挖掘社交网络数据：解析远程医疗对话中的关键议题与用户需求

研究人员运用 NLP 和 LDA 模型分析 X 社交网络远程医疗对话，揭示主要议题，助力远程医疗发展。

　　在全球数字化浪潮的推动下，远程医疗（Telemedicine）逐渐成为医疗领域的重要发展方向。尤其是在新冠疫情之后，远程医疗的需求呈指数级增长，其市场价值也不断攀升。然而，在远程医疗蓬勃发展的背后，存在着诸多问题。一方面，患者和医疗专业人员对远程医疗的认知和使用情况缺乏足够的数据支持；另一方面，如何精准把握患者和专业人员在远程医疗中的需求和关注点，进而优化服务和沟通策略，成为亟待解决的难题。

为了深入了解这些问题，来自西班牙马拉加大学（University of Malaga）的研究人员 Mario Sierra Martín、Fang - Wei Chen 和 Pilar Alarcón Urbistondo 开展了一项关于远程医疗的研究。他们聚焦于 X 社交网络上用户发布的远程医疗相关评论，通过挖掘这些数据来揭示远程医疗用户的核心利益点，以及患者和专业人员关注的主要议题。该研究成果发表在《BMC Health Services Research》上。

研究人员在本次研究中主要运用了自然语言处理（Natural Language Processing，NLP）和潜在狄利克雷分配（Latent Dirichlet Allocation，LDA）模型这两项关键技术。研究人员借助 Snscrape 库收集了 X 社交媒体上与远程医疗相关的推文，这些推文涵盖了葡萄牙语、西班牙语、意大利语和英语。经过筛选和清洗，最终将 109,662 条西班牙语推文纳入研究范围。之后，研究人员运用 NLP 技术对文本进行预处理，包括将文本转换为小写、去除非字母字符和停用词等操作，并进行词形还原。在此基础上，使用 LDA 模型构建主题检测模型，确定了推文的主要话题。

研究结果表明：

1. 高频词汇：系统提取出的高频词汇与远程医疗概念紧密相关，如 “health”（健康）、“service”（服务）、“doctor”（医生）、“patient”（患者）等，同时也包含一些与互联网相关的工具词汇，如 “Internet”（互联网）、“resources”（资源）、“technology”（技术），以及行动类词汇 “consultation”（咨询）、“receive”（接收）、“provide”（提供）等。这些词汇反映了远程医疗与互联网技术的紧密结合，以及其涉及的核心主体和行为。
2. 话题分类：研究发现的话题可归为四个维度，分别是通用信息、寻求的益处、特定信息和专业议题。其中，“特定信息” 类话题占比最高，达 35.1%，涉及服务信息、使用 APP 的信息和请求服务的信息等；“专业议题” 占 23.7%，涵盖虚拟协助、远程办公、业务创业等方面；“通用信息” 占 21.5%，包括互联网、接收、健康、服务、数字等相关内容；“寻求的益处” 占 19.7%，涉及医生、助手、时间、患者、家庭等元素。此外，“通用远程医疗”“易用性” 和 “服务信息” 这三个话题的推文占比达到 60.1%。这表明用户在 X 社交网络上更关注远程医疗的基本信息、使用便利性和服务相关内容。
3. 用户行为分析：X 社交网络用户在搜索远程医疗信息时，倾向于关注通用话题，如远程医疗的优势和便利性，而较少关注特定疾病或专科医生等具体内容。同时，研究还发现存在专业人员和患者两类不同的用户画像，且都出现了 “新手用户” 特征，他们在获取信息时往往表现出经验不足，更倾向于询问基础信息。此外，推文中频繁出现的词汇并不一定是最重要的，如 “COVID” 虽在高频词前 20 位，但未出现在话题关键词中。而且，用户之间的互动十分频繁，这凸显了社交网络在为患者和医疗专业人员提供同伴支持方面的重要作用。

研究结论和讨论部分指出，该研究成果与以往关于远程医疗使用的文献观点相符，同时在方法上有所创新，使用关键词而非标签进行数据搜索，克服了以往研究的局限性。但研究也存在一定的局限性，例如基于空间向量的语义相似性可能导致多义词在不同语境下被错误分组。不过，总体而言，该研究为远程医疗的发展提供了重要的参考依据。对于营销人员来说，有助于他们根据用户偏好优化远程医疗沟通策略，提高用户参与度和理解度；对于远程医疗服务管理者而言，能让他们更重视用户对信息技术（ICT）工具的信息需求和教育，通过提升用户的数字素养，增强用户对远程医疗的信任和理解，进而推动全球远程医疗服务的持续发展。后续研究可进一步探索不同用户群体在社交网络上的行为差异，以及对远程医疗话题的长期变化趋势进行分析，这将有助于更深入地了解远程医疗的发展动态，为相关决策提供更有力的支持。