医疗服务领域的数字化转型升级,促进了在线医疗的发展,在线健康社区的的普及是最为典型的表现,它在一定程度上提高了国家医疗资源的利用率,缓解了居民医疗健康需求增长带来的矛盾。随着互联网医疗的快速发展,大量的优质医生和医疗资源汇聚在各个在线健康平台,为众多的患者提供多种多样的线上医疗健康服务,在线健康社区就诊的便捷性和高效性促使越来越多的患者转变了传统就医习惯,开始依赖于在线问诊。但是,在线健康社区仍面临一些如医患需求匹配程度不高,患者反馈程度低等问题,同时在线医疗服务的无形性和专业特殊性,使得患者对在线医疗服务水平的感知存在较低的确定性,在此情况下,若能充分挖掘在线健康社区产生的海量多元医患行为数据中的信息价值,将为患者判断医生在线服务质量提供强有力的论据,提高患者对在线择医的感知价值。由于不同的患者在线择医的动机和能力有所不同,对在线健康社区中信息的处理程度会存在差异,因此,从信息处理视角出发探究在线健康社区中患者在线择医行为的影响因素,对于医生优化在线服务和社区健康运营均有一定的理论和实践意义。本文立足于在线健康社区发展现状,聚焦中国最大的在线健康社区之一“好大夫”网站,探究患者如何对信息进行加工处理,进而辅助在线择医决策的过程机制。首先,通过梳理在线健康社区的相关文献和资料,本文基于精细加工可能性理论（ELM）、刺激机体反应理论（SOR）,构建了融合ELM-SOR的患者在线择医双路径影响因素模型,其中中枢路径因素包括内容质量和交互质量,边缘路径包括声誉可信度、专业能力可信度、服务能力可信度,患者用户卷入度和问诊价格为调节变量,感知价值为中介变量,患者的在线择医行为为因变量。其次,根据研究假设搭建的指标体系,于“好大夫”网站间隔10个月两次采集数据,对数据进行清洗和处理后获得增量值用于实证分析。随后,结合定量与定性方法对研究问题进行分阶段分析,一方面通过结构方程模型（SEM）证实构建的双路径模型是否可靠,检验影响在线择医行为的显著因素以及不同路径的影响差异,另一方面通过模糊集定性比较分析方法（fsQCA）从组态视角揭示显著影响因素的搭配组合如何进一步驱动在线择医行为转化,同时通过分组回归检验调节变量对在线择医行为决策过程的调节效应,最终实现对在线择医行为从发生到转化的全面分析。研究结果表明,第一,边缘路径的声誉可信度、中枢路径的交互质量和内容质量均会正向影响患者的在线择医感知价值,进而促进了患者的在线择医行为;然而代表医生能力可信度的信息却对患者的择医决策无显著作用,这可能是线上医疗模式与传统医疗模式的差异所致,因为在线就诊可参考的信息会更多,患者可能更依赖于大众所认可的信息如在线口碑,而不是盲目相信职称认定等信息。第二,患者用户卷入度显著调节中枢路径信息对感知价值的影响,却对边缘路径与感知价值的关系无显著调节效应,这可能与不同路径需要的信息识别能力有关,中枢路径信息更复杂和丰富,需要患者投入更多精力,因此需要更高的卷入度。另外,问诊价格显著负向调节了感知价值与在线择医行为的关系,面对较高的问诊价格,患者对在线医疗体验抱有更高的期待,但有限的支付能力将限制他们的感知价值对在线择医行为的影响。第三,高在线择医行为转化的条件组态来看,不存在单独驱动的必要条件,各部分信息是以协同影响的方式达到殊途同归的高在线择医行为效应,同时声誉可信度是出现频率最高的核心条件,说明其对患者在线择医决策的关键性。本研究丰富了在线医疗健康领域中信息服务与医患交互的理论基础,从实践方面为在线择医决策、医生线上行为表现以及在线健康社区的管理机制提供了参考建议,有助于在线医疗行业的持续健康发展。