基于技術接受模型的互聯網醫院使用影響因素分析

唐弘 孫自學

摘要：公立醫院高質量發展的當下，互聯網醫院逐漸成為優質醫療資源擴容、跨區域傳遞的重要載體，患者的技術接受程度是影響互聯網醫院推廣的因素之一。本研究基于文獻分析編制互聯網醫院技術接受的度量表，在實證調研基礎上分析互聯網醫院使用的影響因素，以期為互聯網醫院的推廣提供參考。

關鍵詞：公立醫院；互聯網醫院；患者；技術接受模型

中圖分類號：R197? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?DOI：10.3969/j.issn.1006-1959.2024.11.009

文章編號：1006-1959（2024）11-0052-06

Influencing Factors of the Use of Internet Hospital Based on Technology Acceptance Model

Abstract：With the high-quality development of public hospitals， Internet hospitals have gradually become an important carrier for the expansion and cross-regional transmission of high-quality medical resources. The technical acceptance of patients is one of the factors affecting the promotion of Internet hospitals. Based on the literature analysis， this study compiles the measurement scale of Internet hospital technology acceptance， and analyzes the influencing factors of the use of Internet hospital on the basis of empirical research， in order to provide reference for the promotion of Internet hospitals.

Key words：Public hospitals;Internet hospital;Patients;Technology acceptance model

1理論基礎與研究假設

1.1技術接受模型的理論分析? 伴隨信息技術的發展及相關政策、意見的出臺，互聯網醫院發展日趨完善。互聯網醫院集成疾病咨詢、在線指導、電子處方、遠程診斷、慢性病隨訪、健康教育等多種功能，在實現醫療資源的跨區域、實時傳遞，提升組織運營效率、減少開支等方面發揮重要作用，是滿足患者高質量就醫需要的重要形式[1-3]。近年來，互聯網醫院在疫情預防和控制方面也顯示出較大的潛力[4，5]，通過互聯網醫院為公眾提供及時的病情咨詢服務和必要的醫療支持，有效地降低了醫院內交叉感染的概率。截至2020年12月31日，全國已建成互聯網醫院1004家，相比較于2019年，增加近500家[6]。互聯網醫院的研究，大部分集中在信息系統等技術層面的開發與設計。而從患者的角度，分析互聯網醫院技術特征與適配度，是信息系統得以普及的重要因素。

技術接受模型是研究如何接受和使用新的技術，并對接受的決定性因素進行解釋說明，技術接受模型類型相對豐富，Muneer M認為模型主要分為4種，第一種是1975年由Fishbein提出的理性行為理論（TRA）及發展出的計劃行為理論（TPB）。第二種是1989年由Davis提出的TAM模型，從感知有用性、感知易用性兩個方面出發，研究目標系統的使用態度與使用意愿。第三種是Davis提出TAM2模型，增加了社會影響因素，包括主觀規范以及影響等概念，認知工具過程被納入TAM2中。第四種模型是創新擴散理論模型。2003年，Venkatesh V在對包含TRA、TPB、TAM、IDT等8種模型進行研究的基礎上，提出了整合性技術接受模型（UTAUT）[7]。作為最有效的研究技術接受模型之一，其在信息技術領域的用戶技術行為解釋力高達70%[8]。基于較高的解釋力，本研究采用UTAUT探究影響互聯網醫院使用意愿的影響因素并提出改進建議，以促進互聯網醫院的普及與應用。

1.2研究假設

1.2.1結構變量的確定? UTAUT模型基本框架包含4個決定因素，包括績效期望（PE）、努力期望（EE）、社會影響（SI）以及便利條件（FC）[9]。有研究[10]以醫療信息系統的研究對象，采用橫斷面研究方式，對UTAUT模型維度進行了擴展，增加了自我效能（SE），見圖1。自我效能被定義為一個人感知到的專有技術和利用計算機等數字設備有效執行特定任務的能力或自信程度，由于網上醫療是相對較新的應用，尚且處于普及的過程中，探討感知該技術有效執行特定任務的能力，對于完善遠程醫療具有較大的作用。

