互联网医疗健康平台医院声誉排名有效性比较

■ 张 山 马骋宇 郑云珩

在线医疗社区是互联网医疗健康服务的典型应用，指利用信息技术手段，将包括患者、医生和医院在内的医疗生态系统以社区网络的形式表现出来，为患者和医生提供以医疗信息为核心的交流平台，提供寻医、评医、挂号、健康咨询等服务[1]。在线医疗社区为患者提供了可以自由发表个人就医体验和对医生进行评价的平台，较之线下患者的满意度调查更加客观，是帮助和促进医疗体系提升服务质量的有效依据。然而，由于我国监管制度的不完善，法律法规不健全，一些组织和个人会出于自身利益的目的修改或发布不客观信息来诱导患者。医院作为在线医疗社区中的医生群体象征，虽然没有在网上参与医患互动活动，但却以声誉主体的形式在在线医疗社区上表现出来，影响着患者的就医选择。患者在网上的就医选择，是根据线下实体医院的级别和声誉，以及线上平台推荐的医院或医生排名为依据进行判断。那么线上医院的声誉与线下实体医院排名是否一致，互联网平台上是否存在医院排名不客观，被刻意夸大或扭曲的现象？医生所提供的医疗服务，很难像商品一样对其质量进行直接地衡量，而在线医疗社区上对医生、医院的好评是对其医疗质量的反映。作者通过系统好评和推荐排名等指标，对线上、线下医院的声誉排名进行对比研究，从而验证医院线上排名的有效性和客观性。

1 国内外相关研究

线上患者的评价是否能够真实反映线下医生、医院服务质量的研究一直存在争议。在我国，2014年中国青年报社会调查中心对1535人进行的一项调查显示，67.1%的受访者表示有个头疼脑热时会先上网搜索病症，但也有63.8%的受访者认为网上医疗信息混乱、真假难辨。部分研究结果也显示，线上患者评价可以反映线下质量。如通过对RateMDs.com连续5年跟踪研究发现，没有迹象表明其在发展过程中被患者扭曲[2]。但与此同时，也有相关研究显示，在线医疗健康信息的信息质量在安全性、有效性、真实性上存在问题[3]。如Eastin认为普通患者的医疗知识薄弱，在线医疗信息复杂多样，仅靠患者自身的知识结构很难分辨出哪些信息对自己有效，增加了获取可靠信息的难度[4]。也有研究发现在线医生评论的内容可能存在虚假成分，这会损害医生的名誉。有学者对在线医疗服务质量的文献进行分析，发现有70%的研究结果证明在线医疗信息有质量问题，只有9%的结果对其质量有正面评价[5]。对于如何应对网络虚假信息，有研究对微信上虚假健康信息的类型和判断标准进行归纳，分析了虚假健康信息的社会影响，并提出规范健康信息发布的建议[6]。有研究从传播学的视角，分析了健康类微信谣言产生的原因、传播动机和传播环境[7]。关于院方态度，谢金柱等研究发现，医院管理者对于移动医疗App的使用持支持态度，但存在功能不够完善、使用人群偏年轻化、覆盖率不高以及数据存在安全隐患等问题[8]。

2 资料与方法

2.1 资料来源

本研究数据源分为线上部分和线下部分。线上数据选择了目前规模较大、知名度较高的2个在线健康社区网站，即健康社区网站A和B。对其系统推荐排名包括总体排名、专业排名、患者数排名等数据进行了数据收集，数据采集时间为2018年7月。线下数据选择了最新发布的2016年某研究所公布的《中国医院最佳专科声誉排行榜》和《中国最佳医院排行榜》。

2.2 研究方法

本研究在比较线上、线下医院排名中，使用了相关度和相似度2个指标。（1）相关度指标。通过斯皮尔曼等级相关检验对健康社区网站A和B全国医院及专科医院的线上排名，与某研究所公布的线下排名进行统计学相关性验证，分析网上医院推荐排名与线下声誉排名之间的关系，以验证在线医疗社区上的医院排名有效性问题。假设某医院在在线医疗社区的排名为xi，在《中国最佳医院排行榜》中的排名为yi，设di=xi-yi，那么斯皮尔曼相关系数ρ为，

