張雨佳,鄒陸曦*,陳靜文,宋翛然,王亞茹,代汶君
(1.徐州醫科大學 管理學院,江蘇 徐州 221000; 2.北京師范大學 社會發展與公共政策學院,北京 100875)
智慧醫療作為一門新興學科與交叉學科,融合了生命科學與信息技術。與智慧醫療相關的已有文獻多數側重研究智慧醫療的內涵、應用及存在的普遍性問題,較少對用戶的使用情況進行調研并提出相關策略建議。本研究通過問卷調查收集智慧醫療使用者的使用情況與使用意愿,以期根據實證研究提升智慧醫療的使用意愿。本研究采取單純隨機抽樣法發放問卷,共回收498份問卷,其中有效問卷406份,有效回收率為81.5%。將回收的數據導入SPSS 25.0軟件進行描述性分析與驗證性因子分析。數據分析方法為基于協方差的結構方程模型,采用AMOS 24系統對數據進行分析。
Davis基于理性行為理論于1989年提出技術接受模型,該模型被廣泛應用于用戶對信息技術的采納與行為意愿分析。Davis認為,感知有用性與感知易用性是該模型中的兩個關鍵因素,可有效揭示用戶的應用行為與采納意圖[1]。該模型在信息技術領域使用廣泛且預測能力良好,故選用該模型為理論基礎,并將感知有用性、感知易用性、態度作為變量,提出如下假設:
H1:態度正向影響用戶對智慧醫療的采納意向。
H2:感知有用性正向影響用戶對智慧醫療的采納意向。
H3:感知有用性正向影響用戶采納智慧醫療的態度。
H4:感知易用性正向影響用戶采納智慧醫療的態度。
H5:感知易用性正向影響用戶采納智慧醫療的感知有用性。
感知風險的概念最初由Bauer從心理學延伸而來,用于解釋消費者的購買決策行為,認為消費者的任何購買決策行為都隱藏著不確定性,這種不確定性使得消費者被迫承擔一定的風險,可能會導致消費者產生厭惡、憤怒等不愉快情緒,這種不確定性就是風險最初的概念[2]。基于此,Barach將感知風險定義為個體決策所導致不利結果的不確定性及所產生不利結果的嚴重性[3],強調了感知風險的主觀性,當實際存在的客觀風險沒有全面地被個體感知到時,個體就有可能做出不利決策并面臨嚴重程度不一的后果。用戶在使用智慧醫療服務的過程中也會因信息技術限制等原因面臨風險,如隱私風險、經濟風險等,這些風險一定程度上會抑制用戶對相關服務的信任及采納意向,故提出如下假設:
H6:感知風險負向影響用戶對智慧醫療的采納意向。
Kim等的研究表明,在個性化門戶網站使用行為背景下,過去的使用行為對感知易用性與感知有用性有積極影響[4]。Song等的研究表明,產品的使用經驗正向影響用戶對于產品的感知有用性與感知易用性,并進一步促進用戶的采納意向[5]。感知風險也是影響用戶信任與采納意向的因素之一,使用經驗的增加可能會導致用戶對服務的主觀感知風險降低,故提出如下假設:
H7:使用經驗正向影響用戶采納智慧醫療的感知有用性。
H8:使用經驗正向影響用戶采納智慧醫療的感知易用性。
H9:使用經驗負向影響用戶采納智慧醫療的感知風險。
H10:使用經驗正向影響用戶對智慧醫療的采納意向。
基于以上理論假設,提出智慧醫療使用影響用戶采納意愿的概念模型,詳見圖1。

圖1 智慧醫療使用影響用戶采納意愿的概念模型Fig.1 Conceptual model of the influence of smart medical use on users’ use intention
本研究的問卷主要分為兩部分,第一部分是受訪者的個人基本情況,第二部分是受訪者的智慧醫療使用意愿,這部分內容的變量內容采用李克特5級量表,數字1~5表示對題項的同意程度從“強烈不同意”到“強烈同意”逐級增強。量表中的變量及測量題項借鑒國內外經過驗證的成熟量表,結合智慧醫療的特點改編而成。其中,智慧醫療使用的感知有用性與感知易用性變量參考Davis的研究,分別包含5個題項[1]。感知風險變量參考Featherman等與Tandon等的研究,包含5個題項[6-7]。態度變量參考Bhattacherjee與Ing-Long Wu的研究,包含4個題項[8-9]。使用經驗變量參考Kim等與Song等的研究,包含3個題項[10、5]。采納意向變量參考Venkatesh等與Miao等的研究,包含3個題項[11-12]。詳見表1。

表1 測量變量量表Tab.1 Measurement Variable Scale
2.2.1 信度分析結果
信度能夠反映問卷量表可靠性,是量表內部一致性與穩定性的測量指標。采用Cronbach’s α系數法研究量表,根據信度系數的大小判斷問卷量表的內部一致性。感知有用性、感知易用性、感知風險、態度、使用經驗、采納意向5個變量的Cronbach’s α系數均大于0.6,且研究變量整體的Cronbach’s α系數為0.845,表明數據具有很好的內部一致性。詳見表2。

表2 信度分析結果Tab.2 Results of reliability analysis
2.2.2 效度分析結果
使用AMOS 24軟件檢驗結構方程模型與假設,絕對擬合指數(CMIN/DF)為1.651,小于臨界值3.0,近似誤差均方根(RMSEA)為0.040,小于臨界值0.10,表明模型擬合度較好。各項擬合指標均大于臨界值,表明結構方程模型與數據擬合度較好。詳見表3。

