醫院智能服務患者使用意愿實證研究綜述*

李星頤 于廣軍

(上海交通大學公共衛生學院 上海200025) (上海市兒童醫院 上海 200062)

1 引言

在信息技術與醫療行業深度融合背景下，信息技術和服務模式創新可以簡化就醫流程，提升醫療服務效率。2021年6月國務院辦公廳發布的《關于推動公立醫院高質量發展的意見》指出要強化信息化支撐作用，推進智慧醫院建設和醫院信息標準化建設，現階段對智能化便民服務系統的建設和完善是下一步邁向智慧醫院的重要基礎。服務系統開發完成后患者是否愿意接受并持續使用是關鍵，也是信息系統的評價重點。如果患者出于某些原因不愿使用會導致醫院資源浪費。目前國內外學者已關注這一問題，從患者角度出發，針對醫院提供的智能化服務，基于不同理論模型和變量設置探討患者使用意愿的影響因素，在信息化發展更為成熟的地區和機構進一步分析用戶的持續使用意愿。為了全面掌握該領域的研究現況以及理論框架，對國內外31篇實證研究文獻從智能服務類型、模型與變量設置、調查對象和研究方法等方面進行梳理分析，并為后續研究提出相關建議。

2 文獻檢索流程

本文以中國知網、萬方數據庫作為國內文獻數據源，以主題:(醫院)or 主題:(患者) and 題名或關鍵詞:(意愿) or 題名或關鍵詞:(接受) and 摘要:(模型)為檢索式；以Web of Science作為國際文獻數據源，以 TS=(patient service) AND TS=(model) AND TS=(intention to use) AND TS=(information) 為檢索式，檢索時間設置為2015年1月1日-2021年9月1日，最終篩選得到31篇相關文獻。

3 智能患者服務類型與功能

目前國內外醫院智能服務以微信公眾號、移動應用程序以及門戶網站為平臺，為患者提供貫穿就診流程的“一站式”便民服務，以減少患者的非診療時間。國內研究主要聚焦在微信公眾號和移動應用程序，從移動醫療逐漸向智慧醫療轉變，功能包含診前(智能導診、預約掛號、轉診)、診中(候診提醒、院內導航、來院線路)、診后(費用支付、報告查詢、隨訪系統、滿意度調查)。國外主要研究患者門戶網站，患者通過網頁瀏覽器的應用程序訪問個人電子健康記錄。主要包括醫療預約、報告查詢、申請延長處方以及郵件溝通4種功能，見表1。

表1 醫院智能患者服務

4 理論模型分析

4.1 概述

通常評價信息技術的成功包括用戶初次采納和持續使用兩個階段：初次采納是短期目標，而持續使用意愿是最終目標。首先對實證研究中涉及的理論模型進行概述，然后整理分析研究中出現的模型以及變量。

4.2 用戶使用意愿理論模型

4.2.1 初次使用意愿 研究用戶初次使用行為影響因素的模型主要有計劃行為理論(Theory of Planned Behavior，TPB)，技術接受模型(Technology Acceptance Model，TAM)以及整合型技術接受模型(Unified Theory of Acceptance and Use of Technology，UTAUT)。理性行為理論(Theory of Reasoned Action，TRA)作為一種較為成熟的意圖模型是后續信息技術采納模型拓展的基礎，提出行為是由行為意向決定的[32]。TPB是Ajzen I[33]在TRA模型的基礎上考慮到人的行為并不完全由意識控制并引入感知行為控制而構建的。TAM由Davis F D[34]于1985年提出，用于解釋和預測用戶對信息技術的接受程度和使用意愿，主要包含6個研究變量。為增強TAM的適應性，Venkatesh V和Davis F D[35]對TAM中感知有用性的前因變量進行拓展提出了TAM2。隨著研究的深入和研究對象的多樣化，單一模型難以滿足不同領域需求。2003年Venkatesh V、Morris M G和Davis G B等[36]綜合包括TAM等8種理論模型提出UTAUT，該模型認為影響用戶使用意愿的因素有績效預期、努力預期、促進因素和社會影響，還增加了4個調節變量，并通過實證研究驗證該模型優于TAM，其解釋性更好。由于UTAUT中研究對象局限于組織內的個體，2012 年Venkatesh V、Thong J Y和Xu X[37]再次對UTAUT進行拓展，增加享樂動機、價格價值和習慣變量形成UTAUT2，提升模型的解釋力并延伸研究對象范圍，見圖2。