通过对线上、线下排名差异测算，从医院层面验证在线医疗社区给出的总体医院声誉评价的有效性。（2）相似度指标。以线下某研究所排名为基准，计算线上平台医院排行榜中与线下重合的医院占总数的百分比。

3 结果

3.1 线下专科排名、综合医院排名描述性分析

提取某研究所2016年线下发布的31个专科前10所医院排名，以及2016年综合医院排行榜前100所医院。首先对这100所医院所在地区、医院等级、医院性质（专科或综合）等信息进行描述性统计学分析。

3.1.1 地域分布。把每个专科的前10所医院与综合排名前100所医院的所在地区按照华北、东北、华东、西南、西北、华南进行分组并统计其频数。可以大致看出各个专科排名位于前10名医院中，位于华北、华东居多，平均分别有2.92、3.31所，华南有1.81所；其中较为特殊的是病理科及心外科在华南地区分布的医院相对其他专科较多，分别为5所和4所。综合医院排名中华北、华东居多，华南次之。数据显示，位于北京、上海这些拥有丰富医学院校的一线城市医院居多，广州次之，并且北京、上海进入前100医院数量基本相同。

3.1.2 医院等级分析。线下专科排名的医院中只有一所非三甲医院，为非公立三级医保非综合医院，综合排名100所医院中只有2个为国家重点实验室，其他均为三甲医院。

3.2 线上综合医院排名、专科排名描述性分析

3.2.1 线上综合医院排名描述性分析。（1）健康社区网站A线上综合医院排名地域及等级分布。从综合医院地区分布来看，综合排名前100医院中，所有医院均为三级甲等医院。从地区分布上来看，华北地区医院最多，有36所，其次是华东35所，然后是华南15所，以及西南5所、东北4所、西北3所（另有2所未查到）。华北、华东地区医院较多，大多上榜医院集中在北京、上海两座城市，此外广州、四川成都医院较为集中，其他地区分布较为零散。（2）健康社区网站B线上综合医院排名地域及等级分布。线上综合排名中以华东地区医院最多，有48所；其次是华北19所，华南13所；较少的是东北8所，西南8所，西北4所。观察明细数据可发现，上海地区医院较为集中，其余医院以华北、华南为主，华北地区多集中于北京市，华南地区多集中于广州市。从等级分布来看，综合排名中有94所医院三甲医院，3所二甲医院，分别有1所三乙、二乙和一甲医院。通过核对原始数据发现，这6所非三甲医院中，4所医院属于复旦大学附属医院分院，1所是中山大学附属医院分院，1所是上海交大附属医院分院。

3.2.2 线上专科排名描述性分析。（1）地域分布。分别对健康社区网站A和B每个专科的前10名医院所在地区按照华北、东北、华东、西南、西北、华南进行分组并统计其频数。从健康社区网站A各个专科排名前10名医院来看，位于华北、华东居多，平均分别有3.29、3.74所；华南次之，平均有1.58所。需要注意的是耳鼻喉科、麻醉科前10名位于华南地区医院相对较多，平均分别有5所和4所。从结果来看，北京、上海的医疗资源较为丰富，广州紧随其后。从健康社区网站B各个专科排名前10名医院来看，位于华东居多，平均有4.68所；华北、华南次之，平均分别有2.29、2.13所；北京、上海、广州医疗资源相对较为丰富，尤其以上海医疗资源更为丰富。（2）医院等级分析。对健康社区网站A和B的32个专科前10名医院的等级进行信息整合与统计。在健康社区网站B平台上，32个专科前10名医院中三甲医院平均有9.47所，大部分专科前10名基本上都是三甲医院。然而也存在特殊情况，如小儿内科前10名中有4所二甲医院，老年医学有3所二甲医院。在健康社区网站A平台上， 32个专科前10名医院中三甲医院平均有9.59所，基本上主要专科前10名都是三甲医院，只有小儿外科、急诊医学、重症医学3个专科各有1所三乙医院，检验医学、康复医学、神经内科分别有1所二级医院。

