基于Kano模型的互联网医院患者就医服务需求分析*

——王梦颖 窦红莉 刘艳红 李 勇

目前，互联网医院尚无统一、明确的概念。行业内部多认为互联网医院是以信息化技术为核心，将医院内部医疗资源延伸到互联网端，可开展在线问诊、远程医疗等健康服务的诊疗平台，与数字医院、信息化医院、智慧医疗、互联网医院等交融[1-2]。近年来，互联网医院发展迅速，提高了诊疗效率和患者就医满意度。但互联网医院在实际运行过程中，仍采用传统的满意度评价方式，难以真实反映患者就诊服务需求，影响患者就诊体验[3]。Kano模型是由日本狩野纪昭提出的基于客户观点的优先度排序的模型方法[4]，用于分析产品或服务质量实现程度与顾客满意度之间的关系。既往有研究基于Kano模型开展了互联网医院服务需求分析，但主要集中于线上就诊。本研究基于Kano模型，根据互联网医院诊前、诊中、诊后服务内容实地调研结果，对宁夏医科大学附属第二医院线上或线下就诊患者进行调查，以识别患者不同属性需求，提升医院服务质量，改善患者就医体验，助力互联网医院发展。

表1 Kano模型服务需求属性分类

1 研究对象与方法

1.1 研究对象

采用便利抽样法，选取宁夏医科大学附属第二医院线上或线下就诊患者为研究对象。纳入标准：(1)在线上或线下就诊平台挂号预约，线下患者完成全流程就诊，线上患者与医生正常结束沟通；(2)同意参与研究。样本量计算公式为：n=Z2×σ2/p2。

问卷置信区间设为95%，即Z=1.96；设置每一题中两项分数的总体标准差(σ)各为1.1，经过测试，服务质量各项得分误差不大于0.30，即每一题中每一项误差(p)不大于0.15。计算得出调査问卷样本量为n=207。

1.2 研究方法

1.2.1 问卷设计与检验 调查问卷内容包括患者一般资料和患者互联网医院就医服务需求。检索知网数据库互联网医院相关文献，结合互联网医院提供的医疗服务，借鉴国务院办公厅发布的《三级公立医院绩效考核满意度评价指标》，自行编制患者互联网医院就医服务需求调查问卷，问卷内容包括诊前、诊中、诊后3个维度共19个项目，对19个项目采用正向、反向两种询问方式，答案设置为喜欢、理应如此、无所谓、能忍受、不喜欢，依次赋分5分～1分。预调查结果显示，问卷内部一致性Cronbach' α信度系数为0.956，内容效度KMO检验值为0.761，说明其具有良好的信效度。

1.2.2 调查方法 采用便利抽样法，于2019年11月—2020年2月对宁夏医科大学附属第二医院线上或线下就诊患者进行调查。线下调查员由了解调研内容和目的，具有3次以上实地调研经验和熟练掌握沟通技巧的5名课题组成员和3名管理专业研究生组成。调查前由项目负责人对调查员进行系统培训。在征得患者同意后，采用线下和线上调查方式展开调查，线上调查采用问卷星，由医生发放给线上就诊患者；线下调查于医院就诊大厅、取药窗口、收费窗口发放纸质版问卷。调查问卷回收后，整理数据并导入Excel软件，对作答不完整、答案完全雷同、同患者作答的问卷进行剔除。

1.2.3 需求属性归类方法 按照Kano模型要求，对问卷正向、反向答案进行二维属性归类，分为魅力属性、期望属性、基本属性、无差异属性、反向属性5类，见表1。

1.2.4 满意度指数分析方法 患者满意度评价是衡量医疗服务质量的重要指标之一[5]。在Kano模型中，可通过分析各项质量特征满意影响力指数(Satisfaction Influence,SI)和不满意影响力指数(Dissatisfied Influence,DSI)数值，来判断顾客对质量特征水平变化的敏感程度，进而确定关键改进因素。满意度指数绝对值介于0～1之间，SI越接近1，表示该项服务对患者满意程度影响越大；DSI越接近-1，表示该项服务对患者不满意程度影响越大[6]。计算公式如下：

SI=(A+O)/(A+O+M+I)

DSI=(-1)×[(O+M)/(A+O+M+I)]

1.2.5 统计分析方法 采用SPSS 25.0软件对所得数据进行统计分析，计数资料采用频数、百分比描述。

2 结果

2.1 研究对象基本情况

共计发放问卷250份，回收有效问卷228份，问卷有效回收率为91.2%。研究对象基本情况见表2。

2.2 患者Kano模型结果属性

由表3可知，患者对互联网医院就诊前、就诊中、就诊后提供的19项医疗服务项目中，Kano模型属性定性归类为期望属性7项(36.84%)，魅力属性6项(31.58%)，基本属性6项(31.58%)、无差异属性和反向属性0项；SI值超过SI均值(0.54)的有12项，DSI绝对值超过DSI均值绝对值(0.56)的有9项，SI和DSI绝对值均大于均值绝对值的有4项，包括科室门诊医生对应信息、转诊服务便捷、取药流程和服务窗口智能化、远程门诊服务效果，是影响患者满意度的关键因素。

表2 研究对象基本情况(n=228)

2.3 患者就医服务需求影响力矩阵结果

根据患者就医服务需求的SI和DSI结果绘制矩阵图，横坐标为DSI值，纵坐标为SI值，将服务内容划分为4个象限。其中，第一象限为提升服务标准区，有1个项目：第二象限为创新服务项目区，有7个项目；第三象限为维系服务质量区，有5个项目；第四象限为提升服务质量区，有6个项目。见表4。