圖2 用戶使用意愿理論模型以及拓展關系

4.2.2 持續使用意愿 隨著信息技術的廣泛應用，研究者開始深入關注用戶的持續使用意愿，而上述理論模型未關注用戶期望在初次采納信息技術后的潛在改變。利昂·費斯廷格[38]于1957年提出認知失調理論(Cognitive Dissonance Theory，CDT)，其核心思想是當個體認識到自身態度與行為之間出現矛盾時，會產生不適感并試圖通過調整來減少這種感覺。目前有通過CDT理論研究信息系統設計優化等方面[39]，其中態度、環境等認知元素被納入到期望確認模型中。Bhattacherjee A[40]通過整合模型構建適用于信息技術領域的期望確認模型(Expectation Confirmation Model，ECM)，該模型認為滿意度、期望確認度及感知有用性是用戶對信息技術產生長期使用傾向的關鍵決定因素，見圖3。由于ECM最早應用于任務式的信息系統情境，在不同技術環境還需要考慮其他外部變量。

圖3 期望確認模型(ECM)

4.2.3 感知風險與信任 在醫療服務領域，用戶會更注重信息技術安全性。感知風險理論(Perceived Risk，PR)補充了這一空白，也成為該領域研究常用的整合理論。這一概念最早由哈佛大學的Bauer R A在1960年提出[41]，他認為人們對于具有不確定結果的預期風險會做出事先判斷。感知風險變量會根據研究對象和信息技術類型分為不同風險變量，周宇吟、胡林霞和潘錦晶等[42]探討5G賦能醫療的感知風險中納入了功能、經濟、時間與隱私方面的風險。也有研究認為感知風險并非直接影響使用意愿，而是以信任為中介變量影響使用意愿。Tan Y H和Theon W[43]提出信任包括兩個方面，即對提供服務組織的信任以及對提供服務媒介的信任。

4.3 模型與變量分析

整理國內外文獻使用的模型和變量，首先將應變量分為初次使用意愿和持續使用意愿兩類，再根據不同的整合模型將自變量按主要結構變量、整合模型中的變量、新增變量以及調節變量4個方面進行梳理。基于TAM模型的主要結構變量為感知有用性、感知易用性和使用態度。基于UTAUT模型的主要結構變量為績效預期、努力預期、促進因素和社會影響。在研究用戶持續使用意愿的模型中，期望確認模型是主要的模型基礎，期望確認度和滿意度為常用變量。此外感知風險是使用意愿研究模型最常納入的新增變量。調節因素通常設置為用戶的性別、年齡、教育程度、職業、健康狀況(門診就診次數)、互聯網(或移動應用程序)使用經驗以及該技術使用次數。

5 研究方法分析

5.1 調查對象

國內外研究均關注患者或其家屬這一特殊使用群體，并將人群的年齡、性別、教育程度、互聯網使用經驗等調節變量納入研究，見表2、表3。由于不同年齡段采納信息技術的個體差異較大，其中青年作為信息技術的主要用戶群體，有部分研究[15,26]聚焦20～40歲的青年或大學生群體用戶；老年患者是信息技術使用的弱勢用戶群體，國外有相關研究對其進行針對性調查[18,27-28]。同一信息技術可能涉及不同用戶群體，有研究對患者電子門戶從患者和護理人員雙方視角進行調查[27]。

