基于大数据的韩国社会对移动医疗认知的研究
来源:用户上传
作者:
[摘要] 目的 通过对韩国网络媒体中关于“移动医疗”大数据研究，初步探明影响韩国移动医疗产业发展的主要社会因素。方法 研究对2017年6月—2018年6月1年间韩国主要社交网络服务平台NAVER、DAUM、Google中包含“移动医疗”关键词的网页、主要博客、主要新闻媒体数据进行系统收集，利用大数据一体化平台 Textom对数据进行分析处理，并通过UCINET子程序NetDraw对收集的大数据进行度数中心性、中间中心性、接近中心性、特征向量中心性分析。结果 韩国社会对移动医疗的认知与移动医疗服务的种类及水平有很高的关联度;社会对移动医疗市场的认知更多集中在可以提供移动医疗服务的平台上。此外，韩国政府机构、移动医疗相关产业在推进社会对移动医疗认知方面有着很大的作用。结论 媒体中关于社会对移动医疗市场环境认知数据，可以为移动医疗产业未来发展方向和投资战略的制定提供重要参考。
[关键词] 移动医疗;大数据;社会网络分析;语义网络分析
[中图分类号] R195.1 [文献标识码] A [文章编号] 1672-5654（2020）03（c）-0168-07
Research on Mobile Medical Cognition Based on Big Data in Korean Society
CAO Jun-wei1， Shang Meng2
1.School of Electronic Fusion Business， Lingnan University， Gyeongsan， South Korea， 38541; 2.School of Flight， Anyang Institute of Technology， Anyang， Henan Province， 455000 China
[Abstract] Objective To preliminarily identify the main social factors that influence the development of mobile medical industry in Korea by studying the big data of "mobile medical" in Korean online media. Methods Systematic collection of data on web pages， major blogs， and major news media in South Korea ’s major social networking service platforms NAVER， DAUM， and Google that included the “mobile medical” keywords from June 2017 to June 2018， using big data integrated platform Textom to analyze and process the data， and perform degree centrality， intermediate centrality， near centrality， and feature vector centrality analysis on the collected big data through the UCINET subroutine NetDraw. Results The Korean society ’s awareness of mobile healthcare has a high degree of correlation with the type and level of mobile healthcare services; the social awareness of the mobile healthcare market is more focused on platforms that can provide mobile healthcare services. In addition， South Korean government