基于某医院互联网医院就诊人的就医行为分析

邱建忠 陈 旭 李宏涛 曹茂诚

深圳市宝安区人民医院 广东深圳 518101

互联网医院建设和互联网医疗服务模式正处于探索发展阶段，面临着很多的困难和挑战,在新型冠状病毒肺炎疫情防控中互联网医院承担了众多的诊断和治疗工作[1-3]。相对传统医疗服务模式，互联网医疗线上诊疗医患双方的诊疗行为和习惯都会发生相应的改变[4]。杨立成等[5]研究结果显示性别、年龄、职业、文化程度、患慢性病的病种数等因素均对互联网医疗的接受度有影响。张云秋等[6]认为新型冠状病毒肺炎疫情影响了居民的就医行为，在治疗方式上倾向于选择线上问诊，在医疗机构选择上倾向于选择综合医院。本研究对深圳市某互联网医院就诊人的线上就医行为进行研究分析，探讨居民对互联网医疗的需求。

深圳市某互联网医院是深圳市一家线下公立三级甲等医院的第三名称，依托该线下实体医院，由医院主导建设和自主运营，实施线下线下一体化医疗服务模式。从2020年2月开始运营，在业务量以及产品技术创新性等方面均取得显著成效，至2021年12月，累计接诊375 060人次，其中图文咨询281 092人次，视频问诊93 968人次；开具线上处方51 698张。

1 数据来源与衡量指标

本研究以该互联网医院就诊人为样本，收集该互联网医院2020年2月1日—2021年12月31日的诊疗数据和运营数据作为样本数据，数据来源于院内基础业务系统和微信公众平台。采用就诊人就医行为特征的衡量指标包括：性别与年龄、地区来源、使用互联网医院时段和移动终端数据、就诊科室、就诊病种、支付方式、取药方式，利用SPSS 22软件进行数据分析。

2 数据结果

2.1 人口特征数据

2020年2月1日—2021年12月31日新增注册就诊人127 489个，性别分布、就诊人年龄分布见表1，就诊人地区来源分布见表2，其中表1中就诊人年龄分布的统计数据中剔除了患者在系统注册的年龄与身份证号不相符的数据。

表1 注册就诊人性别、年龄统计表

表2 就诊人来源地区分布数据 [人数(%)]

2.2 就诊人在不同时段访问互联网医院小程序数据

该互联网医院开放的接诊时间是8点至23点，微信公众平台数据显示每天0点至23点均有就诊人在使用互联网医院小程序，其中有三个高峰时段，上午10点前后，下午15点前后，晚上21点前后，见图1所示。

图1 不同时段访问互联网医院小程序的人次数趋势图

2.3 就诊人移动终端数据

就诊人使用的移动端主要是Android、iOS二个操作系统，详见表3。

表3 就诊人移动端数据

2.4 热门科室与病种数据

2021年1月1日—2021年12月31日，该互联网医院开放了49个科室，涵盖临床、医技、药学、护理，其中线上问诊人次数排名前10位的专科详见表4；线上诊疗涉及的病种916个，其中人次数前20位病种名称详见表5。

表4 2021年度线上问诊人次数排名前10位的专科(n=28 422)

2.5 支付与取药方式数据

互联网医院采用移动端在线支付方式，支持医保在线支付；支持到院自取和快递到家两种取药方式，同时也支持线下医院门诊开出的中药在煎药室煎好后再通过互联网医院线上配送到家。支持电子处方流转到医保平台，就诊人可以持电子处方到社会药房购药。从医院药房发药的就诊人中，48.36%为自费支付，51.64%为医保支付；取药方式统计数据见表6。药品配送地址分布见表7。

表5 2021年度 线上问诊人次数前20位病种(n=28 422)

表6 2021年度互联网医院就诊人取药方式数据(n=26 421)

表7 药品配送地址数据

3 问题与建议

3.1 社会人口学因素影响线上就医行为

影响个体就医行为的社会人口学特征主要包括年龄、性别、种族、教育、婚姻等[7]。麻玲芝等[8]研究认为性别是影响患者对互联网医院认知的因素，其中男性患者较女性患者更加缺乏对互联网医院知识的了解，女性对健康相关知识关注度和重视度更高。本研究为了检验不同性别患者的互联网医疗服务使用行为和影响因素上的差异，进行了卡方检验(2=2.00，P=0.157)，差异没有统计学意义，可以认为男性和女性使用互联网医疗服务没有显著差别；为了检验不同年龄患者的互联网医疗服务使用行为上的差异，进行卡方检验(2=582 310.0，P<0.001)，差异具有统计学意义，说明互联网医院线上就医行为与年龄有关。经过进一步比较分析，使用互联网医疗服务的人群中18～49岁年龄段的人占比高，分析其主要原因：①互联网医院是使用手机移动端完成整个就医过程，中青年的教育程度更高，对移动端操作更为熟练；②中青年人更愿意接受线上行为；③基本是处于学习或工作状态，更缺乏时间来医院排队就医。中青年是互联网医院的主要使用人群，因此是互联网医院运营推广的主要对象，但是在互联网医院的建设与运营过程中,仍要考虑到老年人群的特点和线上就诊的需要，比如老年人对手机操作不熟练、操作界面需要更大的字体等。

