,

1906年，心電圖發(fā)明者Wilhelm Einthoven通過電話為患者提供醫(yī)療咨詢，開啟了遠程醫(yī)療的先河。而第一個真正意義上的具有醫(yī)生和患者交互功能的遠程醫(yī)療系統(tǒng)，則是1967年由美國馬薩諸塞州波士頓綜合醫(yī)院的一位放射科醫(yī)生創(chuàng)建[1]。隨著計算機、通訊以及數(shù)據(jù)處理技術(shù)的不斷發(fā)展，遠程醫(yī)療在用戶覆蓋范圍和技術(shù)方面都取得了良好的發(fā)展。

2014年8月21日，國家衛(wèi)生和計劃生育委員會發(fā)布的《關(guān)于推進醫(yī)療機構(gòu)遠程醫(yī)療服務的意見》(國衛(wèi)醫(yī)發(fā)〔2014〕51號)(簡稱《意見》)認為，遠程醫(yī)療服務是一方醫(yī)療機構(gòu)(即邀請方醫(yī)療機構(gòu))邀請其他醫(yī)療機構(gòu)(即受邀方醫(yī)療機構(gòu))，運用通訊、計算機及網(wǎng)絡技術(shù)，為本醫(yī)療機構(gòu)診療患者提供技術(shù)支持的醫(yī)療活動。遠程醫(yī)療作為解決空間距離困境的醫(yī)療服務提供方式，不僅可以為邊遠地區(qū)的人群提供較高水平的醫(yī)療服務，還可以降低醫(yī)療成本、縮減醫(yī)療時間，并且可以進行醫(yī)療數(shù)據(jù)的多方面共享和整合。

我國人口眾多、幅員遼闊，醫(yī)療資源配置不均衡的矛盾較為突出。遠程醫(yī)療能夠幫助解決資源配置不均的問題，彌補我國邊遠地區(qū)醫(yī)療資源的不足，使邊遠地區(qū)民眾享受到平等的醫(yī)療服務，同時可以借助建設的遠程醫(yī)療系統(tǒng)采集國民健康數(shù)據(jù)，輔助建立國民健康檔案。

Web of Science(WOS)是進行學科領(lǐng)域數(shù)據(jù)分析研究的首選數(shù)據(jù)庫。本文應用書目共現(xiàn)分析方法以及雙聚類軟件gcluto對WOS數(shù)據(jù)庫中遠程醫(yī)療領(lǐng)域內(nèi)近10年的文獻進行分析，旨在挖掘遠程醫(yī)療研究熱點，為遠程醫(yī)療研究人員提供參考。

1 材料與方法

1.1 數(shù)據(jù)來源

題錄數(shù)據(jù)來自SCI核心合集，檢索式為：TS=(“tele* medicine*” OR “tele* health*” OR “remote* medicine*” OR “remote* health*”) OR TS=(“telemedicine” OR “telehealth”)，檢索起始時間為2008年1月1日至2017年11月20日，限定文獻類型為論文(article)、會議錄論文(proceedings paper)、書籍章節(jié)(book chapter)以及會議摘要(meeting abstract)，共檢索到9 523篇文獻，將這些文獻的題錄數(shù)據(jù)以txt格式導出。

1.2 研究方法

共詞分析即分析一對詞在同一對象(文獻、專利等)中出現(xiàn)的頻次，構(gòu)建共詞矩陣，結(jié)合多元統(tǒng)計分析等其他分析方法對這些詞進行分析，是詞頻分析法的重要補充。共現(xiàn)分析的原理與共詞分析相似，但分析內(nèi)容更加豐富，已經(jīng)成為情報研究人員揭示研究領(lǐng)域主題、挖掘不同主題之間脈絡關(guān)系演變的重要情報研究方法之一[2]。書目共現(xiàn)分析系統(tǒng)(Bibliographic Items Co-occurrence Matrix Builder，BICOMB)作為文本挖掘的基礎工具，可以對中國知網(wǎng)(CNKI)、萬方、WOS等國內(nèi)外數(shù)據(jù)庫的題錄數(shù)據(jù)進行抽取、統(tǒng)計以及共現(xiàn)分析[3]。圖形聚類工具包(Graphical Clustering Tool，gcluto)提供了交互式的可視化雙聚類方法。

將題錄數(shù)據(jù)導入BICOMB中，抽取數(shù)據(jù)并進行關(guān)鍵詞統(tǒng)計。首先對關(guān)鍵詞進行數(shù)據(jù)清洗，去除對本文無作用的詞，合并內(nèi)涵相同的關(guān)鍵詞后，然后借助詞頻g指數(shù)法進行高頻關(guān)鍵詞截取。詞頻g指數(shù)法選取高頻關(guān)鍵詞，可以克服共現(xiàn)分析中關(guān)鍵詞選取主觀性強的缺陷。

