移動醫療APP用戶持續使用意愿影響因素研究*

周 恬 徐中陽

(杭州醫學院圖書館 杭州 310051)

1 引言

隨著“健康中國”行動不斷推進，公眾對個人健康問題的關注度日益提升，帶動國內醫療健康市場需求的快速增長[1]。然而當前我國醫療保障體系仍然面臨財政支持力度不足、醫療資源總量有限及各地區醫療資源分布不均等問題[2]。如何在保證醫療質量的情況下盡可能滿足更多公眾的醫療健康需求是近年來我國醫療衛生部門關注的重點。與此同時，我國手機用戶規模持續增長、移動通信技術日益成熟及互聯網醫療服務被納入醫保報銷范圍等因素的出現都為移動醫療(Mobile Health, mHealth)發展奠定良好基礎[3-4]。在此背景下，“平安健康”“好大夫在線”等移動醫療APP受到國內用戶青睞[5-6]。

移動醫療APP發展迅速、應用廣泛，與“以醫院為核心”的線下就診模式相比具有明顯優勢，引起國內外醫學信息學相關研究者的廣泛關注。從研究內容上看，當前國內外研究主要集中于移動醫療APP具體應用、發展現狀及用戶初始采納意愿等方面，針對用戶持續使用意愿的研究相對缺乏。而用戶持續使用意愿更能體現產品具備的質量優勢，分析其影響因素是優化產品用戶體驗、提升產品質量的關鍵[7]。從樣本選取上看，當前國內外研究樣本主要包括特定區域的普通用戶、老年用戶及特定疾病用戶，缺少對中青年用戶的關注。事實上中青年用戶規模龐大，對醫療健康服務具有較強需求且具備一定經濟能力，能夠支撐其持續使用付費功能，值得深入研究。鑒于此本研究以移動醫療APP的中青年用戶為研究樣本，綜合運用多種方法調查其持續使用意愿的影響因素，識別和分析其中的關鍵影響因素，進而提出優化平臺用戶體驗、促進用戶持續使用的建議。

2 影響因素模型構建

2.1 文獻調查法

由于移動醫療APP與在線健康社區具有一定相似性，因此本研究將在線健康社區納入調查對象。分別選取CNKI和Web of Science核心合集中的科學引文索引(Science Citation Index Expanded，SCIE)、社會科學引文索引(Social Science Citation Index，SSCI)作為國內外文獻來源，檢索時間均為2021年7月5日，時間跨度為2016-2021年。CNKI的檢索條件為：主題=(健康OR醫療OR保健OR醫學OR衛生)AND持續使用，來源期刊為《中文核心期刊要目總覽》收錄期刊、中文社會科學引文數據庫(Chinese Social Sciences Citation Index，CSSCI)和中國科學引文數據庫(Chinese Science Citation Database，CSCD)，篩選得到有效文獻20篇。Web of Science的檢索條件為：主題=(((online OR virtual OR digital)AND(“health communit*” OR “medical communit*” OR “health forum” OR “medical forum”)) OR ((“mobilehealth” OR “mobilemedical”)AND(application OR app)))AND(continued use OR continue to use)，文獻類型為Articles，篩選得到有效文獻128篇。閱讀以上文獻以充分了解用戶持續使用意愿影響因素。

2.2 深度訪談法

采用深度訪談法，從用戶視角獲取其持續使用意愿的影響因素。具體過程如下：一是組建訪談小組。于2021年7月10日邀請2位具備臨床醫學或情報學專業背景的教職工組建訪談小組。二是前期準備。下載并注冊“平安健康”“好大夫在線”“微醫”3款移動醫療APP，確定訪談問題為“您認為哪些因素會影響您對該APP的持續使用意愿？其具體理由是什么”。三是訪談對象確定。于2021年7月14-25日通過APP邀請年齡為31～40歲且具有1年以上使用經驗的中青年用戶參與深度訪談，確定3款APP中男女用戶各4位，共24位訪談對象。五是開展深度訪談。以在線語音形式對每位訪談對象進行30～60分鐘的深度訪談并記錄內容。六是訪談結果分析。梳理、分析訪談內容以獲得用戶持續使用意愿影響因素，見表1。

表1 深度訪談結果(影響因素排名前5)

2.3 德爾菲法

梳理、歸納文獻調查和深度訪談結果以初步構建影響因素框架。邀請5位具備相關專業背景的專家在匿名且互不交流的情況下對框架維度劃分、指標增減及指標名稱等方面提出修改意見。專家信息如下：教授2位(臨床醫學、圖書館學)；副教授1位(情報學)；高級工程師1位(醫學信息學)；高級實驗師1位(醫學信息學)。經過3輪修改后于2021年8月1日取得一致意見，形成包括4個維度、14項影響因素在內的影響因素模型，見表2。