agencies and mobile health-related industries have played a significant role in promoting social awareness of mobile health. Conclusion The media's social cognition data on the mobile medical market environment can provide important references for the future development direction and investment strategy of the mobile medical industry.
[Key words] Mobile medicine， Big data， Social network analysis， Semantic network analysis
韓国医院作为第4次产业革命的中心产业，通过人工智能、物联网、虚拟现实、5G通讯等尖端技术开始快速转变为“智能型未来型医院”。大型医院在2020年前建立人工智能医疗服务的计划已经拉开序幕。目前韩国风险投资公司和大型医院正联合在一起共同开发移动式人工智能医疗技术。此外，通过便携移动技术和物联网技术进行的精准型诊疗信息服务和通过增强现实等技术实现的智能医疗环境也在不断的建设之中。
虽然移动医疗是与医疗产业、制造业、软件产业、通信产业、服务产业等多种产业联系在一起不断提高市场创收能力的综合性产业，但是消费者对移动医疗服务的认识是不均衡的。比如近年来苹果APP商店中关于移动医疗的APP下载量上升了2倍，但关心或者体验过移动医疗服务消费者只不过是美国总人口的10%。同时，美国10%的成年人拥有可穿戴移动医疗设备，但其中30%的人6个月以后就放弃了使用，能坚持使用1年以上的人不足50%。所以为了推进移动医疗市场的发展，需要积极地了解消费者对移动医疗的认知情况，根据这些情况，为移动医疗的发展制定相应的应对方案。 该研究基于迅速发展的移动医疗市场现状，在宏观上运用社会网络分析和大数据技术对相关联的韩国社会中对移动医疗认知的数据进行了分析。在此基础上得到韩国社会对移动医疗认识和变化的整体现状，可以作为未来市场发展方向，诊断，市场营销的基础材料。除此之外，关于如何通过使用和分析网络上产生的多样化的大数据来促进移动医疗市场的发展，提供了相关方向。同时，通过大数据分析韩国国内对移动医疗认识分析，提供市场的创新基础，并进一步推动相关经营学研究的学术发展。此外，该研究还对移动医疗社会网络各节点连接情况构建了可视化网络，通过对社会网络相关分析指标度数中心性、中间中心性、接近中心性、特征向量中心性的灵活运用，从整体上把握韩国社会对移动医疗服务认识的社会网络结构。
1 原理与方法
1.1 移动医疗
移动医疗是指通过移动医疗技术随时随地实时了解自己的身体情况的医疗管理技术。移动医疗包括面向医护人员和面向医疗服务使用人员两种应用模式。面向医护人员的模式主要用于醫学知识库的使用、医学技术工具的推广应用、医护工作者间的交流等，而面向医疗服务使用人员则主要用于远程医疗、求医问药、预约挂号、信息查询、跟踪医疗服务等。目前，国内外移动医疗已经有了初步成熟的理论体系与一定的应用体验，今后的发展方向主要是医院等医疗信息提供机构和个人家庭生活没有间断的连接，通过网络的使用让患者和医生在没有时间和空间的限制的情况下接受自由的医疗服务。移动医疗将提供一个随时可以通过智能手机、个人便携式设备、PAD等获取及时必要的如健康指标、健康预测、应急信息等医疗服务的便利环境[1]。
1.2 社会网络及分析
最早的社会网络是指基于个人和人际关系的人和人之间的连接网络。构建社会网络是为了分析社会实体间关系、社会连接的关系间的整体结构、人与人间的行为和社会结构的效果。社会网络分析则是指对人、集体、知识、信息交换的主要意义的节点（node）和节点关系的链接（link），从宏观水平到个体和行为者之间的关系进行分析，可以发现网络内不同寻常的结构上的连接模式，并通过一定方法进行可视化。另外，通过网络分析，可发现网络结构上有处于战略重要位置的个体或组织，据此制定相应的政策[2]。
