互联网医疗研究现状及未来展望

陈曦

【摘要】随着互联网医疗的快速发展，该领域获得了投资界、创业者、居民、政府、学界等多方面的关注，成为社会讨论的热点。当前，互联网医疗主要有在线医疗平台和社区、在线医疗服务、移动医疗服务和医疗大数据分析等四种服务模式。互联网医疗研究和行业发展在国家政策、医疗体制、商业模式、用户群体等方面还存在较多问题，这些问题制约了互联网医疗的发展。未来，互联网医疗研究可在互联网医疗模式和政策、深层次社会影响、互联网医疗的特殊性、医疗文本分析、多源医疗大数据分析等五个方向深入发展。

【关键词】互联网医疗 政策法规 商业模式 医疗大数据

【中图分类号】R-1 【文献标识码】A

【DOI】10.16619/j.cnki.rmltxsqy.2017.24.005

引言

近年来，随着经济的发展和居民生活水平的不断提高，社会对医疗资源的需求日趋增长，然而我国又面临着医疗资源紧缺的问题。据世界卫生组织2014年数据显示，全世界人均卫生支出为1058.5美元，而我国人均卫生支出仅为419.7美元，远低于世界平均水平。因此，如何有效地分配医疗资源（尤其是具有专业知识的医生的服务）成为一个极为重要的社会问题。我国乃至全世界的医疗领域都面临着医疗费用增加、医疗服务质量低、医疗资源短缺以及医患信息不对称等问题，迫切期望利用新兴信息技术缓解此类供需矛盾（倪明选等，2013）。

随着互联网和大数据技术的发展，我国产生了各具特色的互联网医疗服务，以满足公众日益增长的健康需求，并提高居民的健康水平和医疗保健的效率。国内主流的服务有以好大夫在线、39问医生等为代表的在线咨询服务，以39健康网等为代表的健康教育和信息平台，以春雨医生、平安好医生等为代表的移动医疗平台。业界对互联网医疗的发展比较看好，动脉网数据显示，2011年至2016年上半年共有533家互联网医疗企业诞生，获得超过33亿美元的投资。随着行业的快速发展和用户群体的增加，互联网医疗行业也得到了国家政策的认可，2017年5月国家卫计委相继发布了《互联网诊疗管理办法（试行）》（征求意见稿）和《关于推进互联网医疗服务发展的意见》，虽然该管理办法和意见对行业进行了一定的规范和限制，但同时也为其发展提供了政策保障。

当前互联网医疗的快速发展，为研究者提供了研究环境和数据支持。管理学、信息系统和医疗信息学等领域学者从不同角度对其进行了探索，互联网医疗成为当下研究的热点之一。国内外学者对互联网医疗的各个领域进行了研究，取得了一定的研究成果，为该行业的发展提出了建议。但从目前来看，学界和业界还存在着巨大的鸿沟：一方面，业界尚未有效地将研究成果应用于解决行业发展过程中存在的服务同质性、生命周期短、数据共享难、商业模式不成熟、社会影响不清晰等方面的问题；另一方面，学界未能根据业界需求将学术研究和实践问题相结合，形成业界学界的有效互动。本文将对当前互联网医疗方面的研究前沿进行介绍，帮助业界对当前学术成果建立初步认知，然后结合行业发展遇到的问题，提出未来发展和研究可能的方向，以促进互联网医疗健康、稳定、快速的发展。

互联网医疗的定义和形式

当前学界对互联网医疗还未有较明确的定义，而是较宽泛地认为是互联网相关技术在医疗领域的应用。2015年8月，国家卫计委从“互联网+医疗健康”的角度对其进行了定义，指以互联网技术为载体，以包括通讯、云计算、物联网、移动技术和大数据等信息技术为传递工具，与传统的医疗健康服务相结合形成的一种新型医疗服务模式。研究指出互联网医疗具有信息高度共享、便捷性、远程可得性、依赖传统医疗资源等方面的特点，可以在一定程度上缓解我国“看病贵、看病难”的问题，提升医疗资源使用效率（李梅，2015）。互联网医疗的主要形式有在线医疗平台和社区、在线医疗服务、移动医疗服务、医疗大数据分析等。

