醫生使用智能語音錄入系統意愿及影響因素研究

□ 郝文睿 HAO Wen-rui 張沛 ZHANG Pei 孫震 SUN Zhen 徐金建 XU Jin-jian 邵紅琳 SHAO Hong-lin 計虹 JI Hong

Objective To integrate the technology acceptance model and perceived risk theory, and explore the willingness of doctors to use intelligent voice recognition system and its influencing factors. Methods 250 doctors were selected from a Grade-A tertiary hospital in Beijing to issue an electronic questionnaire to investigate the use of intelligent voice recognition system.Results In the use of intelligent voice recognition system, perceived usefulness and personal innovation had a significant positive impact on the willingness to use. Perceived risk had a significant negative impact on the willingness to use. Perceived ease of use had no significant impact on the willingness to use, and the experience of using similar systems had a significant regulatory effect on the willingness to use. Conclusion In the construction, popularization and application of intelligent voice recognition system, we should dig deep into the doctors' diagnosis and treatment needs and solve the pain point of visiting efficiency. Innovative groups should be paid attention to and the scope of application should be expanded; Safety regulations should be implemented to ensure patient privacy and information security; Experienced doctors should be developed to promote the accumulation of experience.

語音識別指通過計算機程序的算法將語音信號轉換為字詞序列的過程[1]，其歷史可以追溯到1952 年貝爾實驗室建立的一個針對特定說話人的單揚聲器數字識別系統[2]。隨著統計建模方法的引入和算法的逐漸改進，通過語音識別來錄入文本已經廣泛應用于各種領域。近年來，智能語音錄入系統已經被越來越多應用于臨床工作[3-7]，涵蓋了口腔科、病理科、超聲科等科室。相比較傳統依靠鍵盤和鼠標錄入基于模板和離散編碼結構存儲數據元素的電子病歷或電子報告，使用智能語音錄入系統進行文本錄入代替傳統錄入方式可以提升工作效率，提高醫學文書的書寫質量。2022 年11 月國家衛健委發布《關于印發“十四五”全民健康信息化規劃的通知》中要求促進醫學人工智能應用試點，推動完善人工智能等新一代信息技術支撐醫院管理[8]。

然而作為一種新技術，智能語音錄入系統全面推廣應用于臨床仍存在阻礙。新的口述方式改變了醫生進行系統操作的習慣、醫生對于患者隱私信息安全的擔心、不同醫生對于新技術的接受程度等因素都對醫生是否使用智能語音存在影響[9]。了解影響醫生使用智能語音錄入系統的因素有助于優化系統建設和改進相關措施。目前國內幾乎沒有針對醫生采用智能語音識別技術應用于臨床工作的實證研究。本研究整合技術接受模型(technology acceptance model，TAM)和感知風險理論(perceived risk theory)為基本理論框架，建立醫生采用智能語音錄入系統的使用意愿和行為模型，探討感知有用性、感知易用性、感知風險性、個人創新對醫生采用智能語音錄入系統的影響以及性別、年齡、工作年限和使用經驗的調節作用。

理論基礎與研究假設

1.技術接受模型。技術接受模型用來預測用戶采用新技術的可能性，表明用戶對信息系統的使用行為由使用意愿所決定[10-11]。感知有用性和感知易用性是該理論最重要的兩個變量，也是影響用戶對新技術接受意愿的主要因素。其中感知有用性是個體認為使用該系統將提高其表現的程度，例如醫生使用智能語音錄入系統能提升便利的程度。感知有用性會對個體使用新技術的使用意愿產生積極影響。因此提出以下假設：

H1：感知有用性對醫生使用語音錄入系統的意愿有顯著正向影響。

感知易用性是個體認為使用該系統難易的程度，本研究中即智能語音錄入系統對于醫生來說是否容易使用。因此提出以下假設：

H2：感知易用性對醫生使用智能語音錄入系統的意愿有顯著正向影響。

雖然TAM 在預測技術接受程度方面提出了嚴謹的解釋，但有研究表明根據具體研究需要額外的解釋變量[12]。本研究擴展了TAM，增加了個人創新性變量，即用戶在采用新技術方面相對較早的程度，它會影響個體使用新技術的意愿。因此提出以下假設：