3 讨论

3.1 判别需求属性，识别满意度影响因素

3.1.1 基本属性分析 基本属性是产品或服务的基本特性，是用户认为产品或服务必须具备的功能[7]。研究结果显示，线上、线下导诊平台操作服务，线上、线下挂号与预约服务，线上、线下医生看诊专业性和服务态度，对影像结果的获取和等候时间的感受，结算窗口线上医保报销服务，提供看病支付结算方式等6个项目归属于基本属性。调查发现，该院线上导诊、挂号预约等服务存在模块不健全、功能交叉、平台号源延迟等现象，医生看诊信息展示和线上医保报销等基本环节信息步透明、服务不快捷。此外，该院虽提供了医保即时结算服务，但结算有延迟，且报销流程较复杂，覆盖范围较小。因此，互联网医院要注重加强基础业务，构建更标准、规范的互联网服务架构，为患者提供更便捷、高效的医疗卫生服务[8]。

3.1.2 期望属性分析 归属于期望属性的项目服务质量与患者满意度呈正比，不提供时则会降低满意度[9]。研究结果表明，在患者就医过程中，36.84%的服务项目归属于期望属性，在Kano属性中占比最高。通过与被调查患者交谈得知，患者对门诊医生信息的实时更新，影像结果获取渠道多元化，诊中科室设点分流患者，医院人文化就诊环境，及时沟通反馈投诉意见等服务项目更加关注。医院管理层应持续改进这些要素的服务质量，改善患者体验。

表3 Kano模型结果属性

表4 患者互联网医院就医服务需求影响力矩阵结果

3.1.3 魅力属性分析 魅力属性是超出顾客意料之外的质量特征，满足顾客需求时，其满意度会提高，但服务消失，并不会引起不满[10]。结果显示，线上医疗服务内容丰富、线上看诊医生数量和专业性展示、宣传途径及群众知晓率、线上医护人员对患者人文关怀、诊中问诊等候时间、提供健康管理跟踪服务等6个项目是患者对于互联网医院的魅力服务需求。建议互联网医院在保证必备需求项目服务质量，提升期望需求项目服务质量基础上，将魅力质量服务项目发展成自身优势与特色，进而提升医院综合竞争力。

应说明的是，Kano模型指出，产品或服务的质量属性并不是固定的，而是存在一定的生命周期，不断进行衍化[11]。患者对于评定的期望属性、基本属性、魅力属性的服务项目会随时间推移产生变化。互联网医院在疫情后发展会面临更多挑战。因此，互联网医院应动态分析患者对不同服务项目的满意度评价，监测患者不同阶段需求变化，制定更灵活的发展方案。

3.2 分析满意度指数，找出服务薄弱项目

根据影响力矩阵分析结果，SI值较小、DSI较大的项目分布在基本质量要素区域，是降低患者不满意的关键因素，包含6项服务。建议：针对线上及线下挂号、预约服务与医生看诊专业性和服务态度，应结合信息化技术推行医生身份认证、号源实时查询功能；针对影像结果获取、转诊服务便捷问题，应结合各科室特征和现有医疗资源，合理分流患者，优化就诊流程；针对线上医保报销服务，建议相关卫生部门引导各互联网医院互联互通，综合考虑各类型疾病服务临床价值、价格水平、医保支付能力、医患双方征信行为等，确定是否将某疾病纳入支付范围[12]。SI值和DSI值均较大的项目，即互联网医院门诊医生对应信息服务，是提升患者满意度的关键因素。建议医院信息科结合临床科室及医生团队实际，增加医生信息查询服务，使患者根据自身情况，获取相关信息。SI值较大、DSI值较小的服务项目包括内外部就诊环境、宣传途径及群众知晓率等，分布在魅力质量要素区域，此类服务的创新与完善能够增强患者满意感，提升医院竞争力。建议医院管理层重视医院人文化环境建设，通过义诊、拍摄医院宣传片等多种途径提高患者知晓率。SI值和DSI值均较小的服务项目包括问诊等候时间、提供投诉渠道服务等，分布在无差异质量要素区域，医院可根据是否阻碍运营效果判定是否需要改进。

3.3 优化就诊流程，提升服务效率

就诊前，细分服务群体。线上就诊在中老年群体推广中易遇到阻碍，因此保留线下预约、挂号、报销窗口仍有必要。但针对互联网线上预约就诊群体，应建立完善的挂号、就诊机制及预约未就诊“惩罚机制”，避免浪费医疗资源。就诊中，注重科室协作，医患互动。在互联网技术背景下，实现多终端、无纸化医护协调工作，需要各科室流程配套整合。就诊后，延伸医疗服务，提供慢病跟踪管理、分级诊疗质量回访、线上医保跨区域报销等服务，驱动医院管理不断优化。

4 小结

互联网医院是新型的医院发展形态，是互联网技术发展到高级阶段的产物，有效、精准了解患者需求，将助力患者获得更优质的医疗卫生服务。本研究基于Kano 模型，细分了互联网医院患者需求属性，能够帮助互联网医院管理者明确患者服务需求，了解医疗服务不足之处，从而改善医疗服务质量，促使互联网医院的医疗卫生服务更具有针对性。但由于疫情影响，本研究样本量虽达到预设标准，但样本量仍较少，且受被调查患者主观影响，调研结果可能存在偏差。今后研究中将扩大调研范围，进一步具体化互联网医院服务要素，按季度收集相关数据，动态改进医疗服务质量。