1.2.2觀測變量的確定? 觀測變量主要指可以通過直接觀察或測量得到的變量，是對結構變量（潛變量）的直接的測量，本研究潛變量主要包括自我效能（SE）、努力期望（EE）、績效期望（PE）、社會影響（SI）、便利條件（FC）、使用意愿（ATT）、使用行為（BI）等，依據相關文獻[11-15]，維度描述主要見表1。

1.2.3研究假設? 自我效應：前文所述，自我效能感被定義為一個人感知到的專有技術和利用計算機等數字設備有效執行特定任務的能力或自信程度，QuestMobile公布2022年中國移動互聯網報告顯示我國移動互聯網用戶規模突破12億，51歲以上用戶占比為26.4%[16]，疾病發病率與年齡呈現一定的相關性，尤其在冠心病、高血壓等疾病方面。互聯網作為較新事物，對于老年群體而言，自我效應很可能影響患者使用互聯網醫院的意愿與行為。

基于已有文獻分析，本研究提出如下假設：

H1：自我效能顯著正向影響患者互聯網醫院使用意愿；

H2：自我效能顯著正向影響患者互聯網醫院努力期望；

績效期望：在互聯網醫院中，努力期望主要是指患者使用互聯網醫院系統對看病有所幫助的程度，患者在選擇系統時，尤其注重為患者帶來的便利程度，在我國醫療資源分布不均、跨區域醫療就診較為普遍的前提下，互聯網醫院在打破空間距離、完善實時就診方面，發揮重要的作用[17，18]，尤其是在大型三甲醫院，多數專家門診預約通過線上預約、面對面復診咨詢、遠程配藥等，極大地方便了患者門診。

基于已有文獻分析，本研究提出如下假設：

H3：績效期望顯著正向影響患者互聯網醫院使用意愿；

H4：績效期望顯著正向影響患者互聯網醫院使用行為；

努力期望：努力期望主要是指患者在使用系統所需付出努力的多少，當取得同樣的效果花費的時間、精力越少，遠程醫療系統的努力期望越顯著。互聯網醫院使用中，界面操作簡單、系統設計清晰、邏輯架構明顯能夠使得用戶相對容易地識別互聯網醫院的信息并進行流程操作[19，20]。

基于已有文獻分析，本研究提出如下假設：

H5：努力期望顯著正向影響患者互聯網醫院使用意愿；

H6：努力期望顯著正向影響患者互聯網醫院使用行為；

便利條件：便利條件主要指影響使用互聯網系統的各種資源，包括使用互聯網醫院的必要的知識，互聯網醫院兼容性及關鍵時期有特定的人員提供支持等。

基于已有文獻分析，本研究提出如下假設：

H7：便利條件顯著正向影響患者互聯網醫院使用意愿；

H8：便利條件顯著正向影響患者互聯網醫院使用行為；

社會影響：社會影響主要指影響患者使用互聯網醫院的社會影響因素，目前互聯網醫院處于普及、推廣階段，周邊的人、醫院的宣傳對互聯網醫院的使用產生潛移默化的影響。

基于已有文獻分析，本研究提出如下假設：

H9：社會影響顯著正向影響患者互聯網醫院使用意愿；

H10：社會影響顯著正向影響患者互聯網醫院使用行為。

2問卷的實證分析

2.1數據資料? 本次調研以某三級甲等醫院為例，采用隨機抽樣的方式抽取患者380例，去除重復及無效問卷，共收集有效問卷326份。問卷收集社會人口學特征及技術接受度兩部分的內容，社會人口學包括性別、年齡、學歷、所在區域等，技術接受度從7個維度出發，依據李克特式問卷，1～5分代表很不認可到非常認可，應用SPSSAU統計軟件進行數據的統計分析。

