像好大夫和春雨医生这样的在线健康平台（OHPs）已成为医生和患者之间流行的健康咨询渠道[2]。在OHPs上，患者会浏览医生的专业职称和个人资料图片等信息线索，然后选择医生[3]。在这些信息线索中，医生的个人资料图片往往是患者能够轻松捕捉到的显著信息线索[4]。然而，平台上医生设置的个人资料图片在特征和内容上存在多样性，这可能会影响患者的初步印象和后续选择[3]。随着在线健康市场中医生竞争的加剧，如何管理个人资料图片成为医生提高受欢迎程度和竞争力的关键问题。
在互动前阶段，患者需要面对大量的文本信息，这会导致认知负担[5]。因此，他们倾向于采用启发式处理方法，并依赖个人资料图片中容易获取的视觉线索[6]。研究视觉线索在患者选择行为（PSB）中的作用既具有实际价值，也具有理论意义。然而，关于PSB的研究主要集中在文本信息[7,8]和语音特征[9,10]等因素上，对医生个人资料图片的关注较少。很少有研究探讨诸如吸引力[11]和皮肤状况[12]等一般面部属性，尤其是对于微笑[12,13]的研究结果并不一致。此外，以质量为导向的视觉元素和医疗特定内容线索很少被纳入研究，这些线索如何影响PSB的机制也尚未得到充分探索。解决这些空白需要全面考察个人资料图片中关键视觉线索对PSB的影响及其作用机制。
具体来说，我们的研究重点关注医生个人资料图片中的三个关键视觉线索。在特征层面，图片清晰度反映了视觉细节的锐度和可见性，是图片质量的基本指标，影响着患者处理视觉信息的难易程度[14]。在内容层面，微笑强度和医疗专业性分别传达了社交温暖和专业能力的信号。微笑强度体现了情感表达，影响患者对温暖和人际吸引力的感知[[15], [16], [17]]，而医疗专业性则表明了医生的专业知识和权威性，影响患者对服务质量的感知[18]。因此，在互动前阶段，这些视觉线索可能会吸引患者的注意力，并进而影响他们的行为决策。理解这些效应对于理解PSB至关重要。为了明确这三个视觉线索如何影响PSB的机制，我们进一步研究了感知诊断性的中介作用，感知诊断性反映了患者认为这些信息对评估服务质量的有用程度[19]。看起来更清晰、更温暖或更专业的视觉线索可能会提高患者感知的诊断性，从而影响他们的后续行为决策。
除了这三个视觉线索外，咨询价格也是患者容易获取的另一条线索，因为它传达了服务质量信号和经济成本[20]。根据信息搜寻理论（IFT）[21]，在形成最终判断时，患者倾向于依赖易于处理且成本较低的线索（例如图片），然后再考虑价格信息。因此，咨询价格可能会调节这三个视觉线索对PSB的影响。尽管像医生职称[22]和团队构成[23]这样的调节因素已经受到关注，但咨询价格的调节作用仍不明确。此外，价格与高范围线索（如受欢迎程度[24]和声誉[25]）之间的相互作用，对于价格如何与低范围、易于调整的视觉线索相互作用提供了有限的证据。因此，本研究进一步探讨了咨询价格的调节作用，从而扩展了定价文献和多线索交互的理论范围。最后，为了明确医生个人资料图片对哪些人的重要性，我们进一步研究了这些视觉效应是否因患者个体的不同特征（包括健康状况、健康素养和健康意识）而有所不同，从而提供了对主要效应的更细致的见解。
总体而言，本研究解决了以下关键问题：
(1) 医生的个人资料图片特征（图片清晰度）和图片内容（微笑强度和医疗专业性）如何影响PSB？
(2) 这些效应背后的潜在机制是什么？
(3) 咨询价格如何调节图片清晰度、微笑强度和医疗专业性对PSB的影响？
为了回答这些问题，基于IFT和感知诊断性，我们开发了一个患者选择模型，将视觉线索（图片清晰度、微笑强度和医疗专业性）和咨询价格视为指导患者行为决策的关键信息线索。我们的数据来自一个领先的OHP；视觉线索是通过结合大型语言模型（LLMs）和手动注释获得的。我们使用研究1中的二手数据对提出的模型进行了实证测试，并通过研究2中的在线场景实验确定了相关机制。我们的结果表明，图片清晰度、微笑强度和医疗专业性对PSB有积极影响。此外，感知诊断性中介了这三个视觉线索与PSB之间的关系。而且，咨询价格增强了图片清晰度的积极效应。
本研究有几个理论贡献。首先，我们将注意力集中在医生的个人资料图片上，并确定了两个互补的维度——图片特征和图片内容。通过研究医生个人资料图片中自我呈现的视觉线索，我们加深了对不同视觉线索如何影响PSB的理解，并补充了主要关注医生文本[7,8]和语音特征[9,10]的PSB文献。其次，我们确定了感知诊断性作为中介机制，阐明了视觉线索如何影响PSB。第三，通过整合多个线索，我们揭示了咨询价格在改变这些视觉线索效应中的作用。我们的研究为多线索交互的文献做出了贡献，并加深了对患者在选择医生时如何评估多个线索的边界条件的理解。通过进一步研究患者层面的异质性，研究不仅表明医生个人资料图片的重要性，还明确了它们对哪些人最重要。第四，通过结合IFT和感知诊断性，我们将研究从商业背景[19]扩展到了在线健康背景，并为患者如何根据多个线索做出行为决策提供了理论解释。在这方面，本研究还扩展了IFT的理论范围，暗示了每个信息线索的独立作用。最后，我们提出了结合LLMs和实证分析的多方法框架，为多模态数据分析提供了方法论指导，并指出了将人工智能整合到社会科学研究中的有前景的方向。