應用詞頻g指數(shù)法選取關(guān)鍵詞的步驟為：將清洗后的關(guān)鍵詞按照出現(xiàn)頻次降序排列，從最高頻次關(guān)鍵詞開始計有g(shù)個關(guān)鍵詞出現(xiàn)頻次累計不少于g2次，而g+1個關(guān)鍵詞出現(xiàn)頻次累計少于(g+1)2次，選取前g個關(guān)鍵詞作為詞篇共現(xiàn)矩陣的關(guān)鍵詞項[4]。借助此方法，最終選取73個高頻關(guān)鍵詞作為詞篇共現(xiàn)矩陣的關(guān)鍵詞項(表1)。

表1 遠程醫(yī)療領(lǐng)域高頻關(guān)鍵詞

續(xù)表1

在BICOMB中截取詞頻高于18的關(guān)鍵詞生成詞篇共現(xiàn)矩陣，然后對矩陣數(shù)據(jù)進行清洗。根據(jù)表1中的關(guān)鍵詞，將無意義的詞項去除、同內(nèi)涵的詞項合并之后，將txt格式的詞篇共現(xiàn)矩陣導入gcluto中進行雙向聚類。聚類方法選擇重復二分法，相似性計算選擇cosine函數(shù)，聚類標準函數(shù)設置為12，根據(jù)生成的聚類山峰圖不斷調(diào)整聚類的類數(shù)。

2 結(jié)果

2.1 聚類結(jié)果概述

對四到十類聚類類數(shù)方案比較之后，發(fā)現(xiàn)5個類數(shù)的聚類方案類內(nèi)相似度較高，類間相似度較低，為合適的聚類方案。生成的可視化詞篇聚類矩陣如圖1所示。圖1的左側(cè)為高頻關(guān)鍵詞聚類樹，右側(cè)為對應的高頻關(guān)鍵詞，橫線隔開的5塊區(qū)域，平行右邊的關(guān)鍵詞為對應的類內(nèi)關(guān)鍵詞，從上到下5個聚類分別為類2、類4、類1、類3和類0。

遠程醫(yī)學高頻關(guān)鍵詞聚類山峰見圖2。圖中每個山丘的形狀為高斯曲線，可以粗略表示出類內(nèi)數(shù)據(jù)分布的情況。其中山丘的高度與類內(nèi)文獻相似性成正比，山丘的體積與類內(nèi)包含的文獻量成正比。只有山丘頂部的顏色是有意義的，偏紅色為較低的類內(nèi)標準差，偏藍色為較高的類內(nèi)標準差。

2.2 類內(nèi)內(nèi)容

通過對類內(nèi)關(guān)鍵詞的語義關(guān)系以及每個類內(nèi)代表文獻進行解讀后，總結(jié)出遠程醫(yī)學領(lǐng)域近10年的5個研究熱點。

類0：遠程醫(yī)療的評價研究。評價的方面包括移動醫(yī)療應用的成本效益、系統(tǒng)的可用性、老年人自我健康管理方面應用評價、發(fā)展中國家建設系統(tǒng)的效果評價以及遠程通訊系統(tǒng)技術(shù)評價等。如Silvio等人對在發(fā)展中國家采取的一種由較發(fā)達國家向其提供技術(shù)以及醫(yī)療資源支持的自下而上的策略來建設可持續(xù)的遠程醫(yī)療系統(tǒng)的效果進行評估，分析了一項建設在距離巴拿馬城市230公里印第安保留區(qū)山區(qū)的鄉(xiāng)村遠程醫(yī)療系統(tǒng)。該系統(tǒng)提高了當?shù)氐男l(wèi)生服務水平，使兒科、婦產(chǎn)科以及遠程急救服務等成為現(xiàn)實[5]。又如Neufeld等人對遠程醫(yī)療診所的精神衛(wèi)生服務效果進行研究，經(jīng)過24個月的隨訪，結(jié)果發(fā)現(xiàn)遠程醫(yī)療模式的精神衛(wèi)生服務效率較傳統(tǒng)方式提高近20%，并且在治療方面具有較好的持續(xù)性，說明遠程醫(yī)療可以有效提高缺醫(yī)少藥地區(qū)精神衛(wèi)生的服務質(zhì)量[6]。

類1：遠程醫(yī)療數(shù)據(jù)研究。包括數(shù)據(jù)組織的信息系統(tǒng)、保健監(jiān)測監(jiān)護的記錄數(shù)據(jù)、數(shù)據(jù)的篩選、急救時醫(yī)院可接收數(shù)據(jù)量以及數(shù)據(jù)安全隱私保護等。如Durisko等人開發(fā)了一個遠程獲取神經(jīng)心理數(shù)據(jù)的數(shù)據(jù)系統(tǒng)，系統(tǒng)可向被測試者提供聽覺以及視覺刺激以采集測試者語言以及動作反應數(shù)據(jù)。