2.2結果

2.2.1基本情況? 回收有效問卷326份，超過分數項目的10倍，樣本量適中；其中男性占比46.93%，女性占比53.07%；<20歲患者占比4.60%，20～30歲占比40.18%，30～40歲占比37.73%，40～50歲占比10.43%，50～60歲占比2.15%，>60歲占比2.76%；大多數患者學歷為本科，占比39.57%，初中以下及博士生占比較低，分別為7.98%、6.13%，見表2。

2.2.2信效度檢測? 信度Cronbach'α值為0.968，大于0.9，效度而言，效度分析采用了KMO 和 Bartlett 檢驗進行效度驗證，其中，KMO值為0.965，KMO值大于0.8，信效度較好，研究數據適合提取信息。

本研究基于已有研究對技術使用的影響因素進行模型假設，采用驗證性因子分析驗證模型的一致程度，本研究針對7個因子、28個分析項進行分析，7個因子對應的AVE值均大于0.5，且CR值全部均高于0.7，說明本次分析數據具有良好的聚合效度，就區分效度而言，存在AVE平方根值小于因子間相關系數絕對值的情況，其區分效度欠佳，考慮移除標準載荷系數值較低項，依據載荷系數表，優化去除載荷系數較低的SE4、EE4、PE1、SI1、FC4。去除后的Pearson相關與AVE平方根值中，AVE平方根值均大于因子間相關系數絕對值，說明區分效度較好，結構方程模型分析中，去除SE4、EE4、PE1、SI1、FC4。

2.2.3結構方程模型分析? 本研究利用SPSSAU對結構方程模型進行分析，結構方程模型SEM回歸關系表格共包括兩種關系，分別是影響關系和測量關系，不論是影響關系或測量關系，通常使用標準化路徑系數值表示關系情況。模型回歸系數而言， 較多的路徑系數呈現出顯著性，說明模型較好，見表3、圖2。就數據而言，Factor1→Factor2、Factor2→Factor6、Factor3→Factor6、Factor4→Factor6、Factor5→Factor6、Factor5→Factor7、Factor6→Factor7，呈現出顯著性，標準化回歸系數分別為0.832、0.203、0.210、0.343、0.454、0.322、0.517。

3討論

本研究結果表明，影響患者使用互聯網醫院意愿的因素中，便利條件的影響較高，這說明患者傾向于使用互聯網醫院與能夠有效的獲得互聯網醫院系統并具備使用的軟硬件條件有較大的關系，換而言之，在互聯網醫院的普及階段，醫療機構設計出互聯網系統并提供患者使用的途徑、患者具備使用的條件，互聯網醫院將會得到較為快速的普及，對于大型三甲醫院，看病難的原因之一在于掛號難、排隊久、住院緊張，互聯網醫院網上掛號、分段就診、復診配藥等功能對于緩解看病難的問題具有一定的效果。

此外，社會期望對使用互聯網醫院影響因素相對較高，互聯網醫院處在推廣普及階段，患者較大程度受到醫院、身邊朋友的推薦，尤其是醫療機構，在信息不對稱的情況下，醫生的推薦對于促進患者的使用具有較大的作用。績效期望、努力期望對患者使用互聯網醫院的意愿具有一定的影響，但相對較低，患者對互聯網醫院的功能完善、使用的簡潔等存在期望，功能更為強大、績效更加突出、使用更加便利的互聯網醫院更加受到患者的青睞。

就使用行為而言，本研究結果表明，使用意愿越強烈，使用的行為越明顯，此外；便利條件對使用行為具有較大的影響。但績效期望、努力期望、社會期望對使用行為的影響無顯著差異。主要原因為：①使用行為的發生代表患者疾病的產生，因調研對象為三級甲等醫院患者，在醫療資源較為緊張的情況下，患者在具備使用條件并且醫院有互聯網醫院情況下，多數會選擇通過互聯網醫院就診；②優質醫療資源分布不均，相對于可以使用優質醫療資源，患者對使用期間付出的努力、社會影響等的關注較低。

總之，本研究通過技術接受模型分析互聯網醫院使用意愿與行為的影響因素，并給出一定的結論，但互聯網醫院的接受與使用是個復雜的行為過程，涉及個人因素、醫療因素、環境因素、組織因素等，并且各因素之間相互作用、影響，本研究只解釋了互聯網醫院推廣階段某大型三甲醫院的部分患者行為信息，對于廣義上的患者行為研究還有待進一步的深入調查。

參考文獻：

[1]常朝娣，陳敏.互聯網醫院醫療服務模式及趨勢分析[J].中國衛生信息管理雜志，2016，13（6）：557-560.