表2 國內實證研究方法

表3 國際實證研究方法

5.2 數據收集方法

國內外研究設計流程基本可以歸納為在已有理論模型基礎上構建適用于其信息技術領域和應用人群的研究模型并提出假設，然后運用問卷調查等方法收集數據，通過統計軟件建模進行數據分析和模型假設驗證，最終得到用戶使用意愿的影響因素及其影響程度。目前以定量的問卷調查為主要研究方法，國外有運用定性訪談的方法進行大樣本量的研究[20,27]，國內有學者[5,8,10-11]將定量問卷和定性訪談相結合，調查形式為向患者發放問卷并結合少量醫務人員的訪談進行。

5.3 統計分析方法

影響用戶使用意愿的因素均為潛變量，即無法直接測量，需要通過可觀測變量間接測量得到。結構方程模型(Structure Equation Modeling,SEM)是應用線性方程系統表示觀測變量與潛變量間以及潛變量間關系的一種統計建模方法[44],國內外多數研究均選擇結構方程模型作為數據分析方法。其中偏最小二乘法-結構方程模型(SEM-PLS)作為該領域研究常用的參數估計方法，適合于理論模型初期探索階段，數據無需服從正態分布，而且對樣本量要求較小[45-47]。盡管PLS-SEM能夠檢驗前因變量的獨立影響效應，為了進一步探索前因變量組合影響效應，Duarte P和Pinho J C[22]將PLS-SEM與模糊集定性比較分析(fuzzy-set Qualitative Comparative Analysis，fsQCA)相結合，通過兩種統計方法的互補更好地解釋模型中用戶采納行為的影響因素[48]。

6 結論與建議

6.1 結論

本文通過整理近5年國內外發表的31篇有關患者對醫院智能化服務使用意愿的實證研究文獻，主要有以下發現：多數研究圍繞院內綜合服務移動應用或患者電子門戶展開調查，國內研究更多涉及就診流程優化，還沒有關于患者個人健康檔案共享使用意愿的相關研究，這可能與國內推行電子病歷、區域醫療信息化時間相對較晚有關，各醫院間系統不統一導致數據集成和共享程度不高。研究的應變量設置從初次采納逐漸過渡到持續使用意愿，其中初次采納行為常用TAM和UTAUT，而ECM是持續使用意愿的常用模型。自變量可歸納為用戶個人特征、信息技術因素和外在環境因素3個方面，其中感知風險是最常納入的新增變量。研究的設計思路可歸納為基于現有理論模型構建適用于其研究領域和人群的模型并提出假設，然后通過問卷或訪談收集數據，應用統計建模驗證模型假設、常用結構方程模型，最終得到各影響因素及程度。

6.2 建議

基于以上結論，建議后續研究從以下5個方面進一步探索并對實證研究設計與模型變量設置進行優化。一是在人口老齡化以及慢性病高發的時代背景下，老年人是醫療服務的重點人群，同時也是接受和使用信息技術相對更困難的人群，隨著醫院為老年人服務的進一步推進，智能患者服務在老年這一特殊群體中的采納意愿值得國內學者關注。二是目前不論是自填式問卷還是訪談都缺少客觀指標，難以避免主觀偏倚。建議結合系統日志追蹤等實驗方法得出更為客觀和完整的結論。三是研究統計分析方法多采用結構方程模型，僅關注自變量對應變量的獨立影響效應分析，后續研究可通過整合fsQCA或其他統計方法深入探索變量組合的影響效應。四是隨著研究初次采納行為和持續使用意愿的模型逐漸成熟，后續研究需要關注用戶從初次到持續使用意愿的動態過程，分析初次采納后的“沉默用戶”群體。五是目前研究使用的多為整合模型，另外設置所需變量，模型間差異較大，有待構建一套適用于醫療服務這一特殊領域以及患者角度的模型。

7 結語

隨著醫院應用信息技術不斷優化就醫流程、改善就醫體驗，對于已建成的服務系統，患者的使用意愿逐漸得到學者關注。用戶實際使用醫院智能服務系統時是否易用、能否有效解決問題、隱私安全能否得到保障是其建設目標和價值所在，也是評價實施效果時應重點考量的因素。