H3：個人創新對醫生使用智能語音錄入系統的意愿有顯著正向影響。

有研究證實使用意愿與實際使用行為之間存在關系，使用意愿會影響技術的實際使用[13]。因此提出以下假設：

H4：使用意愿對醫生實際使用智能語音錄入系統有顯著正向影響。

2.感知風險理論。感知風險是用戶對決策結果的不確定性和錯誤決策后果嚴重性的主觀感知，感知風險會負向影響用戶的使用意愿。本研究中感知風險指醫生使用智能語音錄入系統時對隱私、安全、法律等風險的感知程度。因此本研究提出以下假設：

H5：感知風險對醫生使用智能語音錄入系統的意愿產生顯著負向影響。

3.調節作用。年齡、性別、工作年限和經驗等多重因素的調節作用會表現在具有一些特征的人群中，有研究表明年齡相對偏大的男性用戶需要更多的資源來促使其學習和接受[14]。本研究擬探究的性別和年齡在對醫生使用智能語音錄入系統意愿的影響關系中表現出調節作用。另外醫生的工作年限越長，其對診療過程工作效率的期待會增加，因此本研究期望此因素對潛變量的影響存在調節作用。考慮到日常使用過類似人工智能(artificial intelligence，AI)應用系統的醫生來說，他們有使用類似系統的經驗，對于智能的應用系統更加了解，更容易接受創新型應用來提升工作效率，從而影響他們的使用意愿。基于以上考慮，本研究提出以下假設：

H6：對于醫生性別來說，H6-1：性別存在感知有用性對于使用意愿的調節作用；H6-2：性別存在感知易用性對于使用意愿的調節作用；H6-3：性別存在個人創新對于使用意愿的調節作用；H6-4：性別存在感知風險對于使用意愿的調節作用。

H7：隨著醫生年齡增加，H7-1：年齡存在感知有用性對于使用意愿的調節作用；H7-2：年齡存在感知易用性對于使用意愿的調節作用；H7-3：年齡存在個人創新對于使用意愿的調節作用；H7-4：年齡存在感知風險對于使用意愿的調節作用。

H8：隨著醫生工作年限增加，H8-1：工作年限存在感知有用性對于使用意愿的調節作用；H8-2：工作年限存在感知易用性對于使用意愿的調節作用；H8-3：工作年限存在個人創新對于使用意愿的調節作用；H8-4：工作年限存在感知風險對于使用意愿的調節作用。

H9：對于醫生有使用過其他人工智能應用系統的經驗來說，H9-1：經驗存在感知有用性對于使用意愿的調節作用；H9-2：經驗存在感知易用性對于使用意愿的調節作用；H9-3：經驗存在個人創新對于使用意愿的調節作用；H9-4：經驗存在感知風險對于使用意愿的調節作用。

對象與方法

1.研究對象。本研究采用方便抽樣方法作為調查工具。在2022 年6 月—8 月向北京某三甲醫院的醫生以匿名調查方式發放電子問卷并收集數據。總共發放250 份問卷，最終回收有效問卷212 份，有效回收率為84.8%。

2.問卷設計。問卷量表共包括6 個變量，各變量均包括3 個條目，所有變量來自于已有參考文獻，見表1。量表采用Likert 5 點法，1 ～5 分別代表非常不同意～非常同意。電子問卷通過邏輯控制不可漏答以確保問卷完整性和可用性，收到問卷的調查對象僅可對問卷進行一次提交不可重復作答。電子問卷初步設計后先發放給5 名醫生進行測試回答并根據反饋意見修改，以優化問卷題目描述的可理解性。通過院內OA 系統隨機推送給250 名醫生。電子問卷設計為三個部分：第一部分為智能語音錄入系統的基本說明介紹，第二部是醫生的基本情況以及使用智能語音系統情況，包括醫生的性別、年齡、在崗位上的工作年限以及是否使用過類似人工智能應用系統(臨床輔助決策支持系統、智能預問診系統等)和第三部分為潛變量對應的測量題目。