在社会网络分析中，对网络连接结构的特性主要测定指标是密度分析（denstianalysis）、中心性分析（centraltisis）、集中度分析（centralizatezatezazais）、下位集团分析（sub-network analysis）等。密度分析是分析网络节点之间连接的程度，密度大的网络在信息交流中活性高，信息扩散为快。中心性分析是分析特定节点在网络上位置上中心位置的指标的分析，显示一个节点和别的节点直接连接程度的中心性的（degree centrality）。此外，关于一个节点和其他节点之间测定中介作用的中间中心性（betwennetnes centralet）分析，是根据各节点之间的距离测试特定节点的整体性的接近中心性（closeness centrality），是社会网络分析法中使用最多的测定指标。作为代表性的概念，有度的中心性（degree centrality）、中间中心性（betweenness centrality）、接近中心性（closeness centrality） 以及特征向量中心性（eigenvector centrality）。集中度分析是分析整网络中特定节点集中程度的分析，根据各节点之间的连接程度，测定整个网络的集中程度的连接程度的集中情况[2]。
1.3 大数据技术
近年来，网络和信息技术的发展使得各种数据海量增长，大数据分析已成为IT技术发展的主要趋势。大数据技术是以大数据价值挖掘为核心，面向数据的采集与预处理、数据存储与管理、计算模式与系统和数据分析与挖掘等方面，根据需求能够实时、高效、可视化地处理各种类型的数据的技术。该研究的数据采集是基于TEXTOM（TEXTOM：Text to Metrix）平台的技术，TEXTOM是一种基于爬虫技术，通过在网页上对多样的数据进行收集然后整理成表格或者矩阵、且可以自动根据相关性和正确性，对输出的数据进行多样的语义分析（sentiment analysis）和意见分析（opinion analysis）的大数据收集分析一体化解决方案[3-4]。
1.4 调查设计和数据收集
为了进行关于韩国社会对移动医疗认识情况的调查，研究主要针对韩国国内主要门户网站提供的相关信息进行采集。主要对网络上关于移动医疗相关信息的网页、个人博客、主要新闻媒体网页进行资料采集。该研究收集了NAVER（博客，新闻，论坛，网页， 问答）、DAUM（博客，新闻，论坛， 网页，问答）、GOOGLE等在2017年6月10日—2018年6月10日间包含移动医疗关键词的数据。筛选出核心数据，再进一步对核心数据进行修正后，通过UciNet6.65和NetDraw进行分析[3]。
2 结果与讨论
2.1 关键词频度分析
经数据收集分析，韩国社会主要网页与关键词“移动医疗”相关的内容共计出现了29 608个相关词汇，出现次数最多的70个词汇整理见表1。根据这些关键词汇的语义，将其分为平台类、产业类、服务类、机构类、研究类、地域类和运营类等不同的大类。
从表1可以看出，医疗、募集、服务、健康管理、提供等与服务相关的词汇出现频率很高，移动式、智能手机、APP等平台类的用语出现频率也很高，特别是“移动式”和“智能手机”出现频数最为靠前。此外，开发、管理、参与、技术等运营和研究类用语也有较高的频率，移动医疗事业、保健所、韩国健康增进开发院等机构或者产业相关用语频数也相对较高。各关联词通过视觉化处理后形成关系网络图（图1），该网络图的网络密度为0.77，表示网络内各节点间的联系度较高，网络的平均路径距离为1.274，网络聚集度为0.759，表示该网络内存在小世界效应，韩国社会对于移动医疗认知的面比较集中。 2.2 关联词汇中心性分析
对关联词汇的度的中心性（degree centrality）、中间中心性（betweenness centrality）、接近中心性（closeness centrality） 以及特征向量中心性（eigenvector centrality）的分析，可以分析出一个节点和其他几点的连接情况和连接程度。
度的中心性是指在一个关系网络中，如果一个节点与别的节点有很多直接联系，那么这个节点就处于中心位置，该节点就有较高的度中心性。“移动医疗”关联词汇的连接程度中心性分析结果如表2（取度数值>1000），从表2可知，平台类用语“移动式”“APP”“智能手机”的关联度很高，服务类用语“医疗”“募集”“健康管理”“个性化”等关联度也很高。两类词汇的度数中心性的排名基本都集中在前25名。
