检索历史 清除

摘要远程医疗作为“互联网+”时代背景下的一种新型医疗服务模式，因其具有远程、方便和经济等特性，成为促进医疗机构间资源互补、推动优质医疗资源扩容下沉、助力分级诊疗制度实施和推进健康中国建设的重要举措。但梳理业界实践发现，远程医疗仍存在患者采纳率低、医疗数据利用能效低、患者择医决策行为及方法亟待优化等问题，阻碍了远程医疗的应用和高质量可持续发展。鉴于此，本文立足于远程医疗现实情境和患者需求，以促进远程医疗应用及可持续发展为目标，以远程医疗患者择医决策过程为对象，针对服务采纳、筛选专家和匹配专家三个阶段展开远程医疗患者择医决策研究。主要研究内容包括以下几方面:<br>　　(1)远程医疗患者采纳模型构建及影响机制分析。针对远程医疗的“医疗和技术”双重属性，整合社会经济因素、健康行为、心理特征和技术等因素构建集成的远程医疗患者采纳模型，并采用SEM-fsQCA混合方法分析远程医疗患者采纳行为的影响因素及其协同互动的复杂过程，进而揭示患者采纳行为的影响机制。研究结果表明，感知有用性、信任、社会影响、经济效益、感知严重性对远程医疗使用意愿有直接影响，而感知有用性在感知易用性与使用意愿之间发挥完全中介作用，在信任与使用意愿之间发挥部分中介作用，使用意愿进一步对采纳行为有正向显著影响。同时，健康意识能够放大感知有用性、社会影响和感知严重性对使用意愿的作用。此外，fsQCA的结果证实影响因素与采纳行为之间存在多重潜在并发因果关系，并提炼了五种远程医疗患者采纳行为形成路径。<br>　　(2)基于反馈机制的远程医疗自适化专家推荐方法研究。首先，借助文本挖掘技术分别面向患者电子病历和专家长短期知识进行特征提取与建模，并通过交互计算挖掘特征间的相似性，生成专家推荐指数。其次，考虑专家个体行为变化，提出专家动态活跃度和兴趣度的测度方法，并融合专家推荐指数形成专业推荐策略，提升推荐效力。然后，将专业推荐策略、效用推荐策略及反馈机制纳入同一推荐框架，在考虑患者偏好与结果反馈的基础上实现专家推荐的闭环调整与自适更新，使推荐结果更具可解释性和时效性。最后，多组对比实验验证了所提方法的有效性及其在数据稀疏和隐私保护前提下的可操作性，也在一定程度上缓解了冷启动问题。<br>　　(3)面向语言决策信息的远程医疗专家-患者匹配决策方法研究。针对决策者思维的模糊性和随机性提出了基于改进云模型的远程医疗专家-患者匹配决策方法。首先，通过改进云模型捕获语言决策信息的模糊性和随机性、实现异质语义信息的转换并测度匹配主体偏好效用。其次，借助失望理论衡量风险条件下匹配主体心理行为对决策结果的影响来修正偏好效用函数。然后，引入同群效应和改进灰色关联分析分别探索申请医生与患者之间的关系并衡量其对患者决策的影响强度，进而构建兼具满意和稳定的多目标优化模型，并通过模型求解得到专家和患者的最优匹配。最后，灵敏性分析和对比分析验证了所提方法在识别个体偏好、明确个体匹配意图方面的有效性。<br>　　(4)面向混合决策信息的远程医疗专家-患者匹配决策方法研究。针对决策者思维的模糊性和犹豫性提出了基于改进NSGA-Ⅱ的远程医疗专家-患者匹配决策方法。首先，综合考虑确切数、区间数、语言信息和犹豫模糊语言信息四种评价类型，给出了异构决策信息的满意度测度方法。其次，充分考虑主体复杂心理行为对匹配结果的影响来修正满意度测度方法。然后，采用改进灰色关联分析测度申请医生对患者决策的干预作用，进而以匹配主体满意度最大化、供需差异最小化为目标构建多目标优化模型，并通过改进NSGA-Ⅱ方法进行求解。最后，对比实验验证了改进NSGA-Ⅱ方法在大规模问题中的优越性和鲁棒性。<br>　　在医疗数智化建设影响下，本文聚焦远程医疗患者择医决策过程的三个阶段逐层深入分析了远程医疗患者采纳行为影响机制、专家推荐方法及专家-患者匹配决策方法。研究成果丰富了远程医疗研究理论和实践体系，为进一步提高远程医疗运营管理效率、推动远程医疗服务模式创新、促进远程医疗应用和高质量发展提供了理论支撑和实践指导。