在线医疗平台和社区。在线医疗平台和社区主要是以媒体和在线社区为载体，汇集医疗和健康相关信息，为用户提供信息或信息交流的平台。随着信息技术的发展，互联网越来越成为人们获取医疗信息的来源，据美国的一项调研显示，72%以上的互联网用户表示在过去的一年内有通过互联网搜集医疗信息的经历（Pew， 2013）。因此，随着医疗和健康信息需求的增加，越来越多的在线医疗社区和平台被建立（Agarwal et al， 2010）。在美国，在线医疗社区和平台主要分为两类：一类是让患者之间相互交流、相互支持，例如patientslikeme.com；另一类是让患者评论和评价医生，例如zocdoc.com。在中国，该类社区和平台除了为患者之间提供信息交流外，还融合了在线医疗服务，例如预约、转诊、门诊患者回访、术后患者监控等医患之间的交流。另外，还形成了以医生资源为依托的医医交互平台，为医疗专业人事提供文献服务、信息分享和药物信息，例如丁香园。

在线医疗服务。在线医疗服务是指通过互联网传递的医疗和健康服务（Castrén et al.， 2008）。由于医疗资源的分配不均衡和不易获得性，导致有些人群很难获得需要的医疗资源，因此服务提供商通过互联网的手段，让医生、医院提供在线医疗服务，突破地域因素对医疗资源分配的限制。由于互联网技术的局限性，仅有部分医疗服务可以通过在线渠道传递，例如在线医院流程、在线健康咨询、在线患者教育等。

在線医院流程是利用互联网优化医院就医流程，主要是让患者通过互联网进行挂号、预约、缴费和诊断等。主要的服务提供商有挂号网和就医160。此外，有些医院也会通过自己的官网向患者开放在线医院流程服务等。在线健康咨询是一种主流的在线医疗服务，主要是患者经过互联网远程咨询医生，例如通过在线问答、语音和视频等进行交流。由于法律法规的限制，当前个人在线健康咨询还停留在健康咨询层面，医生不能进行远程诊断，涉及到诊断和开处方的环节只能在机构与机构之间的远程医疗中实施。此项服务可以作为患者就医过程中的第二信息源，让患者更全面地了解自己的健康状况，获得术后的信息和心理支持（Zhang et al.， 2017）。endprint

在线患者教育是通过远程渠道向用户传授健康教育的过程，主要通过远程视频方式用课堂教学的模式进行，涉及到的健康知识主要是疾病的预防、慢性病管理、健康保健知识等。由于盈利问题，此方面的服务发展较慢。

移动医疗服务。移动医疗服务可以被定义为通过无线信息和通讯技术传递医疗服务，用户可以通过移动设备接收信息，例如手机和平板电脑等（Akter et al.， 2011）。从广义上来看，移动通讯设备也可以提供在线社区和在线服务，这里的移动医疗服务主要是指通过移动监测设备收集和采集个人健康信息，并基于此信息提供移动医疗服务的过程。由于移动技术的特性，移动医疗服务可以提供及时、便捷和灵活的医疗服务，也可以根据用户的身体特征、运动特征等实时数据提供个性化、专业化的健康监测服务。

移动医疗服务中主要的部分是移动医疗监测服务，布鲁金斯和全球移动通讯协会预测移动医疗监测服务将会占移动医疗市场的三分之二以上（PwC and GSMA， 2012）。移动医疗监测服务的现实过程主要有三步：（1）通过移动监测设备获取用户实时健康指标；（2）结合用户其他健康数据（体检数据等）进行健康数据分析；（3）根据分析结果向用户发送健康反馈或疾病预警。此项服务特别适合慢性病患者和老年人进行身体指标的监控和疾病监测，从而进行健康管理和干预。

