李前慧+姜英玉+鐘源+曾光
[摘 要]移動醫療改變著公眾傳統的醫療方式,一定程度上能夠幫助公眾提高醫療效率和質量,因此,最大限度地發揮移動醫療技術的優勢,為國家衛生事業改革服務,是社會發展的需求。作為技術載體,移動醫療應用被公眾廣泛接受是關鍵。文章在傳統技術接受模型基礎上,提出了移動醫療技術應用的技術接受模型。年齡因素、社會規范、健康風險、人際關系、系統質量、技術焦慮等是影響用戶接受移動醫療應用技術的重要因素。
[關鍵詞]移動醫療;醫療應用;技術接受
[DOI]10.13939/j.cnki.zgsc.2017.33.141
1 引 言
我國的衛生總費用支出持續增長及人口老齡化的加劇,給國家和公眾帶來了更加巨大的經濟壓力。隨著互聯網和大數據技術的發展,移動醫療開始改變著公眾的醫療方式,幫助提高公眾的就醫效率和醫療質量,一定程度上為國家的衛生事業改革做出貢獻,因此,國家積極倡導發揮移動醫療的巨大優勢,改善就醫環境。
移動醫療是指利用衛星通信、移動電話或PDA 等移動通信技術來提供醫療信息與服務。[1]移動醫療應用的推廣顛覆了過去人們只能前往醫院“看病”的傳統生活方式,可以隨時隨地獲得各種與健康相關的信息資訊,甚至遠程接受醫生診療。節省之前大量用于掛號、排隊等候乃至搭乘交通工具前往醫院的時間和成本,更高效地引導人們養成良好的生活習慣,變治病為防病,[2]大大提高了醫療效率。健康信息的可獲得性又積極改善醫患信息不對稱,從而提高醫療服務的質量和滿意度。而隨著人口老齡化、慢性病發病人數增加等,公眾對醫療服務尤其是移動醫療的需求持續增長,移動醫療成為未來發展趨勢。
我國移動醫療應用市場仍處于起步階段,絕大部分移動醫療用戶數量少且活躍度低,而且多數醫務人員使用移動醫療的意愿也不高。[3,4]目前移動醫療服務覆蓋度還很小,從技術接受的角度,用戶對移動醫療的技術接受還有很大的提升空間。本文從用戶實際需求的角度出發,在分析用戶內在動機、主觀因素、移動醫療技術因素和外部環境因素等基礎上,構建移動醫療用戶技術接受模型。
2 技術接受模型理論基礎
技術接受模型(Technology Acceptance Model,TAM)是1989年Davis在理性行為理論基礎上提出的,[5]目的是探討針對某一信息技術(如計算機)被用戶廣泛接受的決定性因素。根據TAM理論,用戶對信息技術的實際使用行為由行為意向決定,而態度和感知的有用性是影響行為意向的主要因素,感知的有用性又由外部因素(如系統特征、使用界面等)和感知易用性共同決定。因此,對于某一信息技術來說,用戶感知的易用性和有用性是兩個主要的決定性因素。有用性是用戶使用某技術可以提高工作效率,完成更多的工作。而易用性是用戶認為某技術容易操作,易用性及有用性有顯著的正向影響。
TAM模型具有易操作性和普適性,但卻為考慮主觀因素的影響,因此,Venkatesh與Davis在2000年在TAM基礎上加入了社會影響因素和用戶對系統有用性的認知因素,[6]即TAM2模型。其中,社會影響因素主要指主觀規范、形象、用戶經驗和自愿性,而系統認知有用性指的是工作相關性、產出品質和結果的明確性。TAM2 模型綜合考慮了用戶主觀因素、外部因素和技術因素,為原模型增加了影響技術感知有用性和易用性的前因變量。
3 移動醫療應用的技術接受模型
雖然TAM 和TAM2技術接受模型適用于大多數領域,尤其是與工作相關的信息技術的接受和預測上具有很高的解釋力,但不論TAM 還是TAM2 模型,焦點都集中在信息技術的使用上,強調工具性認知會影響個人的決策過程和使用意向,強調如何通過感知有用性、感知易用性等外在的動機提高人們的使用意識,而忽視人們的內在動機,[7]對于用戶有強烈內在需求的服務類技術,尤其是醫療服務需求,其適用性還存在不足。因此,在經典的技術接受模型基礎上,構建了移動醫療服務的技術接受模型,如圖3所示。該模型中,引入了健康風險和年齡因素、技術焦慮因素、系統質量、人際關系因素和社會規范因素等。
3.1 健康風險
健康風險因素是用戶接受移動醫療服務的內在動機。健康風險包括兩個方面:一方面是指用戶自身的健康狀況所帶來的風險,另一方面指的是用戶使用移動醫療服務技術所要承擔的可能的健康風險。移動醫療服務是特殊的商品,用戶接受服務取決是自身的健康需求。不管是有醫院參與的三方服務鏈,還是只有用戶和技術平臺參與的用戶自我健康管理,用戶在享有便利服務的同時,也同樣承擔著健康風險。
3.2 年齡因素
移動醫療服務依賴于互聯網和移動技術,而互聯網屬于近些年的新興技術,對于年輕人來說比較容易學習和使用,而對于中老年人卻是挑戰。與傳統醫療服務相比,移動醫療的在給用戶提供便利的同時,也對用戶和服務提供方(如醫生等)有了更高的要求。因此,在考慮移動醫療服務的技術接受時,年齡是不容忽視的因素。
