在线医患沟通中的知识不对称研究

doi:10.13365/j.jirm.2021.01.090

信息资源管理学报 ›› 2021, Vol. 11 ›› Issue (1): 90-97.doi: 10.13365/j.jirm.2021.01.090

在线医患沟通中的知识不对称研究

陆泉^1，3　李畅¹　刘婷¹　陈静²

1. 武汉大学信息资源研究中心，武汉，430072；
2.华中师范大学信息管理学院，武汉，430079；
3.武汉大学大数据研究院，武汉，430072

出版日期:2021-01-26 发布日期:2021-02-02
作者简介:陆泉，教授，博士生导师，研究方向为数据挖掘、知识组织与服务；李畅，硕士生，研究方向为健康信息研究，知识服务；刘婷，博士生，研究方向为用户行为，知识服务；陈静（通讯作者），教授，Email：dancinglulu@sina.com，研究方向为知识服务，数据挖掘，用户研究。
基金资助:
国家社会科学基金重点项目“心理账户理论视角下在线健康社区精准信息服务研究”（20ATQ008）和教育部人文社会科学重点研究基地重大项目“大数据资源的挖掘与服务研究——面向医疗健康领域”（17JJD870002）。

Research on the Knowledge Asymmetry in Online Doctor-Patient Communication

Lu Quan^1，3　Li Chang¹　Liu Ting¹　Chen Jing²

1.Center for the Studies of Information Resources, Wuhan University, Wuhan 430072;　
2. School of Information Management, Central China Normal University, Wuhan 430072;　
3. Big Data Research Institute, Wuhan University, Wuhan 430072

Online:2021-01-26 Published:2021-02-02

摘要/Abstract

摘要： 在线医患沟通是网络医疗健康服务的主要形式，深度分析其中的医患知识不对称规律有助于消除医患沟通障碍。本研究选取“春雨医生”在线沟通数据，从关键词主题、概念和语义关系三个维度探索知识不对称规律。结果表明：①医患关键词主题存在阶段差异，患者多关注“症状描述”“询问治疗”等主题，集中于主诉和治疗阶段，医生多关注“疾病解释”“治疗建议”等主题，集中于诊断和治疗建议阶段；②在概念理解上，医生的用词专业性更高，知识表达更准确；③医生的关键词间语义依存关系种类更多，关联强度更大。研究结果有助于提高医患沟通效率，促进在线医患沟通服务的发展。

关键词: 在线医患沟通, 知识不对称, 概念表达, 语义依存关系, 文本挖掘, 语义分析

Abstract: Online doctor-patient communication is the main form of online health services. The deep analysis of the knowledge asymmetry can help eliminate doctor-patient communication barriers. This article selects the online dialogue data from "Dr. Chunyu", and explores the rule of knowledge asymmetry from three dimensions: keyword topics, concept and semantic relationship. The results show that patients pay more attention to topics such as "symptom description" and "inquiry treatment", focusing on complaint and treatment stages,while doctors pay more attention to topics such as "disease explanation", and "treatment recommendation", focusing on diagnosis and treatment recommendation stages. In terms of concept understanding, doctors use more professional words and express knowledge more accurately. Doctors have more types of semantic dependencies between keywords, and stronger association strength. The research results can improve the efficiency of doctor-patient communication and promote the development of online doctor-patient communication services.

Key words: Online doctor-patient communication, Knowledge asymmetry, Concept expression, Semantic dependency, Text mining, Semantic analysis

中图分类号:

G302，R-02

陆泉　李畅　刘婷　陈静. 在线医患沟通中的知识不对称研究[J]. 信息资源管理学报, 2021, 11(1): 90-97.

Lu Quan　Li Chang　Liu Ting　Chen Jing. Research on the Knowledge Asymmetry in Online Doctor-Patient Communication[J]. Journal of Information Resources Management, 2021, 11(1): 90-97.

[1]	王勇臻　王贤文. 同行评议质量新探：同行评议意见挖掘研究综述[J]. 信息资源管理学报, 2023, 13(2): 125-134.
[2]	翟运开　郭柳妍　赵栋祥　路薇. 基于PMC指数模型的远程医疗政策评价[J]. 信息资源管理学报, 2022, 12(2): 112-122,137.
[3]	刘金亚　谌悦　章成志　陈新兰　顾立平. 数据伦理政策的量化研究：基于天文领域的数据管理办法[J]. 信息资源管理学报, 2021, 11(6): 63-75.
[4]	龚　璇　黄敏学　严　燚. 基于品牌共现关系的实证分析及其应用 ——以手机行业为例[J]. 信息资源管理学报, 2020, 10(6): 110-121.
[5]	曹树金　岳文玉. 突发公共卫生事件微博舆情主题挖掘与演化分析[J]. 信息资源管理学报, 2020, 10(6): 28-37.
[6]	魏玉梅　滕广青　郭思月　庹　锐. 基于竞争专利网络的技术竞争多维分析：以3D打印技术为例[J]. 信息资源管理学报, 2020, 10(4): 99-108.
[7]	邓胜利　刘瑾. 基于文本挖掘的问答社区健康信息行为研究——以“百度知道”为例[J]. 信息资源管理学报, 2016, 6(3): 25-33.
[8]	张敏　刘晓彤　夏宇. 耗散结构理论视域下重大医疗事故网络舆情有序化控制研究[J]. 信息资源管理学报, 2016, 6(2): 22-28.
[9]	房文敏　张宁　韩雁雁. 在线评论信息挖掘研究综述[J]. 信息资源管理学报, 2016, 6(1): 4-11.

在线医患沟通中的知识不对称研究

Research on the Knowledge Asymmetry in Online Doctor-Patient Communication

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 9

编辑推荐

Metrics

本文评价