医疗大数据分析。互联网医疗的长远发展需要与医疗大数据结合，从医疗大数据分析中提升健康服务的宽度和广度。传统医疗过程中的患者就诊流程、临床医疗过程、制药企业、生物统计研究等方面产生了大量医疗大数据。通过医疗大数据分析，可以提供新型互联网医疗服务，为居民、医疗机构进行健康管理提供便利。

通过医疗大数据分析建立居民健康服务标准化流程，为居民提供前瞻性、个性化、精准化的医疗指导；可以通过互联网服务进行家庭式健康管理，减少患者住院时间、门诊量，从个体层面提升居民健康管理水平；也可以将互联网舆情监测和医疗大数据分析相结合，预测急性病、流行病、常见病传播趋势和途径，提醒居民及时做好预防措施，从群体层面提升居民健康管理水平。

互联网医疗研究现状

互联网医疗领域的研究主要从三个方面展开：服务设计研究、使用行为研究、社会影响研究。

服务设计研究。互联网医疗服务设计方面的研究主要遵循设计科学的范式，研究如何对服务进行设计，以及如何进行服务管理。下面将从这两方面举例说明。

为了解决互联网医疗提供什么类型服务的问题，Lap?o et al.（2017）从设计科学角度以在线药物服务设计流程为例进行了分析，认为可以从五个步骤进行互联网医疗设计：（1）确定问题和动机（传统服务中的问题、调研新的需求）；（2）确定设计目标（调研各利益相关方）；（3）服务和平台设计；（4）示范性实施（在部分用户中进行服务的实施）；（5）服务有效性评估（评估服务的有用性）。Milo?evi? et al.（2011）从软件工程方法的角度研究了如何设计为社区居民提供移动医疗服务（监测身体活动、体重和心率活动）的手机应用，主要流程包括问题定义、框架设计和实施。

随着社交网站数量和用户的增加，Gold et al.（2012）为社交网站如何设计医疗干预服务提出了建议：（1）建立一个包括多领域人才的团队；（2）获得伦理、法律和组织机构的认可；（3）取得建立和维护网址的资源；（4）吸引用户注意；（5）让用户参与其中；（6）利用用户之间的连接进行服务的扩散。由于互联网医疗的服务异质性、地区分散性，而且融合了医疗、经济和互联网等诸多因素，使得服务的用户很难精确并快速地定位合适的服务提供商，因此Dong et al.（2011）为互联网医疗模式设计了服务发现和分类机制，为用户搜索合适的医疗服务提供便利，也可以让服务提供商更好地进行服务管理。