年齡對用戶實際使用技術接受的主要影響表現在:年齡與用戶的健康風險相關,從而影響用戶的感知有用性和使用的行為意向;年齡與技術焦慮有關,對于同一技術,中老年人的技術焦慮要高于年輕人很多,因此,年齡會進一步影響用戶的感知易用性;不同年齡階段有其特定的人際關系,而人際的影響會影響用戶感知的有用性和易用性。
3.3 技術焦慮
技術焦慮是指用戶在考慮到其自身能力和意愿的情況下使用技術相關工具時的一種心理狀態。[8]絕大多數研究表明,技術焦慮對使用意向存在影響,會使用戶盡量避免或者減少使用。[9]移動醫療技術作為新興技術,要求公眾有互聯網操作的能力,這一定程度上給原本對互聯網應用接受有障礙的用戶造成更大的心理壓力,尤其是中老年人,對新事物的接受和適用能力較年輕人差,更容易焦慮。
3.4 系統質量endprint
系統質量是用戶對移動醫療服務的感知質量,其質量取決于用戶對系統所提供服務的主觀評價。系統質量涉及信息質量、交互質量、結果質量等多個維度,是用戶對系統感知的綜合體現。
3.5 人際關系
移動醫療服務是傳統醫療服務的助力器,在一定程度上改善醫療環境,改變著公眾的就診方式。但是不依賴移動醫療服務,用戶依然可以通過傳統的就診方式和自我健康管理滿足自身的健康需求。因此,對于可選的移動醫療服務,人際關系影響對用戶的技術接受就十分重要。如果一項移動醫療服務,周圍人大多數都愿意使用和接受,用戶就很容易接受。
3.6 社會規范
社會規范是指移動醫療服務的供需雙方所遵守的社會活動準則。由于醫療服務的特殊性,移動醫療服務鏈可能涉及醫院、用戶和第三方技術平臺中至少兩方。以最常見的在線掛號為例,患者可以在掛號網站選擇想要預約的醫院專家,這項服務完成的前提是醫院方同意把醫生出診信息放在網上,且同意把掛號權限授權給第三方平臺。正是由于這種規則,促進了患者去接受在線掛號服務,患者才有可能通過移動醫療技術便捷地實現掛號。
在移動醫療應用技術模型中,健康風險是用戶接受移動醫療服務的內在動機,年齡因素和技術焦慮是主觀因素,系統質量是技術因素,人際關系和社會環境是外部環境因素。這些因素共同作用于用戶感知的有用性和易用性,決定用戶的行為意向,最終實現用戶對移動醫療技術的實際使用。
4 結 論
移動醫療應用利用現代化的互聯網技術將醫療服務移動化,由于其依然屬于醫療服務,用戶的接受具有特殊性。作為醫療服務,用戶對移動醫療技術的接受取決于用戶健康需求、主觀因素、服務技術因素和外部環境因素等。本文初步建立了移動醫療服務技術接受模型,在后續的研究中,會繼續收集大量的實證數據,對模型進一步檢驗和完善,增強模型的實用性,更好地為移動醫療市場的開發和推廣服務。
參考文獻:
[1]Hii P C,Chung W Y.A Comprehensive Ubiquitous Healthcare Solution on an Android Mobile Device[J].Sensors,2011,11(7):6799-6815.
[2]任聰,鄧朝華.移動健康服務用戶接受模型及其實證研究[J].中國衛生統計,2014,31(6):1015-1018.
[3]劉慶順,梁之棟.移動醫療App用戶接受行為研究[J].山東青年政治學院學報,2015(4):14-18.
[4]秦麗平,吳夷,黃丹,等.國內外移動醫療的現狀分析[J].現代儀器與醫療,2017,23(1):19-21.
[5]Venkatesh V,Davis F D.A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies[J].Management Science,2000,46(2):186-204.
[6]Davis F D.Perceived Usefulness,Perceived Ease of Use,and User Acceptance of Information Technology[J].Mis Quarterly,1989,13(3):319-340.
[7]馬鑫龍.技術接受模型(TAM)的演化進程[J].江蘇商論,2012(11):131-134.
[8]Chou C.Incidences and Correlates of Internet Anxiety Among High School Teachers in Taiwan[J].Computers in Human Behavior,2003,19(6):731-749.
[9]Bozionelos N.Socio-economic Background and Computer Use:Tthe Role of Computer Anxiety and Computer Experience in Their Relationship[J].International Journal of Human - Computer Studies,2004,61(5):725-746.endprint