中间中心性测量的是网络中某个节点对整体网络资源控制的程度。处于该位置的节点可以通过控制或者曲解信息的传递而影响整体。如一个节点处于许多其它节点联系的最短捷径上，则说明该节点具有较高的中间中心性。本研究通过多关联词汇网络的中间中间性的测量，希望找出最能影响对“移动医疗”认识的相关关键词。
主要关联词汇的中间中心性的分析结果见表3（取中间性值大于4.5）。从表3中可以发现，与以上分析相比，运营类相关词汇“管理”“参与”“运营”排名上升，对认知起着明显的影响作用。服务类用语的排名有降低趋势，对认知的影响作用有所降低。同时，平台类用语“智能手机”“APP”“移动式”也对认知也起着影响作用。
网络中某个节点在联系过程中较少依赖于其他节点，则此节点就具有较高的接近中心性。一个非核心位置的节点必须通过它者才能传递信息。一个节点越是与其它节点靠近，那该点就越不依赖于其他节点。反之，接近中心性数值越大的节点，越依赖其他节点传递影响，本身对网络的直接影响小。该研究通过对关键词汇接近中心性分析，探明对移动医疗认知最不具影响的关键词。主要关联词汇接近中间性分析结果见表4。从表中可知，研究类等关键词诸如“云计算”“安保”等对移动医疗的认知影响很小。地域性机构如“南区保健所”“东区保健所”和国外地域诸如“美国”“中国”“全球”对韩国社会对移动医疗认知的影响有限。
特征向量中心性（eigenvector）分析可以分析出关系网络中在总体结构上处于最为核心的节点。该研究“移动医疗”关联词汇的特征向量中心性（eigenvector）分析结果见表5（取特征向量大于0.1）。从表5可以看出，平台和服务用语“移动式医疗事业”“医疗”“服务”“APP”“智能手機”等处在认知网络的核心地位，服务和机构类的重要性有所降低，平台类的重要性较为上升。
2.3 CONCOR分析
CONCOR分析是寻找关系网络中的相似集团。对上述网络数据进行CONCOR分析，结果形成7个凝聚子群。其中最明显的是以诸如“个性化”“健康管理”“智能手机”“APP”等服务和平台类词语为主的平台服务类子群，诸如“参与者”“医生”“医疗对象”“移动医疗事业”等服务和参与者类词语为主的产业服务参与类子群。诸如“中国”“美国”“韩国国内”等地域词汇为主的地域内子群。诸如“安保”“安保”“大数据”“云计算”等研究词汇组成的研究类子群。
3 结论
该研究通过收集分析2017年6月—2018年6月一年间韩国NAVER、DAUM、谷歌中包含与“移动医疗”相关联词汇的网页，以及各种博客、主要新闻网站，构建了关联词汇网络，进行了关联词汇网络的连接中间性、中间中间性、接近中间性、特征向量中心性分析，结果发现，在韩国社交网络中，对移动医疗的关注主要集中于智能手机、APP、健康管理这些移动服务上，公众对移动医疗技术的发展趋势也有着一定的关注，一些医疗实体机构对于引导公众对移动医疗的认识起着不可忽视的作用;移动医疗可以提供的服务水平及种类与韩国社会对其的认知关系密切;移动平台、服务平台等在韩国社会对移动医疗的认知中处于最核心的位置;移动平台的类型、质量和APP质量最能影响和改变韩国社会对移动医疗的认知;关于移动医疗技术层面的研究和分析对社会群体的认知产生的影响有限，地方性机构对改变韩国社会对移动医疗的认知的推动作用也不大，全球化经济在韩国社会对移动医疗认知的影响也不明显。韩国社交网络对于移动医疗领域的认识集中分为三大群体：服务质量和载体，移动医疗服务的参与，移动医疗技术的开发。总体来看，韩国的移动医疗技术处在一个发展的初期阶段。
以上分析结果对未来韩国移动医疗市场发展以及中国相关产业建设有重要参考意义。
3.1 对于个人
应该尝试使用移动医疗服务，全方位地了解移动医疗的相关服务，选择最适合自己的服务进行尝试。
3.2 对于相关企业