3.3 线上和线下综合排名、专科排名对比分析

3.3.1 专科排名对比分析。对比健康社区网站A和B，以及线下某研究所的专科排名，综合整理统计各专科排名医院数量的地区分布，其地域分布平均值如表1所示。数据分析结果发现，3个排名无显著差异，但线上两个平台的华东地区数量均高于线下排名，健康社区网站A华北地区的医院数量比健康社区网站B、线下多。健康社区网站B华南地区的医院数量比健康社区网站A、线下多。究其原因，是健康社区网站B超生医学科前10所医院内有7所医院都是华中科技大学附属医院及其分院区，所属地区为华南湖北省，从而影响了总体数据的分布情况。

3.3.2 综合排名对比分析。对前100所医院的综合排名比较结果显示，健康社区网站B综合排名与线下某研究所综合排行有显著差异，健康社区网站B上海医院数量较多。100所医院中有1所三乙医院、3所二甲医院、1所二乙医院、1所一甲医院，非三甲医院比线下多4所。

4 统计学分析

4.1 综合排名分析

4.1.1 健康社区网站B（线上）与某研究所（线下）。以线下某研究所综合医院排名前100所医院为基准，对健康社区网站B和健康社区网站A在线的排名情况进行spearman秩相关分析。结果显示rs=0.596，P＜0.01，按α=0.01的水准拒绝原无差异假设，可认为健康社区网站B与线下某研究所的综合医院排名呈正相关，相关系数0.596。

4.1.2 健康社区网站A（线上）与某研究所（线下）。对健康社区网站A与线下某研究所的综合医院排名进行spearman秩相关分析。结果显示rs=0.612，P＜0.01，按α=0.01的水准拒绝原无差异假设，可以认为健康社区网站A与线下某研究所出具的综合医院排名呈正相关，相关系数0.612（表2）。

4.2 专科排名分析

通过对病理科、传染科、耳鼻喉科、放射科、呼吸科、妇产科、骨科、精神医学、口腔科、麻醉科、泌尿外科、内分泌科、皮肤科、普外科、神经内科、肾脏科、神经外科、小儿外科、心血管病、心外科、胸外科、血液学22个专科进行spearman分析，健康社区网站B有17个专科与线下某研究所排名相关，健康社区网站A有9个专科与线下某研究所排名相关。分析结果详见表3。相似度是指在专科排名中，前十名被认为是最好的专科医院等级中，与线下某研究所排名重复出现的医院比例。

5 讨论

5.1 线上、线下医院排名具有正相关

线上健康社区网站A和B等平台的医院综合排名与线下某研究所的医院综合排名均具有正相关。说明从整体来看，线上平台上的医院整体声誉与线下机构发布的排行榜声誉得分具有一定相关性，线上医院的综合排名一定程度上可以反映线下医院的真实水平。健康社区网站A和B与某研究所综合排名的相似度为75%和69%，说明有接近3/4的医院在整体声誉上没有因为第三方平台数据处理、患者线上评论等影响因素而被影响或扭曲。

表1 线上、线下专科前10名医院地域分布平均值比较（所）

表2 线下某研究所(线下)综合排名与线上综合排名相关性与相似度分析(n=100)

表3 线下某研究所专科排名与线上专科排名相关度与相似度分析

5.2 线上、线下医院专科排行榜相关度、相似度存在一定差异

通过对比线下某研究所排名中的22个专科排名与线上医院专科声誉的一致性，本文对22个专科线上健康社区网站A和B的排名与线下排名进行了相关性和相似度计算。结果发现，线上、线下专科排名相关度、相似度参差不齐。在22个专科中，健康社区网站B平台上相似度平均值为70%，相似度较高的专科（高于80%）有呼吸科、内分泌科、皮肤科、肾脏病、心外科、骨科、神经内科、胸外科、血液科、精神医学等，相似度较低（低于20%）的专科有麻醉科、小儿外科。在22个专科中，健康社区网站A平台与线下排名相关度较低，相似度平均值为40%，相似度较高的专科（高于80%）只有胸外科，相似度较低（低于20%）的专科有妇产科、口腔科、麻醉科、泌尿外科、内分泌科、普通外科。

