果最好(圓圈之間無交叉)。右邊藍(lán)色柱條表示該詞在整個(gè)問答文檔中的詞頻，紅色柱條表示該詞在該聚類的估計(jì)頻率。如選擇主題1，“糖尿病”貢獻(xiàn)最多，其次是“治療”。去掉“如何”“什么”“可以”等無貢獻(xiàn)意義的詞，經(jīng)歸納后得到7 個(gè)患者提問的主題：糖尿病治療、糖尿病血糖控制、糖尿病心血管并發(fā)癥治療、糖尿病足治療、妊娠糖尿病治療、糖尿病腎病及其他并發(fā)癥治療和糖尿病眼部并發(fā)癥治療等，主題基本圍繞糖尿病及其并發(fā)癥展開。

5.3 患者提問的意向特征

問答數(shù)據(jù)中包含“希望得到的幫助”或“想得到怎樣的幫助”字段，該字段表達(dá)患者的提問意向。經(jīng)處理，共有103595 條問答中記錄了意向字段。筆者用R 語言進(jìn)行詞頻統(tǒng)計(jì)，篩選出詞頻在500 以上且有意義的關(guān)鍵詞，見表3。總體看，患者希望得到治療糖尿病的方案。從患者主體看，除“我”“我們”外，還有“孩子”“父親”“母親”“老人”等。因此，很多患者用戶除咨詢自身病情外，也有代替孩子和長輩向醫(yī)生咨詢的。從治療過程看，患者更多會(huì)尋問去哪個(gè)醫(yī)院(或門診)預(yù)約、就診、化驗(yàn)、復(fù)查、換藥等。從治療手段看，大多數(shù)患者尋問醫(yī)生關(guān)于手術(shù)、用藥、飲食、住院治療、中醫(yī)治療等方式。從治療程度看，希望能有效控制、緩解、改善、根治、恢復(fù)等。另外，很多患者希望醫(yī)生能告知糖尿病的并發(fā)癥以及診療方式、診療費(fèi)用等。由此可知，在線醫(yī)療社區(qū)的患者咨詢，并不能完全替代線下治療方式，更多起到連接患者與線下醫(yī)生(或醫(yī)院)進(jìn)行治療的橋梁作用和輔助線下治療的作用。

圖3 患者提問主題LDA聚類

表3 患者希望得到的幫助詞頻統(tǒng)計(jì)

6 結(jié)語

本文以“好大夫在線”問答中糖尿病相關(guān)的10年數(shù)據(jù)為例，探究在線醫(yī)療社區(qū)的患者、醫(yī)生、問答記錄的特征。揭示糖尿病患者的糖尿病類型及并發(fā)癥、患病時(shí)長與線上治療意向的關(guān)系、過敏史信息、醫(yī)生的臨床職稱與教學(xué)科研職稱的關(guān)系、醫(yī)生所在醫(yī)院科室、活躍醫(yī)生的特征、患者提問的時(shí)間、主題和意向特征。研究發(fā)現(xiàn)，患者人群覆蓋所有常見的糖尿病類型，出現(xiàn)多種并發(fā)癥；患病時(shí)長較長的用戶更愿意在網(wǎng)上咨詢；少部分患者有過敏現(xiàn)象，且大多數(shù)屬于食入式或注射式過敏；醫(yī)生的臨床職稱與教學(xué)科研職稱呈現(xiàn)一定的正相關(guān)關(guān)系，教學(xué)科研職稱越高，臨床職稱也相對越高；醫(yī)生所屬的醫(yī)院具有明顯的集中與分散的特點(diǎn)，多數(shù)患者集中于少部分醫(yī)院進(jìn)行咨詢；醫(yī)生所屬的科室較為分散；活躍的醫(yī)生來自于三級醫(yī)院，且大多數(shù)屬于內(nèi)分泌科。糖尿病患者用戶提問數(shù)量有著時(shí)間周期性波動(dòng)的特點(diǎn)，大致呈現(xiàn)每5年達(dá)到一個(gè)高峰值。提問主題可以分為7 類，包括糖尿病及其并發(fā)癥的治療?；颊叩奶釂栆鈭D是希望得到關(guān)于治療過程、手段和程度等方面的幫助。筆者初步對好大夫在線醫(yī)療社區(qū)平臺(tái)進(jìn)行了關(guān)于糖尿病主題問答的患者和醫(yī)生的畫像，以及揭示了問答的相關(guān)特征?？蔀樘悄虿』颊邔ふ揖W(wǎng)上咨詢的醫(yī)生提供借鑒，為優(yōu)化平臺(tái)的服務(wù)提供參考。本文只針對好大夫在線這一平臺(tái)的糖尿病主題問答相關(guān)內(nèi)容進(jìn)行研究，具有一定的局限性，且對每個(gè)特征的關(guān)聯(lián)研究不夠，未來將對特征之間的關(guān)聯(lián)關(guān)系進(jìn)行深入研究。