应不断增加研发投入，加强移动服务平台的开发。移动服务平台的质量直接影响公众对移动医疗行业的认识。相关企业不仅仅要重视移动医疗APP等软件移动平台的研发工作，还要把移动医疗的硬件开发和软件平台高效有机结合起来，充分让用户感受到移动医疗带来的便利性。移动医疗不仅是要具备高质量的硬件和软件，还有一套完善的服务机制，单一机械地提供医疗健康数据是枯燥乏味了，应该把相关移动医疗服务做成趣味的、一体的服务，让用户不断保持着新鲜感的同时又获得自身需要的便利的移动医疗体验。企业也应该重视对服务运营的重要性，而不是仅仅提供移动医疗软硬件服务。现在是一个O4O（online for offline）时代，所有的线上服务都是为了服务于线下，通过线上线下的活动，让公众加深对移动医疗的认识，增加社会认可度，来推动相关企业移动医疗服务的经济增长。
3.3 对于研发机构 现阶段社会对移动医疗的认识和移动医疗技术的关系有限，所以要大胆创新，不用担心失败，努力开发出更方便更高效的移动医疗技术。同时移动医疗的优势之一就是个性化定制服务，所以要坚持不断地开发新型移动医疗的技术，结合以云计算、大数据等技术，不断提高移动医疗的服务水平。努力做到对每一个用户的差异化和个性化服务。
3.4 对于政府部门
应充分认识到移动医疗对解决社会医疗资源分配不公平问题方面的重要性，建设更多社会公共平台，让市民即使自身没有移动医疗设备也能随时随地地获取到所需的移动医疗服务。同时，现阶段有相当一部分群众对于移动医疗的认知和了解是通过政府或者机构得到，所以政府和相关机构也要做好相应的引导工作，整合资源，分配主管部门，加强相关产业建设，让群众对移动医疗的优势有充分的认识。政府部门也应该时候紧跟全球化的浪潮，时刻了解全球移动医疗的发展情况，并结合自身实际，加以发展。
3.5 对于中国市场
当前中国移动医疗市场和韩国的移动医疗市场类似，都处在发展的初期阶段。而中国市场规模是韩国市场的数倍之大，品牌碎片化更加严重，同时竞争也远远高于韩国市场[5-10]。韩国的移动医疗服务市场的特点是大企业主导研发，中小企业的跟进再结合政府部门的配合，往往可以在短时间取得明显的效果，中国则要重视政府在移动医疗事业发展中的效能，可以参考新能源汽车产业的发展模式，通过政府扶持和推广，加之以大企业自身的研发投入，引导整体社会对移动医疗集中关注，让更多的中小科技企业自发加快入场的步伐，提供全民对移动医疗市场的关注，促移动医疗事业的蓬勃发展。
[参考文献]
[1] 秦麗平，吴夷，黄丹，等.国内外移动医疗的现状分析[J].现代仪器与医疗，2017，23（1）：19-21.
[2] 林聚任.社会网络分析：理论、方法与应用[M].北京：北京师范大学出版社，2009.
[3] 金海源，权蔡南.以电视购物为中心的对使用大数据进行内容制作方案的研究[J].网络交流学报（韩），2014，31（3）：5-51.
[4] 卿勇.大数据研究综述[J].软件导刊，2016，15（12）：175-177.
[5] 吴敏，甄天民，谷景亮，等.健康医疗大数据国内外发展及在卫生决策支持中的应用展望[J].卫生软科学，2019，33（2）：76-79.
[6] 黄凯，陆敏.国家互联网+战略对医疗卫生行业的影响[J].中国卫生产业，2016，13（10）：6-8.
[7] 黄小龙，罗旭，汪鹏，等.基于健康医疗大数据的精准诊疗实施路径探讨[J].中华医院管理杂志，2017，33（5）：369-372.
[8] 段金宁.“互联网+”医疗环境下的健康医疗大数据应用[J].中华医学图书情报杂志，2018，27（6）：49-53.
[9] 陈碧江，谢兼培，林伟峰，等.互联网+医疗之新型服务模式-健康管理[J].中国科技纵横，2018（24）：186-188.
[10] 张霖.论大数据发展对卫生事业管理的促进和提出的要求[J].中国卫生产业，2018，15（14）：181-182，185.
（收稿日期：2019-12-23）
[基金项目] 国家留学基金资助项目（201708410230）;安阳工学院博士科研启动基金项目（BSJ2017008）;河南省社科联经团联调研课题（SKL-2018-3494）。
[作者简介] 曹峻玮（1991-），男，江苏扬州人，博士在读，实习研究员，研究方向：电子融合商务、大数据分析。
[通讯作者] 尚猛（1986-），男，河南安阳人，博士，讲师，主要从事服务管理和物流及供应链管理等相关研究工作，E-mail：shangmengdr@163.com。
转载注明来源:https://www.xzbu.com/1/view-15234105.htm