圖1 遠程醫(yī)學領(lǐng)域詞篇共現(xiàn)矩陣可視化圖(部分)

圖2 遠程醫(yī)學高頻關(guān)鍵詞聚類山峰

采用此系統(tǒng)對16名中風患者進行虛擬神經(jīng)心理家庭評估，系統(tǒng)完整獲得了被測試者的數(shù)據(jù)，醫(yī)務人員對此數(shù)據(jù)進行分析，對系統(tǒng)作出了滿意的評估結(jié)果[7]。又如Katayama等人于2013年開發(fā)了一款可在救護車與醫(yī)院之間共享空余床位數(shù)等信息的手機應用程序，并對照分析應用開發(fā)前(2010-2012年)和開發(fā)后(2013-2015年)醫(yī)院急診接收率，由85.81%提高到89.07%，大大提高了醫(yī)院的急救接收率[8]。

類2：遠程醫(yī)療技術(shù)及平臺建設研究。包括無線局域網(wǎng)用于疾病管理以提高生活質(zhì)量、遠程醫(yī)學數(shù)字成像與輔助診斷平臺、利用低功耗局域網(wǎng)進行數(shù)據(jù)傳輸以及遠程中風治療平臺的研究等。如Silva等人開發(fā)了一種基于云架構(gòu)的圖片存檔與通訊系統(tǒng)模塊，它可實現(xiàn)與傳統(tǒng)醫(yī)學數(shù)字成像與傳輸系統(tǒng)設備的交互操作，并在云提供商的系統(tǒng)上實例化了這個模塊且試運行[9]。又如Monteiro等人開發(fā)了一個遠程醫(yī)療平臺，平臺幫助醫(yī)務人員在醫(yī)療中心獲得來自遠程援助的關(guān)于復雜診斷的診斷意見，在系統(tǒng)架構(gòu)中設計了JAVA語言編寫的醫(yī)療管理信息系統(tǒng)網(wǎng)關(guān)，網(wǎng)關(guān)在Web服務平臺與影像歸檔和通信系統(tǒng)(Picture Archiving and Communication Systems，PACS)之間起審核作用，提高了進入云醫(yī)療社會網(wǎng)絡數(shù)據(jù)的可信度[10]。

類3：遠程醫(yī)療在公共衛(wèi)生領(lǐng)域的應用及政策研究。包括艾滋病、心血管疾病、高血壓以及凸顯的心理疾病等。如Moeckli等將已經(jīng)較好應用于丙型肝炎治療的社區(qū)健康結(jié)果拓展項目的(Extension for Community Health Outcomes，ECHO)遠程醫(yī)療模式，應用于艾滋病護理的研究，鼓勵研究人員探討遠程醫(yī)療模式運用到此方面的可能性[11]。

類4：傳統(tǒng)醫(yī)療技術(shù)與遠程醫(yī)療技術(shù)的交叉結(jié)合研究。包括遠程放射學結(jié)合影像歸檔和通訊系統(tǒng)、遠程心電圖監(jiān)控結(jié)合遠程病患監(jiān)測技術(shù)、急性中風患者溶栓治療的遠程電話會診以及基于云計算的家庭遠程護理監(jiān)測等。如Gabriel等人開發(fā)了一款6分鐘行走試驗App，通過對103名試驗參與者跟蹤調(diào)查發(fā)現(xiàn),這款App可有效測試充血性心力衰竭的嚴重程度，是遠程醫(yī)療終端對患者個體進行傳統(tǒng)醫(yī)療測試的應用研究[12]。

3 結(jié)語

本文利用共詞雙聚類對WOS中遠程醫(yī)療領(lǐng)域的論文主題進行了分析，總結(jié)了該領(lǐng)域的國際研究熱點。其中比較成熟的研究熱點有：遠程醫(yī)療系統(tǒng)建設的評價反饋、醫(yī)療信息化大背景下健康數(shù)據(jù)的收集共享研究、遠程醫(yī)療平臺開發(fā)以及功能實現(xiàn)等方面的技術(shù)研究、公共衛(wèi)生領(lǐng)域如流行病的遠程醫(yī)療應用研究和傳統(tǒng)醫(yī)療技術(shù)遠程化的研究。遠程醫(yī)療可以有效優(yōu)化資源配置和輔助推進分級診療，尤其在新技術(shù)快速發(fā)展的時代，研究人員應尋求遠程醫(yī)療更加廣闊的發(fā)展空間，讓遠程醫(yī)療滲入醫(yī)療服務活動的各個環(huán)節(jié)，改善醫(yī)療服務質(zhì)量。