通过对设计方面研究分析可以发现当前研究主要是利用已有的设计流程和方法，结合互联网医疗的服务情景，进行服务设计或流程设计。

使用过程研究。对互联网医疗用户使用行为的研究，主要关注用户的采纳行为、使用行为和遵从行为。

在互联网医疗兴起的初期，由于人们对该服务不熟悉，产生了一系列不信任、担忧等负面感知，导致用户的采纳率较低（Zhang et al. 2017），因此多数研究集中在影响用户采纳互联网医疗的心理因素。Fisher et al.（2008）从可用性和有用性角度研究了用户如何对使用的医疗网站产生信任；刘咏梅等（2014）研究了用戶如何对移动医疗服务产生初始信任，从而决定其采纳行为；Deng et al.（2014）从感知价值、态度和社会影响方面研究了用户对移动医疗服务的采纳行为；Liang et al.（2017）从理性决策视角探索了残疾人如何决策使用在线医疗信息。另外有部分研究关注影响用户采纳的负面因素，例如Guo et al.（2013）提出的技术焦虑是老年人使用移动医疗服务的障碍，Zhang et al.（2017）发现对传统医疗模式的满意会阻碍居民使用在线医疗服务。对使用行为方面的研究主要关注用户使用的目的和方式。Greene et al.（2011）研究了糖尿病患者使用社交媒体进行疾病交流的内容，发现他们与家人、朋友通过脸书交流疾病信息，以获得疾病方面的建议、反馈和情感支持。Illiger et al.（2014）研究了用户使用移动医疗技术的目的，发现主要目的是为寻找医生和医疗信息，少数是为了进行健康数据管理和获取医疗诊断。Helander et al.（2014）研究了用户对移动医疗APP的使用行为，发现仅有2.58%的人成为活跃使用者，而具有良好生活习惯的用户成为活跃使用者的比例较高。由于传统医疗服务中存在着患者遵从率较低的问题，驱使研究者进一步研究互联网医疗中用户的遵从率问题。Wu et al.（2015）对用户使用移动医疗系统的遵从行为进行了探索，认为互联网医疗是以患者为中心的服务，用户具有更高的遵从自主性，他们会根据遵从和不遵从的收益成本分析而做出决策。Hamine et al.（2015）对研究慢性病患者使用移动医疗遵从行为的文章进行了分析，发现短信服务是常用的慢性病移动医疗管理手段，并且其可操作性、灵活性、可获得性是提升患者对医疗建议遵从的主要因素。endprint

通过对使用行为的研究分析，发现当前主要的实证研究是利用已经成熟的行为研究模型和理论研究用户使用互联网医疗的行为，尚未进行有针对性的、符合互联网医疗特色的行为分析。

社会影响研究。互联网医疗的社会影响研究主要关注使用该服务产生的影响，包括对用户、医生和社会医疗资源等方面产生的影响。

对用户层面的影响主要研究使用互联网医疗对患者健康和医疗决策的影响。Doolittle and Spaulding（2005）对患者使用在线癌症服务的影响进行了分析，发现获得正确、相关的在线医疗信息会帮助癌症患者理解线下医疗程序，但是在线医疗信息也会产生信息冲突和错误等方面的负面影响。Yan and Tan（2014）研究了患者参与在线医疗社区产生的影响，发现用户可以从其他患者和参与在线社区中改善自己的健康状况，也可以帮助他们更好地进行健康管理。Ramachandran et al.（2007）验证了基于手机的疾病管理可以显著地提升心脏病患者的生活质量。对医生层面的研究主要集中在使用互联网医疗对医生产生的影响。Murray et al.（2003）发现患者获取在线医疗信息并提供给线下医生，会显著地改善医患关系。Guo et al.（2017）验证了医生向患者提供在线医疗咨询服务会显著提升医生的经济收入和社会声誉。Gao et al.（2015）发现患者对医生的在线评价可以部分地反映医生的服务质量，但是有较低服务质量的医生会得到较少的在线评论。对社会层面的影响主要关注互联网医疗的兴起对社会、医疗资源产生的宏观层面的影响。Goh et al.（2016）研究了在线医疗社区的社会价值创造过程，发现在线社区可以让城市的医疗知识提供者向农村提供知识，从而在一定程度上缓解了城乡之间的医疗资源不均衡。Venkatesh et al.（2016）发现通过互联网技术传递医疗信息可以促使农村孕妇寻求专业的医疗服务，从而降低新出生婴儿死亡率。