[2]張世翔，王欣國，黃天翔.互聯網醫院發展對分級診療的推動作用及其提升策略：以上海市為例[J].中國醫院，2023，27（3）：14-18.

[3]魏升，林朝陽，鐘光輝.中醫醫院自主建設互聯網醫院的實踐與思考[J].中醫藥管理雜志，2022，30（10）：74-76.

[4]Gong K，Xu Z，Cai Z，et al.Internet Hospitals Help Prevent and Control the Epidemic of COVID-19 in China： Multicenter User Profiling Study[J].Journal of Medical Internet Research，2020，22（4）：e18908.

[5]Sun S，Yu K，Xie Z，et al.China empowers Internet hospital to fight against COVID-19[J].Journal of Infection，2020，81（1）：e67-e68.

[6]翟運開，張瑞霞，楊一旋，等.基于UTAUT和TTF模型的患者遠程醫療使用意愿研究[J].中國醫院管理，2019，39（9）：24-26，38.

[7]康芳玲.基于信息技術用戶接受理論的ERP系統實施模型研究[J].中小企業管理與科技，2018（31）：121.

[8]Chao CM.Factors Determining the Behavioral Intention to Use Mobile Learning： An Application and Extension of the UTAUT Model[J].Frontiers in Psychology，2019，10：1652.

[9]鄧仲平，李河源，葛梅，等.基于UTAUT模型的用戶移動醫療服務行為意愿研究[J].中國醫院管理，2022，42（10）：68-72.

[10]Shiferaw KB，Mehar EA.Modeling predictors of acceptance and use of electronic medical record system in a resource limited setting： Using modified UTAUT model[J].Informatics in Medicine Unlocked，2019（17）：100182.

[11]Venkatesh V，Thong JYL，Chan FKY，et al.Extending the two-stage information systems continuance model：Incorporating UTAUT predictors and the role of context[J].Information Systems Journal，2011，21（6）：527-555.

[12]Al-Qeisi K，Dennis C，Hegazy A，et al.How Viable Is the UTAUT Model in a Non-Western Context [J].International Business Research，2015，8（2）：204.

[13]Davis FD.A technology acceptance model for empirically testing new end-user information systems：theory and results[J].Massachusetts Institute of Technology，1985.

[14]賈永超.基于UTAUT模型的醫生醫學信息技術接受及其影響因素研究[D].昆明：云南大學，2017.

[15]Abbad MMM.Using the UTAUT model to understand students' usage of e-learning systems in developingcountries[J].Educationand Information Technologies，2021，26（6）：7205-7224.

[16]金融界.QuestMobile發布2022中國移動互聯網年度報告：總用戶超12億[EB/OL].（2023-2-21）[2023-05-01].https：//baijiahao.baidu.com/s？id=1758421111822290090&wfr=spider&for=pc.

[17]管德坤，孫自學.新時期我國遠程醫療發展驅動、阻礙因素及建設重點分析[J].中國醫院，2020，24（4）：56-58.

[18]管德坤，孫自學.遠程醫療利益相關方發展策略分析[J].解放軍醫院管理雜志，2020，27（2）：112-115.

[19]郝茹茜.老年人移動短視頻APP使用意愿影響因素探究——以技術接受模型為基礎[J].經濟學，2022，4（6）：51-54.

[20]高功步，吳先雨，費倩.短視頻平臺美食在線訂購用戶采納意愿研究——基于技術接受模型[J].揚州大學烹飪學報，2021，38（3）：29-36.