表2 移動醫療APP中青年用戶持續使用意愿影響因素模型

2.4 信度與效度檢驗

采用問卷調查法檢驗模型代表性，問卷內容如下。人口統計學變量：用戶性別、年齡、學歷及職業；影響程度變量：14項影響因素的具體影響程度評價。本次調查問卷采用問卷星設計，問題參考移動醫療APP中青年用戶持續使用意愿影響因素模型設計，如“您認為個人習慣、個人經歷等‘個人特質’對持續使用影響如何”。選項采用李克特5級量表形式，影響程度由“非常小”至“非常大”分別記為1～5分。通過社交媒體發放問卷，總計發放250份，剔除年齡不符合等無效問卷后得到124份有效問卷。將問卷數據導入SPSS 22.0分析后得到Cronbach’s α為0.868，在0.8～0.9之間；取樣適當性(Kaiser-Meyer-Olkin，KMO)值為0.832>0.6；Bartlett球形檢驗(sig)為0.000<0.001，達到顯著水平；累積解釋變異值為54.6%>50%，證明問卷具有良好信度與效度，因此移動醫療APP中青年用戶持續使用意愿影響因素模型具有一定代表性[14]。

3 關鍵影響因素識別與分析

3.1 關鍵影響因素識別

采用決策實驗室分析法(Decision-making Trial and Evaluation Laboratory，DEMATEL)識別和分析關鍵影響因素。具體過程如下：一是組建評價小組。于2021年8月3-15日邀請5位具有相關專業背景且具備移動醫療APP使用經驗的專家組成評價小組，專家信息如下：教授1位(圖書館學，使用經驗0～1年)；副教授2位(均為情報學，使用經驗1～2年、2～3年)；高級工程師1位(醫學信息學，使用經驗0～1年)；高級實驗師1位(醫學信息學，使用經驗0～1年)。二是構建直接影響矩陣M。各專家在匿名且互不交流的情況下對影響因素進行兩兩比較后評分(0=無影響；1=較低影響；2=中等影響；3=較強影響)。計算各因素得分的算術平均數后取整，構建直接影響矩陣M，見表3。三是計算綜合影響矩陣T。使用MATLAB 2019a采用行和最大值法對直接影響矩陣M進行歸一化處理，得到規范直接影響矩陣N，根據公式T=N(I-N)-1(I為單位矩陣)計算得到綜合影響T，見表4。四是影響指標計算。分別計算影響度D(T中各行之和)、被影響度C(T中各列之和)、中心度M(D+C)及原因度R(D-C)，并構建因果關系圖，見表5、圖1。

表3 直接影響矩陣M

表4 綜合影響矩陣T

表5 影響因素綜合分析指標

圖1 因果關系

3.2 關鍵影響因素分析

3.2.1 影響因素的中心度分析 中心度M是指該影響因素在整個系統中的重要程度[15]。中心度越大則表明該因素在系統中的地位越重要[15]。將中心度排名前5的影響因素認定為關鍵影響因素。由表5、圖1可知，感知收益(B1)、監管環境(D3)、感知風險(B3)、服務質量(C2)及感知成本(B2)的中心度排名前5位。其中，B1、B3、B2均屬于用戶感知(B)維度，且B1的中心度與其他4項因素存在較大差距。可見相對于個人、平臺及環境等其他維度，用戶感知維度對用戶持續使用意愿具有較強的直接影響且感知收益影響最為顯著。結合深度訪談結果可知，其原因在于大多數中青年用戶均來自一線城市或新一線城市，由于日常工作繁忙或周邊醫療資源短缺，無法經常前往線下醫院就診。因此用戶會更加注重平臺的服務質量及自身獲取的感知有用性、感知易用性等感知收益。D3的中心度位列第2，同樣說明其具有較強影響，原因在于國家出臺的法律、政策均會對移動醫療行業發展和用戶個人權益產生影響，如《關于積極推進“互聯網+”醫療服務醫保支付工作的指導意見》明確了部分互聯網醫療費用將納入醫保報銷范圍。該政策的落實能有效減輕用戶醫藥費負擔，降低用戶感知成本，增加其持續使用意愿[16]。

3.2.2 影響因素的原因度分析 原因度R是指該影響因素對整個系統形成的貢獻程度[15]。根據原因度R的正負性可以得到8項原因要素和6項結果要素[15]。分別將原因要素、結果要素中排名前3的影響因素認定為關鍵影響因素。原因要素是指原因度R>0的影響因素，原因度越大則說明該因素越容易對其他因素產生影響[15]。原因要素中原因度排名前3的分別為監管環境(D3)、醫療環境(D2)、管理規范(C5)。其中D3的原因度和影響度最高，均為1.342，與其他因素拉開一定差距。從影響情況上看，D3對其余13項因素中的8項產生了影響，總體影響率高達61.5%。可見D3對用戶的持續使用意愿具有顯著間接影響，其實質為政府通過出臺政策法規、加大監管力度等宏觀調控手段進一步規范移動醫療市場。D2、C5同樣具有較高原因度，分別為0.731、0.690。可見用戶所處地區的醫療環境和平臺內部管理規范程度均會對用戶的持續使用意愿產生一定影響。其原因在于用戶所在地區醫院的數量、醫師水平及患者人數等醫療環境情況會影響用戶自身醫療需求和對APP的預期，而平臺對用戶隱私保護、信息內容審核管理及醫療服務定價等管理規范程度則會影響信息質量、服務質量等用戶體驗。結果要素是指原因度R<0的影響因素，原因度越小則說明該因素越容易受到其他因素的影響[15]。結果要素中原因度排名前3(按從小到大排序)的分別為感知收益(B1)、感知風險(B3)和感知成本(B2)。其被影響率分別為84.6%、84.6%和69.2%，且影響度均為0，均屬于用戶感知(B)維度?？梢娪脩舾兄S度的影響因素在系統內部主要作為中介變量存在，個人、平臺及環境等其他維度的影響因素能通過改變用戶感知進而影響用戶持續使用意愿。