通过对互联网医疗影响的研究发现，当前研究主要就单一角度关注其产生的影响，而较少从整体层面研究互联网医疗对各个参与方及社会医疗资源产生的影响。

互联网医疗遇到的问题

行业发展中的问题。（1）国家政策不清晰。我国针对互联网医疗服务的政策处于探索时期。2015年7月，国务院发布《关于积极推进“互联网+”行动的指导意见》，提出推广在线医疗卫生模式，发展基于互联网的医疗卫生服务。直到2017年卫计委出台的《互联网诊疗管理办法（试行）》（征求意见稿）才对互联网医疗进行了定义，指利用互联网技术为患者和公众提供疾病诊断、治疗方案、处方等服务的行为，但是限定了服务提供商只能是有医疗机构执业许可的机构，而且仅限于对慢性病管理进行轻问诊，对行业和服务范围进行了限定。当前多数互联网医疗提供商的服务超过了此范围，存在于政策的灰色地带。进一步来看，当前并没有法律为互联网医疗服务中的责任界定、隐私保护、定价机制等问题提供政策依据。（2）现有医疗体制制约。我国现有的医疗模式是以医院为主，主要的医疗资源集中在实体医疗机构。医疗知识的提供者（医生、护士）也有自己隶属的医院，参与互联网医疗服务活动只是业余工作，不能与互联网医疗企业建立紧密的合作关系。另一方面，居民的医疗数据存储在实体医疗机构，其他企业很难获取并利用，因此互联网企业必须依赖实体医疗机构对患者做出的检查和诊断，在服务范围和规模上受到了限制。（3）商业模式未成熟。当前互联网医疗的服务模式主要是作为中间商的角色而存在，例如建立平台帮助患者和医生交流，从患者向医生的付费中收取提成。该模式利润单一、可模仿性强，互联网医疗企业如计划长远发展，必须寻找新的服务模式，从数据分析、个性化医疗、专业化服务等方面探寻成熟的商业模式。（4）居民健康素养低。我国居民的健康管理方式还停留在花钱治病的思维上，对疾病预防、疾病监测方面的重视度不够。山东省2016年的调查显示，仅有12%的居民具有基本的健康素养。部分互联网医疗服务是针对疾病预防和监控的，而对疾病的治疗还是主要依靠实体医疗机构，因此导致多数居民还未能意识到互联网医疗服务的重要性。

研究进展中的问题。（1）未能结合互联网医疗特色。当前研究主要是将已有的理论和方法应用于互联网医疗背景下，研究其服务设计、使用和产生影响的过程，未能结合互联网医疗方面的特性进行研究，从而体现研究的独特性，进行理论和方法上的创新。例如，互聯网医疗涉及到多方的参与、医疗与信息技术的融合、服务的在线传递等，未能在研究中得到体现。因此，当前研究未能反映出互联网医疗的特色，不能对行业发展产生较强的指导意义。（2）未能融合多数据源。当前研究主要从单一数据源入手，研究基于单一数据源进行互联网医疗服务的设计，未能结合多数据源进行全面的服务设计研究。居民的健康数据有多方面来源，例如医院数据、社交媒体数据、日常健康监测数据、家庭遗传数据、服务流程数据等。从单一数据源进行研究的原因可能是由于多源数据获取的难度大，服务提供商一方很难打破多方壁垒。但是基于单一数据源进行的服务设计无疑会降低服务的准确性和针对性，从而设计的服务较难对居民产生吸引力。（3）未能重视医疗文本的价值。当前研究主要关注用户的健康体检数据和用户产生的客观数据（例如对服务的需求、服务使用过程、对医生的评价等），而忽略了线上和线下医疗活动中产生的文本信息的价值。从线下来看，电子病例系统的实施为常年保存患者诊疗、医生决策文本和图像数据提供了可能，实现了海量医疗数据的累积；从线上来看，医患之间、医医之间、患患之间通过在线服务和平台的交流互动，也产生了大量文本数据。此方面数据涵盖了大量的医疗活动过程，具有较大的医学价值，但是当前研究较少涉及到此方面数据的分析。（4）未能有效应用大数据技术。随着信息技术的普及和发展，产生了大量用户生成数据，进而促进了大数据存储、管理和分析技术的发展。当前大数据技术已经被应用于产品营销、舆情监控、企业管理等领域，但是互联网医疗方面的大数据应用和研究还相对较少。其原因可能是多数据源获取存在着壁垒，也可能是还未发现大数据与互联网医疗的有效结合点。未能有效地利用大数据技术将会使互联网医疗不能有效地提供部分服务。endprint