3.2 基于实体医院的互联网医院的就诊人具有地域特性

互联网医疗打破传统医疗服务活动的时空限制，提升医疗资源的可及性和配置效率[9]。就诊人地区来源数据显示就诊人地区来源于全国各地都有，但主要来源是线下实体医院所在的深圳市；药品快递地址数据覆盖全国各地，但绝大部分仍在深圳本地；数据显示基于实体医院的互联网医院就诊人具有明显的地域特性，其主要服务对象是线下实体医院所在属地的人群。主要原因有：①普通民众的就医习惯是通常会首先选择本地的、自己熟悉的医院和医生；②基于实体医院的互联网医院系统实现线下线上数据互联互通，接诊医生可以随时查阅就诊人线下线上的就诊记录，确保医疗的连贯性，保障医疗质量与安全；③目前的医保支付政策只支持本地医保在互联网医院线上医保支付。西藏自治区察隅县人民医院是该互联网医院所依托的实体医院的对口帮扶单位，该互联网医院开展了线上远程医疗，采用B2C(互联网医院坐诊医生-病人)、B2B2C(互联网医院坐诊医生-当地医生-病人)、线上MDT(多个互联网医院坐诊医生-当地医生-病人)多种模式，为当地人民提供线上就医服务，帮助解决当地的医疗服务需求。

3.3 利用就诊人行为数据指导互联网医院的运营推广

就诊人使用互联网医院时段与该互联网医院的运营方式有相关性，该互联网医院坐诊医生不是专职接诊线上业务，必须先完成线下业务，再利用自由时间去接诊线上业务。根据就诊人使用互联网医院时段行为数据，互联网医院运营管理部门对运维和客服服务做出弹性安排，确保系统正常运行和服务保障。就诊人使用的移动端主要是Android、iOS二大主流的操作系统，在互联网医院系统设计与运维中，要确保与Android、iOS两个系统有良好的兼容性。强化互联网医院移动终端服务功能，为医患双方提供用户友好型交互终端设计，扫除移动终端应用的障碍[10]；同时做好运营保障服务，确保医患双方能获得良好的线上就医体验感，更有利于互联网医院业务运营与推广。

3.4 需要更符合人民群众线上就医需求的医保支付政策

全国各地对互联网医院线上诊疗的医保支付政策是不相同的。以深圳市为例，2020年度医保支付政策对互联网医院线上可用医保支付的病种做严格的规定，规定只有深圳本地综合医保的患者，并且指定只有“高血压、糖尿病等19种慢性病特定病种”在互联网医院上复诊时才能用医保支付药费，其它常见病、慢性病线上就诊不纳入医保支付，线上开具的检查检验申请亦不纳入医保支付[11]。表4的数据显示该互联网医院就诊量前10位科室中，妇科、皮肤科、中医科就诊人的病种大多不在深圳现行的医保政策规定19种病种之内；表5的数据中前20位疾病名称中，有12种不在医保规定的19种病种之内，这些就诊人只能自费支付药费；统计数据显示该互联网医院就诊人接近一半需要用自费支付药费，显然与深圳这个全民医保的一线城市不相称，反映出深圳市现行的医保政策不能满足人民群众在互联网医院线上就医的需求。郑大喜等[12]亦认为现行医保管理不能满足“互联网+医疗”发展需求。深圳市相关部门已经意识到这个问题，于2022年对互联网医院线上诊疗医保支付政策做了调整[13]，可以医保支付的病种与线下同一标准了。医疗是政策高度依赖的领域，医保支付政策严重影响就诊人在互联网医院就医的意愿,只有营造有利于互联网医院健康发展的政策环境，才能维护市场可持续发展,政府主管部门有必要研究出台更符合人民群众线上就医需求的医保支付政策[14-15]。

3.5 做好药品配送服务

互联网医院要采取优化服务供给，转变服务理念，满足人民群众的医疗服务需求，让就诊人通过互联网医院线上诊疗获得更方便快捷的医疗服务[16]。在新冠肺炎疫情期通过药品邮寄可以减少患者聚集及二次交叉感染的风险[17]。为了检验该互联网医院患者取药方式之间的差异，进行卡方检验(2=66 527.0，P<0.001)，差异具有统计学意义，显示药品配送到家的取药方式是大部分就诊人的就医需求。建议在互联网医院的运营管理中一定要做好药品物流配送的配套服务，以满足大多数就诊人的需要。与具备专业的医药物流配送资质的第三方物流合作药品配送，保证药品配送过程中的安全性和时效性,实现配送过程中的全程追溯是十分必要的[18]。

3.6 本次研究的局限性

本次研究存在一定的局限性,首先是只选取了深圳市一所医联体内的互联网医院的就诊人数据作为研究样本，因此可能会因为样本量的局限，导致研究结论的局限。在今后的研究中可以在地域和使用群体方面进行拓展，增大研究样本量和范围，并进一步研究互联网医疗服务使用行为的影响因素，让研究结论更具参考价值。其次是新冠肺炎疫情因素可能会影响就诊人对互联网医院的使用，有待在疫情平稳或结束后再次进行深入调查、对比分析和讨论。

4 结论

互联网医疗服务模式让医患双方的诊疗行为和习惯都发生改变。本研究对互联网医院就诊人的线上就医行为做研究分析，总结其行为特征，期望可用于以下几方面：①优化功能设置，满足用户需求，提升互联网医疗的服务质量；②指导互联网医院系统的建设与运营管理，制定出更加精准的运营推广策略，使得互联网医院能良好长久运行；③为政府部门制定互联网医疗的政策提供数据支持，让更多的人民群众能够享受方便、快捷的“互联网+医疗”服务。