4 提升用戶持續使用意愿的建議

4.1 概述

基于上述分析可知，感知收益(B1)、監管環境(D3)、感知風險(B3)、服務質量(C2)、感知成本(B2)、醫療環境(D2)、管理規范(C5)7項因素是影響移動醫療APP中青年用戶持續使用意愿的關鍵因素。對此本研究從提升醫療服務質量等4個方面提出提升用戶持續使用意愿的建議。

4.2 提升醫療服務質量

高質量醫療服務不僅能提升用戶的感知收益，而且能降低病情誤診風險。因此平臺管理者應當努力為用戶提供更優質的醫療服務。具體建議如下：一是提升服務人員專業化程度。平臺應當嚴格審查注冊衛生技術人員的執業資格、工作單位及專業技術職務等相關資質，確保其具備良好的專業素養。如果注冊人員過多則可適當設置準入門檻，如要求具備副高級以上職稱等，以此打造專業醫療服務團隊。二是科學拓展服務內容。當前國內移動醫療APP缺少對健康知識科普、藥品購買等配套服務的關注。平臺管理者可以通過問卷調查、電話回訪等方式了解用戶實際需求，科學地規劃、拓展服務內容，進而形成以在線問診服務為核心，多種配套服務并存的移動醫療服務體系。

4.3 優化平臺系統設計

提高系統質量既能提升用戶感知易用性又能降低用戶使用平臺的學習成本和隱私泄露風險。平臺管理者應關注平臺系統設計優化。具體建議如下：一是提供多樣化的信息檢索方式。當前國內大多數移動醫療APP僅支持醫生、醫院、疾病及科室4種檢索方式，缺少對弱勢群體的關注。對此平臺管理者可以結合就診數據適當增加慢性病、老年病、職業病等特殊病種的檢索路徑，幫助用戶更便捷地獲取所需服務。二是完善平臺的操作錯誤提示功能。從實際使用來看部分平臺的錯誤提示較為模糊。平臺管理者應積極引進大數據、人工智能等信息技術，進一步升級系統的錯誤處理機制，使其能夠更加精準地識別和分析用戶錯誤操作的類型及操作目的，并給出簡潔、清晰的錯誤提示和正確操作步驟說明。

4.4 加強平臺管理規范

提升平臺管理規范程度不僅能增強平臺的信息質量、服務質量，進而提升用戶的感知收益，而且能降低用戶使用平臺的經濟成本及隱私泄露風險。平臺管理者應完善管理體系，提升管理規范程度。具體建議如下：一是加強內容審核管理。包括對健康知識科普、就診經驗分享等內容的審核管理。建立嚴格的審查機制，只有審查通過后才允許發布。同時設立投訴機制，對接到投訴的信息進行調查，如果認定為不實信息或健康謠言則立即刪除并給予作者相應處罰。二是完善用戶隱私保護。平臺對注冊衛生技術人員和工作人員開展崗前培訓，幫助其提升保護用戶隱私的意識。同時完善用戶隱私保護條例，制定明確的追責制度并告知用戶，以避免用戶醫療隱私數據泄露。

4.5 完善監督管理體系

當前移動醫療APP在用戶隱私保護、行業監管體系、醫保支付配套措施等方面仍有待改進，而改善監管環境能從源頭上促進平臺發展、保障用戶權益。政府應當多措并舉，完善監督管理體系。具體建議如下：一是出臺相關法律。加快制定《數據安全法》《個人信息保護法》等個人隱私保護相關法律，真正實現對個人隱私數據、健康數據的全方位保護。二是加大監管力度。多部門聯合執法，針對移動醫療APP開展專項整治工作，集中處理平臺中存在的網絡安全、服務流程規范、服務人員資質等問題。三是完善醫保支付制度。醫保管理部門可以借助大數據、區塊鏈等技術建立統一的醫保費用結算平臺、電子處方流轉平臺，從而實現異地就診費用結算、電子處方跨統籌地區流轉等功能。

5 結語

本研究聚焦中青年用戶，運用文獻調查法、深度訪談法及德爾菲法構建移動醫療APP用戶持續使用意愿影響因素模型，采用DEMATEL方法識別和分析其中的關鍵影響因素，從平臺管理者角度提出提升用戶持續使用意愿的建議，以期為移動醫療APP的完善和新型醫療健康服務體系的構建提供理論參考。研究不足之處在于：文獻調研范圍有待擴充，僅使用CNKI和Web of Science數據庫，未使用萬方、維普、PubMed、the Cochrane Library等其他數據庫。在后續研究中將會對其進一步完善，以期構建更加完善的用戶持續使用意愿模型。