表3 模型擬合結果Tab.3 Results of model fitting
在研究對象的性別分布上,男性194人(47.8%),女性212人(52.2%),比例均衡。在年齡分布上,受訪者的年齡主要集中在18~30周歲,共393人(96.8%),其次是30周歲以上,共9人(2.2%),最后是18周歲以下,共4人(1.0%)。在受教育程度上,本科學歷占較大比重,共357人(87.9%),其次是碩士及以上學歷,共34人(8.3%),最后是本科以下學歷,共15人(3.7%)。在居住地區分布上,大多數受訪者的居住地集中在城鎮,共316人(77.8%),居住在農村的有90人(22.2%)。在專業/職業與醫療的相關性分布上,專業/職業與醫療無關的人數最多,共297人(73.2%),有一定關系的有99人(24.4%),是醫療工作者的有10人(2.4%)。健康狀況方面,386人(95.1%)無基礎病,20人(4.9%)有基礎病。手術史方面,331人(81.5%)沒有接受過手術治療,75人(18.5%)接受過手術治療。
①態度對采納意向不具有顯著正向影響(β=-0.45,P>0.05),假設H1不成立。②感知有用性對采納意向不具有顯著正向影響(β=0.96,P>0.05),假設H2不成立。③感知有用性對態度具有顯著正向影響(β=0.93,P<0.001),假設H3成立。④感知易用性對態度不具有顯著正向影響(β=0.13,P>0.05),假設H4不成立。⑤感知易用性對感知有用性具有顯著正向影響(β=0.23,P<0.01),假設H5成立。⑥感知風險對采納意向具有顯著負向影響(β=-0.13,P<0.05),假設H6成立。⑦使用經驗對感知有用性具有顯著正向影響(β=0.65,P<0.001),假設H7成立。⑧使用經驗對感知易用性具有顯著正向影響(β=0.65,P<0.001),假設H8成立。⑨使用經驗對感知風險具有顯著負向影響(β=-0.13,P<0.05),假設H9成立。⑩使用經驗對采納意向具有顯著正向影響(β=0.38,P<0.05),假設H10成立。
實證結果表明:感知有用性對使用智慧醫療的態度具有顯著正向影響,感知易用性對感知有用性具有顯著正向影響,感知風險對采納意向具有顯著負向影響。使用經驗對感知有用性、感知易用性及采納意向具有顯著正向影響,對感知風險具有顯著負向影響。其中,態度正向影響采納意向、感知有用性正向影響采納意向、感知易用性正向影響態度的假設均未得到驗證,其原因可能是樣本的范圍具有一定局限性。本研究的樣本主要為20~30歲的年輕群體,該群體身心素質相對較好,醫療需求相對較低,致使該群體對智慧醫療的態度與感知有用性并不能完全正向影響該群體的采納意向,而上述原因又導致其智慧醫療使用實踐較少,對智慧醫療的態度不完全清晰,故感知易用性正向影響態度的假設未得到驗證。
基于上述結論,結合受訪者的建議與意見,得出如下啟示:
1)使用經驗對于用戶的感知有用性、感知易用性、采納意向具有正向促進作用,對于感知風險具有負向作用,故改善用戶對智慧醫療服務的體驗效果至關重要,可從以下幾個方面入手:①提高智慧醫療應用及服務的準確率。開發者需開發出疾病診斷、健康數據管理精確度更高的應用程序,根據用戶的病情或健康管理需要不斷優化程序。提升智慧醫療診療醫生的專業水平,使其能結合智慧醫療設備給出的參考建議精準判定患者病情。應用與服務的管理者應統籌管理整個流程,加強對診療全流程的監督,提升用戶的感知有用性并進一步改善用戶的使用意愿。②提高智慧醫療應用及服務的便利性。可根據用戶的操作習慣與需求,開發出操作流程精簡、服務模式多樣的應用程序,配備精細化的指引教程與人性化的服務流程。硬件開發者可改善設備的體積及性能等,使得設備具有更高的便攜性。應用平臺可與醫療機構深度合作,提升診療效率,隨時回應用戶需求,使用戶享受更便利的服務,從而提升其感知易用性、感知有用性及對智慧醫療的使用意愿。③注重智慧醫療應用及服務的信息安全及質量控制。“互聯網+”醫療模式使得用戶的個人隱私面臨極大安全風險,用戶個人信息的泄露會直接導致用戶對醫患關系不信任,顧慮使用智慧醫療產品及服務。醫療機構及智慧醫療應用平臺應制訂完善的信息保護機制,加強信息安全管理,杜絕信息泄漏,嚴格保證智慧醫療系統的安全性及穩定性,降低患者的風險感知,從而進一步增強對智慧醫療的使用意向。
2)智慧醫療在許多醫療場景與突發公共衛生事件中發揮了巨大作用,但尚未在群眾中普遍推廣使用,主要在于使用成本高,用戶對智慧醫療的認知率低,故在價格方面,智慧醫療產品應適當降低使用成本、提升性價比,使得智慧醫療價格實惠親民。在提升用戶認知率方面,政府及相關部門可加大宣傳力度,拓寬宣傳渠道,社區也可組織活動指導群眾開展實踐學習,培養群眾使用智慧醫療的意識,推動智慧醫療宣傳科普實際落地,既能增加群眾的使用經驗,也能改善群眾對智慧醫療的使用態度。
3)隨著互聯網技術的發展,許多“互聯網+”醫療問題有望解決,如可穿戴設備的同質化嚴重、精確性低,區域性醫療信息不互通,弱勢群體使用困難,遠程醫療實現困難等,這使得智慧醫療領域的技術創新成為必然趨勢。智慧醫療應用平臺需開發更加符合個性化需求的功能,醫療機構間應實行區域數據統一化,實現區域性醫療信息互通,應用開發者需加大研發力度,攻克技術難關,開發更多弱勢群體適用產品。