未来发展研究展望

结合对互联网医疗发展和研究现状的分析，本文提出了五个发展和研究方向，主要涉及到互联网医疗模式和政策、深层次社会影响、互联网医疗特殊性研究、医疗文本分析、多源医疗大数据分析。

互联网医疗服务模式和政策制定。首先，由于服务盈利模式不清晰，导致了互联网医疗发展出现了同质性，较难提供高附加值的医疗服务。因此发展互联网医疗行业，需要业界和学界共同解決服务模式创新的问题。可以从两个方面考虑：（1）着眼于医疗服务创新并结合医疗数据分析，提供高附加值的医疗服务，扩大服务范围，吸引更多的用户；（2）着眼于开发个性化、专业化的医疗服务，对不同潜在用户人群进行服务细分，提升服务的深度，获取更多潜在价值高的用户。其次，由于政策的不确定性和现行医疗体制的制约，导致行业前景不清晰，影响互联网医疗的长远发展。因此需要业界和学界对互联网医疗服务中可能遇到的法律问题进行分析，制定配套的行业运转机制，为政府制定行业政策提供理论支持。互联网医疗在当前或未来发展中很可能会遇到医疗责任分担、服务范围界定、个人隐私保护、虚拟服务定价等方面的问题，造成各参与方之间的冲突和矛盾，需要对这些可能遇到的问题进行研究，提出解决方案。

互联网医疗深层次社会影响机制。互联网医疗作为一种新的医疗模式，其作用不仅仅局限于解决用户患病时的医疗需求，更趋向于进行疾病的预防和去医院中心化。当前业界和学界主要关注通过互联网传递医疗服务，而忽略了其他方面的用途。为了更大程度地发挥其社会作用，需建立和健全互联网医疗促进居民疾病预防思维和健康意识教育的机制，如推广在线健康教育、疾病预防教育等。如此，不仅可以从深层次缓解社会医疗问题，拓展互联网医疗服务范围，还可以为学术界进行社会影响研究提供新的方向。

互联网医疗特殊性研究。当前研究在对互联网医疗进行探索的过程中，主要从单方面关注其医疗、技术或服务特性。互联网医疗是医疗、技术和服务的融合，涉及到多参与方之间的交互和合作，具有相对于传统模式的特殊性，例如线上医疗流程与传统流程的区别、在线服务和在线医疗服务的区别、互联网医疗用户与传统医疗用户或互联网服务用户的差别等。当前研究从单一角度出发，忽略了互联网医疗服务过程的特殊性，未来研究可以从此方面出发，从互联网医疗的特殊性进行研究，为理论和实践做出有针对性的贡献。

医疗文本价值分析。无论传统的线下医疗服务还是互联网医疗服务，医疗流程记录都会形成文本数据，当前研究较少从医疗文本中挖掘其医疗价值。首先，可以对线下医疗中的电子病例数据进行医疗分析，提取出其中的医疗知识，为后续医生的医疗决策提供参考，也可以为互联网医疗提供智力支持；其次，可以对互联网医疗中的医患交互、患者行为等方面文本进行分析，形成互联网医疗知识库，为后续服务提供决策支持。如此，不仅可以最大限度地利用已有的医疗数据，还可以逐步促进医疗活动的智能化，节约医疗资源和就医成本。

多源医疗大数据分析。当前对医疗大数据的研究尚处于起步阶段，医疗大数据管理和分析存在着数据获取困难、数据有偏差等方面的问题（Chen et al.， 2015）。因此需要业界和学界共同解决医疗大数据应用方面的问题，使大数据分析在互联网医疗中得到普及。借助多源医疗大数据分析，互联网医疗可以提供涉及更多用户公共医疗服务、更专业化的疾病预测和监控服务、更准确的医疗决策支持，这无疑会增强互联网服务的效率。因此，学界在解决医疗大数据获取和分析方面的困难的同时，还可以进行多方面深入研究，例如基于医疗大数据疾病预测模型、基于医疗大数据的流行病预测模型、基于医疗大数据的医生决策支持系统等。

