互联网医疗

(一) 选题背景

随着互联网技术的发展和社会观念的不断更新，人们现在越来越多地开始以互联网为载体，将互联网技术成果和传统行业进行深度融合，培育和创造出了一套新的发展生态-—“互联网+\"。它代表一种新的社会形态,即充分发挥互联网在优化和集成资源配置中的作用，将互联网技术的发展成果和经济、社会各领域相结合，极大地提升了全社会的创新力和生产力，为我国实现经济转型和结构调整注入了强劲活力。这种新型的产业发展模式不仅是对传统产业模式的冲击，更是一次颠覆性的革命.正是在这种新的社会形态的催生之下,互联网医疗应需而生。互联网医疗，是互联网在医疗行业的新应用，其包括了以互联网为载体和技术手段的健康教育、医疗信息查询、电子健康档案、疾病风险评估、在线疾病咨询、电子处方、远程会诊及远程治疗和康复等多种形式的健康医疗服务。互联网医疗因其多元化的服务模式和便利化的医患程序，自推出以来，就受到了广大消费者和投资的青睐，可以说是医疗行业的一个春天.不仅如此，互联网医疗在优化医疗资源配置方面发挥了重大作用,以其平台性使得许多老少边穷地区的医疗资源得到了极大改善，促进了医疗公平。因此，我国卫生部也明确表明引导和支持互联网医疗健康发展。与此同时，不可否认的是我国互联网医疗市场在发展中也存在诸多问题，诸如顶层设计缺乏，技术人才不足,费用收取不规范,隐私保护问题等等，其严重影响和制约互联网医疗的发展。我国11份发行的首部互联网医疗蓝皮书《中国互联网医疗发展报告（2016）》指出，2014年中国互联网医疗市场规模达114亿元，2015年市场规模达157.3亿元，增长率为37。98%，其中移动医疗市场规模达42。7亿元，增长率为44.7%.高增长的背后更反映了我国传统医疗服务的有效服务不足和互联网医疗弥补传统医疗不足的一定优势，也是从侧面表明了互联网医疗在未来有着巨大的市场需求.但蓝皮书同时指出，截止2015

年12月，我国互联网医疗用户规模为1。25亿人，占网民的22.1%,相比于其他网络应用，互联网医疗的使用习惯仍有待培养。其中，诊前环节的互联网医疗服务使用率最高—在线医疗保健信息查询、在线预约挂号和在线咨询问诊应用总使用率为25.3％；医药电商使用率占网民的4。6％；而在慢病管理、预约体验、健康保健等OTO医疗健康领域，使用率都低于1％.总结来说，互联网医疗发展呈现出市场巨大但使用率较低的现状。

(二) 选题意义

互联网医疗市场作为新的医疗发展形态，其有关调查之前有之，但之前调查都基本是从国家宏观层面出发，很少有从最基本的微观群体消费者调查起，即便有，也大多是调查面单一,代表性不足，不能全面反映和解决消费者切身的实际利益问题，影响了互联网医疗早期市场拓展，成为制约互联网医疗发展的一大因素.鉴于此，我们以提高互联网医疗的使用率，使互联网医疗能惠及更多人为根本出发点和落脚点,以互联网医疗的健康发展和有效监管为基本前提和条件,以市场主体为调查核心，利用科学合理的调查方式和手段，通过对调查数据的整理和分析,最终得出影响和制约互联网医疗发展的硬瓶颈和软制约，为与互联网医疗利益相关的各个主要群体提供决策借鉴，为互联网医疗的促进和发展奉献属于青年的一份微薄之力.其意义主要体现在对三大市场主体的行为导向。

1.对消费者：

（1）通过对消费者市场走访调查，得出消费者对互联网医疗项目的实际需求和影响消费的实际因素，从而为改进互联网医疗提供可行性建议和方向,最终惠及广大消费者。

（2)通过实地调查，宣传互联网医疗的相关信息，扩大其市场影响力. 2。对互联网医疗平台和机构：

互联网医疗平台和机构是互联网医疗的核心主体，本调查旨在为互联网医疗平台和机构提供决策信息、改进方案以及挖掘和开发潜在市场，从而促进互联网医疗行业的完善和发展。

3。对政府机构：为政府机构提供决策信息,从而更好地制定引导和管理互联网医疗行业的政策方针，促进互联网医疗行业的健康发展，为经济、社会创造福利。

二、 基本思路

本项目沿着方案准备、理论准备、调查分析、描述分析、深入探究、得出结论与建议的逻辑思路展开,主要内容共分为七个部分：

第一部分为方案准备.主要研究了调查背景与选题意义、互联网医疗的发展现状、文献综述等方面。在选题意义部分，对互联网医疗的概念进行界定.文献从互联网医疗发展模式，系统使用情况，以及用户满意度三个角度研究互联网医疗的现状、改革与完善措施。