5.3 不同在线医疗平台的医院排名具备个体特征

线上医疗健康平台是患者寻医求药的第一步，而不同的线上平台根据自身的定位和服务对象不同显现出了不同的特征。首先，不同的平台具有鲜明的地域特点。健康社区网站B是某镇互联网医院的网上医院，主要服务对象以华东地区的患者为主。因此，在健康社区网站B上的华东地区医院数量较多，排名也更靠前。而健康社区网站A主要覆盖华北地区，辐射全国医院，因此华北地区医院数量较多、排名更靠前。其次，不同的平台其服务定位也不同。健康社区网站A主要针对急、重症患者精准提供医生资源，帮助患者更快、更好地匹配医生，因此其排名受医生的好评度影响较大；而健康社区网站B主要以互联网医院为基础开展网上综合服务，其排名更能反映实体医院情况。因此从数据分析的结果来看，健康社区网站B的综合医院排名、专科医院排名在相关性和相似度上更接近线下排名水平。

6 建议

6.1 患者应分辨互联网健康平台上获得的信息

随着互联网信息技术的普及，患者的就医习惯已经发生变化，由找好医院看病向找好医生看病转变，就医行为呈精准化趋势。患者看病前往往会先通过互联网平台“寻医问药”，在掌握一定就医信息之后才会实施就医行为。这种就医模式的转变在一定程度上降低了患者因信息不对称所带来的就医不便，但也为一些发布伪数据、不实信息的单位或个人提供可乘之机。目前我国互联网医疗信息平台蓬勃发展，而互联网平台上提供的信息质量良莠不齐，患者如果没有对信息进行分辨而盲目相信，往往会因受到网上虚假评论和伪健康信息的误导，而导致经济和身体上的双重伤害。

6.2 医院应将线上声誉管理纳入工作范畴

医院虽然没有主动参与到第三方互联网医疗平台中去，但是其作为医生的集合，在互联网平台上以虚拟实体的形式出现，其线上声誉也会影响线下医院的声誉和患者的满意度，进而影响医院的门诊量、住院量等绩效结果。因此，从医院管理者角度出发，实体医院应将线上声誉管理纳入宣传工作中，积极主动开展线上信息披露和信息监测，对影响医院声誉的行为和平台进行及时处理，有效应对目前互联网医疗健康产业发展的新形势。

6.3 政府应加强监管，对在线医疗服务信息进行引导

研究结果显示，在线医疗服务平台上的医院及医生声誉与线下医院或医生的声誉、绩效均具有一定的相关性。如果政府能够较好地引导，在线医疗服务平台可以更好地发挥作用，帮助病人查询到所需的诊疗信息，方便患者就医，节约患者就医成本。如果政府没有合理地监管，网上信息将因为一些机构或个人出于自身利益的角度，发布不实或虚假信息而误导患者，造成医院和医生在社会声誉和经济利益上的损失。

6.4 加强在线医疗健康平台信息传播机制、接收模式及采纳效果研究

本研究发现，目前国内对于互联网医疗健康平台上信息有效性的相关研究较少。应结合文化因素、医药制度、健康素养、以及个人健康信息认知程度对互联网上的健康信息进行系统研究，解释伪健康信息的特征和传播规律，提出求证、辨别的思路和方法，为用户分辨虚假信息提供引导。同时，需要探索互联网上虚假健康信息的传播机制、接收模式及劝服效果的基础上，提出求证和辨别方法，帮助人们分辨，为治理互联网健康信息提供引导。