结语

近几年来，互联网医疗得到了快速发展，被各方广为看好，吸引了业界和学界的注意力。但是其发展过程中遇到了国家政策、医疗体制、商业模式、用户群体等方面的制约，使得业界在青睐的同时充满了忧虑，而且当前学术界的研究尚未就此提出可能的解决方案。因此，本文通过对互联网医疗发展和研究现状的分析，对其中存在的问题进行了系统总结，并在此基础上提出了未来重点发展和研究方向，期望对互联网医疗的健康、快速、可持续发展提供借鉴。

参考文献

Agarwal R， Gao G， DesRoches C， Jha AK， 2010， "Research Commentary—The Digital Transformation of Healthcare： Current Status and the Road Ahead"， Information Systems Research， 21（4）： pp.796-809.

Akter S， D'Ambra J， Ray P， 2011， "Trustworthiness in mHealth information services： an assessment of a hierarchical model with mediating and moderating effects using partial least squares" （PLS）， Journal of the Association for Information Science and Technology， 62（1）： pp.100-116.

Castrén J， Huttunen T， Kunttu K， 2008， "Users and non-users of web-based health advice service among Finnish university students–chronic conditions and self-reported health status （a cross-sectional study）"， BMC Medical Informatics and Decision Making， 8（1）： pp.1-8.endprint

Chen Y， Ning J， Cai C， 2015， "Regression analysis of longitudinal data with irregular and informative observation times"， Biostatistics， 16（4）：pp.727-739.

Deng Z， Mo X， Liu S， 2014， "Comparison of the middle-aged and older users' adoption of mobile health services in China"， International Journal of Medical Informatics， 83（3）： pp.210-224.

Dong H， Hussain FK， Chang E， 2011， "A framework for discovering and classifying ubiquitous services in digital health ecosystems"， Journal of Computer and System Sciences， 77（4）：pp.687-704.

Doolittle GC， Spaulding A， 2005， "Online Cancer Services： Types of Services Offered and Associated Health Outcomes"， Journal of Medical Internet Research， 7（3）：e35.

Fisher J， Burstein F， Lynch K， Lazarenko K， 2008，"Usability+ usefulness= trust： an exploratory study of Australian health web sites"， Internet Research， 18（5）： pp.477-498.

Gao GG， Greenwood BN， Agarwal R， McCullough JS， 2015， "Vocal minority and silent majority： How do online ratings reflect population perceptions of quality？" MIS Quarterly， 39（3）： pp.565-590.

Goh J-M， Gao G， Agarwal R， 2016， "The Creation of Social Value： Can an Online Health Community Reduce Rural-Urban Health Disparities？ "，MIS Quarterly， 40（1）： pp.247-263.

Gold J， Pedrana AE， Stoove MA， Chang S， Howard S， Asselin J， Ilic O， Batrouney C， Hellard ME， 2012， "Developing Health Promotion Interventions on Social Networking Sites： Recommendations from The FaceSpace Project"， Journal of Medical Internet Research， 14（1）：e30.

Greene JA， Choudhry NK， Kilabuk E， Shrank WH， 2011， "Online Social Networking by Patients with Diabetes： A Qualitative Evaluation of Communication with Facebook"， Journal of General Internal Medicine， 26（3）： pp.287-292.

Guo S， Guo X， Zhang X， Vogel D， 2017， "Doctor–patient relationship strength's impact in an online healthcare community Information Technology for Development"， Forthcoming， pp.1-22.