第二部分为调查的策划与实施。主要包括了调查目的、调查内容、调查方案策划、调查样本构成以及数据分析方法。其中重点研究了本次调查的抽样设计方案、调查样本构成和主要的数据分析方法。

第三部分为开封市民对互联网医疗的认识接受情况的描述性分析与相关性分析。其中重点对居民互联网医疗的需求和使用的满意度等相关问题进行描述性分析。

第四部分为对网络平台实施的局限性分析。主要通过电话采访的方式,调查网络平台在日常运行中遇到的问题，收集汇总便于之后的深入分析。

第五部分为互联网医疗支付方式的分析.依据大数据时代的优势，收集当前居民支付方式的类型与占比。

第六部分为大病后期跟踪服务完善问题收集。对开封居民进行实地走访等形式的调查,收集关于大病后期服务的满意度数据，方便日后寻求改进方案。

第七部分为结论与建议.这一部分是对该调查项目的总结,依据理论与具体

分析,针对当前互联网医疗接受度现状以及影响接受度的主要因素，向网络平台、政府机构提出可行性建议。

三、 调查内容与方案策划

（一）调查目的

采用多种市场调查方式进行调查，并结合相关二手数据,对互联网+ 医疗推广度及患者整体满意度等进行统计与分析，阐述了医疗机构对互联网医疗模式的使用情况、患者对现有互联网医疗平台的满意度以及改进建议.向互联网医疗平台提出推广互联网医疗模式的合理方法;根据用户的满意度偏好，提出建议，以便建立更能贴合用户所需,更能推广新型医疗资源，更能整合好医疗资源提供全球化的医疗资源服务的互联网医疗平台。 (二）调查内容与研究框架 1．调查内容

本次调研的主要内容包括：开封市居民对现有互联网医疗平台的了解与使用的基本情况及开封市居民对互联网医疗平台现状的满意度与发展建议两大部分。其中开封市居民对现有互联网医疗的了解与使用的基本情况通过用户使用次数，使用感受等几个方面进行分析阐述；开封市居民对互联网医疗平台发展现状的满意度与发展建议通过用户对平台的便利性与信用程度的满意度、用户体验及总体满意度与未来发展建议四个方面进行分析. 2．研究框架

（三）调查方式

本次调查以开封市区居民为调查对象，主要采用文案调查法和问卷调查法，并通过PPS抽样分配样本数，采用街头拦访式的调查方法进行问卷调查。

PPS抽样调查法( Probability Proportionate to Size Sampling)又称按规模大小成比例的概率抽样，它是一种使用辅助信息，从而使每个单位均有按其规模大小成比例的被抽中的一种抽样方式。该方法使得总体中含量高的部分被抽中的概率也大，可以提高样本的代表性。

街头拦访式调查是访问员在事先选定的若干地点，按一定程序和要求（如每隔几分钟拦截一位，或每隔几个行人拦截一位)选取访问对象，征得对方同意后，在现场按问卷进行简短的调查。该方法具有费用低，访问效率较高的优点，同时，调查过程中可以为受访者解答他们对问卷问题的疑惑，从而提高研究结果的可靠性。

在大规模问卷调查前期,我们采取文案调查法，利用计算机检索,查阅国内外互联网医疗的发展情况、现有平台的使用情况、主要机构、涉及方面及相应文献，获取对本小组调研有一定指导意义的二手资料.而问卷调查法是进行本次调查的主要调查方法，可以获得符合课题研究目的的一手数据。我们对每个区域按照分配好的最佳样本量在区域周边拦访调查,收集样本信息。 (四）调查对象及范围

根据本次研究内容，我们将调查对象限定为在开封市区居民。调查范围覆盖开封市市内五个市辖区(鼓楼区、龙亭区、金明区、禹王台区,顺河回族区）,重点调查河南大学第一附属医院和淮河医院等主要医院附近区域。在主要的医院附近区域采用街头拦访的方式不仅保证了被调查者职业、年龄的多样性，还可以更容易地找到对开封现有医疗模式有更深体验的患者及其家属作为被采访者，从而能全面深入多层次的收集广大市民对互联网医疗平台的使用情况，接受程度,满

意度以及对未来互联网医疗模式发展的要求与期望。

四、 研究方法

为了深刻了解大连市居民对互联网医疗平台的使用情况和平台现状,本次调查准备采用了多种统计分析方法对收集到的数据资料进行深入分析，调查采用的方法有以下几种:

(一) 单变量描述分析法

本次调查欲对样本结构以及开封居民互联网医疗的使用情况的特征如对用户使用互联网医疗台的种类，用户每天使用互联网医疗平台、使用过程感受到的便利程度等单变量进行了单变量描述性分析。

(二) 列联分析

我们欲采用列联分析来判断样本之间的变化趋势与相关程度,并以此分析结果为基础进行更深一步的分析讨论,得出相关结论。

进行列联分析时，使用卡方检验测量两道题之间的相关性，原假设为：两道不同题目之间是无关的。卡方检验的统计量为

，其中A为实际频数，T为理论

频数，i、j分别代表所在行、列的编号。值越大，说明实际频数与理论频数的差别越明显。自由度为v＝（R—1)(C-1),R和C分别代表行数和列数，显著性水平为0。05.当显著性水平小于0.05时，两道题目之间是相关的.

(三) 假设检验

我们欲采用独立样本的t检验来判断两个独立样本之间的均值差异情况，并以此结果为基础进行分析讨论,得出相关结论。

进行t检验时，原假设为：两个独立样本的均值相等，备择假设为：两个独立样本的均值不相等.在5%的显著性水平下,根据t检验表得临界值，确定接受域与拒绝域,看t统计量是否落在接受域内，如果落在接受域内,则接受原假设，否则拒绝原假设。也可以比较P值与给定显著性水平的大小，p值越小,越能拒绝原假设。

(四) 方差分析

通过方差分析用来研究一个控制变量的不同水平是否对观测变量产生了显

著影响，主要为单因素方差分析。具体步骤如下:

第一步是明确观测变量和控制变量。

第二步是剖析观测变量的方差，观测变量值的变动会受控制变量和随机变量两方面的影响.据此,单因素方差分析将观测变量总的离差平方和分解为组间离差平方和和组内离差平方和两部分，用数学形式表述为：SST=SSA+SSE。

第三步是通过比较观测变量总离差平方和各部分所占的比例。第四步是做出统计决策.方差分析的原假设为各样本均值相等,由公式计算出 F 统计量的值(这是一个单侧检验）,给定显著性水平,根据 F 检验表查出临界值，如果 F 统计量的值大于临界值，则拒绝原假设,也可以比较 P 值，若 P 值小于给定的显著性水平,则拒绝原假设。

(五) 多个独立样本的非参数检验——Kruskal—wallis检验法

把大小为n1，n2,…，nk的样本混合成为一个单样本，将数据按大小顺序排秩，每一个观测值在新样本中都有自己的秩，如果有相同的数据，则取秩的平均值，记观测值Xij的秩为RiJ，对每一个样本的观测值的秩求秩和，再找到它们在每组中的平均值，检验原假设。如果原假设为真,秩应该在K个样本间均匀分布，即多样本实际的秩和与期望秩和的偏差应该很小，这就是 K-W 检验的基础。若按该方法得到的p值大于0。05，则可以认为k个样本之间无显著性差异。

(六) 灰色系统优势分析

灰色系统关联分析法实质上是关联系数的分析.其基本思想是根据序列曲线几何形状的相似程度判断其联系是否紧密，曲线越接近，相似序列间的关联度就越大，反之就越小，并基于灰色关联空间。具体是先求各个方案与由最佳指标组成的理想方案的灰度关联系数，由关联系数得到关联度，再按关联度的大小进行排序、分析，得出结论.该方法具有原理简单、易于掌握、计算简便、排序明确、对数据分布类型及变量之间的相关类型无特殊要求等特点，具有极大的实际应用价值.

(七) 结构方程模型

结构方程模型整合了因子分析、路径分析和多重线性回归分析的思想和方法,包括测量模型与结构模型.测量模型求出观察指标与潜变量之间的关系，结构模型求出潜在变量与潜在变量之间的关系，并通过各种拟合指数检验它是否吻合数据。

(八) 关联规则算法

关联算法是数据挖掘中的一类重要算法。1993年,R。Agrawal等人首次提出了挖掘顾客交易数据中项目集间的关联规则问题，其核心是基于两阶段频繁集思想的递推算法.该关联规则在分类上属于单维、单层及布尔关联规则,典型的算法是Aprior算法。

Aprior算法将发现关联规则的过程分为两个步骤：第一步通过迭代,检索出事务数据库1中的所有频繁项集，即支持度不低于用户设定的阈值的项集；第二步利用频繁项集构造出满足用户最小信任度的规则。其中，挖掘或识别出所有频繁项集是该算法的核心，占整个计算量的大部分。

五、 研究进度安排

调查前期准备：2016-1—1到2017-2—15 预调查:2017—2-16到2017-3-4 正式调查：2017-3—5到2017—3-16 数据处理分析阶：2017—3-20到2017-3+26 报告撰写：2017-3—27到2017-4—3