Guo X， Sun Y， Wang N， Peng Z， Yan Z， 2013， "The dark side of elderly acceptance of preventive mobile health services in China"， Electronic Markets， 23（1）：pp.49-61.

Hamine S， Gerth-Guyette E， Faulx D， Green BB， Ginsburg AS， 2015， "Impact of mHealth Chronic Disease Management on Treatment Adherence and Patient Outcomes： A Systematic Review"， Journal of Medical Internet Research， 17（2）：e52.

Helander E， Kaipainen K， Korhonen I， Wansink B， 2014， "Factors related to sustained use of a free mobile app for dietary self-monitoring with photography and peer feedback： retrospective cohort study"， Journal of Medical Internet Research， 16（4）：e109.endprint

Illiger K， Hupka M， von Jan U， Wichelhaus D， Albrecht U-V， 2014， "Mobile Technologies： Expectancy， Usage， and Acceptance of Clinical Staff and Patients at a University Medical Center"， JMIR mHealth and uHealth， 2（4）.

Lap?o LV， da Silva MM， Gregório J， 2017， "Implementing an online pharmaceutical service using design science research"， BMC Medical Informatics and Decision Making. 17（1）：p.31.

Liang H， Xue Y， Zhang Z， 2017， "Understanding Online Health Information Use： The Case of People with Physical Disabilities"， Journal of the Association for Information Systems ， 18（6）：pp.433–460.

Milo?evi? M， Shrove MT， Jovanov E， 2011， "Applications of smartphones for ubiquitous health monitoring and wellbeing management"， Journal of Information Technology and Applications， 1（1）： pp.7-57.

Murray E， Lo B， Pollack L， et al.， 2003， "The impact of health information on the internet on the physician-patient relationship： Patient perceptions"， Archives of Internal Medicine， 163（14）：pp.1727-1734.

Pew， 2013， "Health Fact Sheet"， Pew Research Center Internet Science and Technology.

PwC， GSMA， 2012， "Touching lives through mobile health： Assessment of the global market opportunity"， Pricewaterhouse Coopers， Groupe Speciale Mobile Association， India.

Ramachandran K， Husain N， Maikhuri R， Seth S， Vij A， Kumar M， Srivastava N， Prabhakaran D， Airan B， Reddy KS， 2007， "Impact of a comprehensive telephone-based disease management programme on quality-of-life in patients with heart failure"， Natl Med J India， 20（2）： pp.67-73.

Venkatesh V， Rai A， Sykes TA， Aljafari R， 2016， "Combating infant mortality in rural india： Evidence from a field study of ehealth kiosk implementations"， MIS Quarterly， 40（2）：pp.353-380.

Wu D， Lowry PB， Zhang D， 2015， "Patient Compliance Behavior in a Mobile Healthcare System： An Integration of Theories of Rational Choice and Planned Behavior"， Hawaii.

Yan L， Tan Y， 2014， "Feeling blue？ Go online： an empirical study of social support among patients"， Information Systems Research， 25（4）：pp.690-709.

Zhang X， Guo X， Lai K-h， Yin C， Meng F， 2017， "From Offline Healthcare To Online Health Services： The Role Of Offline Healthcare Satisfaction And Habits"， Journal of Electronic Commerce Research， 18（2）： pp.138-154.

Zhang X， Guo X， Wu Y， Lai K-h， Vogel D， 2017， "Exploring the inhibitors of online health service use intention： A status quo bias perspective"， Information & Management， Forthcoming.

李梅，2015，《互聯网医疗探索与思考》，《通讯世界》，第12期，第309～310页。

刘咏梅、车小玲、卫旭华，2014，《消费者对移动医疗的初始信任研究》，《信息系统学报》，第1期，第3页。

倪明选、张黔、谭浩宇、罗吴蔓、汤小溪， 2013，《智慧医疗——从物联网到云计算》，《中国科学：信息科学》，第43（4）期，第515～528页。

责 编∕樊保玲endprint