表1 變量與問卷內容

3.統計分析。電子問卷結果通過院內OA 系統獲取，數據采用SPSS 26.0 軟件進行統計分析，結合Amos 26.0驗證結構方程模型。

結果

1.描述性分析。本次212 份調查問卷中，樣本數據的描述性統計見表2。受訪女性醫生比男性醫生略多，總體基本均衡。醫生年齡集中在35 ～49 歲，工作年限20 年以上的醫生較多，其次是10 年以下。未使用過類似人工智能應用的醫生比使用過的醫生略多。

表2 被調查醫生基本情況

2.信度和效度檢驗。采用驗證性因子分析對結構方程模型的信度和效度分析，結果見表3。所有變量的克朗巴哈系數(Cronbach's Alpha)均大于0.7，組合信度(Composite Reliability，CR)均大于0.7，表明問卷具有較好的內部一致性。各變量的平均抽取方差(average variance extracted，AVE)均大于0.5，表明測量項的聚合效度較好。

表3 模型信度和效度檢驗

3.假設檢驗和模型擬合。本研究通過8 個指標驗證模型的適配度：卡方與自由度的比值(χ2/df)、比較擬合指數(CFI)、規范擬合指數(NFI)、非規范擬合指數(NNFI)、增值適配指數(IFI)、擬合優度指數 (GFI)、修正擬合優度指數(AGFI)、和近似誤差均方根(RMSEA)。根據本研究模型指標值評估，所有擬合指數實際值均優于推薦值（表4)，表明模型有較好的擬合度。

表4 模型擬合指數

4.結構模型。由表5 分析結果看出，醫生采用智能語音錄入系統中，感知有用性和個人創新對使用意愿有顯著正向影響(p＜0.001)；使用意愿對使用行為有顯著正向影響作用(p＜0.001)；感知風險對使用行為有顯著負向作用(p＜0.001)；而感知易用性對使用意愿的影響作用不顯著(p=0.584)。因此假設檢驗結果H1、H3、H4 和H5 成立，假設H2 不成立。

表5 模型路徑分析

5.調節作用驗證。將調節變量中結構方程的回歸系數設為一致后分析，通過卡方差檢驗顯著性水平。表6 結果顯示，性別分組模型(p=0.681)、年齡分組模型(p=0.404)和工作年限分組模型(p=0.950)未達到顯著水平；使用AI 經驗分組模型(p=0.046)達到了顯著水平，因此表明性別、年齡和工作年限沒有起到調節變量的作用，而使用AI經驗起到調節變量的作用。因此假設檢驗結果H6、H7 和H8 不成立，假設H9 成立。

表6 變量調節作用檢驗

結論和討論

本研究在采用技術接受模型和感知風險理論的基礎上首次探討分析了醫生采用智能語音錄入系統的意愿和行為的影響因素，同時加入了新的變量：個人創新。本研究驗證了感知有用性正向顯著影響使用意愿，表明高效有用性是醫生接受使用智能語音錄入系統的重要考慮要素。另外，更具創新意識的醫生更愿意接受新系統的使用。感知風險負向顯著影響使用意愿，表明對于新技術來說，醫生在系統安全、使用安全等方面存在擔憂。感知易用性對使用意愿的直接影響并不顯著，相比較感知有用性，系統是否有用比系統是否易用更加影響醫生使用智能語音錄入系統。性別、年齡和工作年限對于醫生的使用意愿幾乎沒有影響，而有使用過其他人工智能系統應用的醫生更容易接受類似的智能應用。本研究基于以上結論，對于智能語音錄入系統的建設和推廣應用提出以下建議。

1.深挖醫生診療需求，解決出診效率痛點。醫生在診療過程中大多依靠鍵盤和鼠標進行系統操作，一方面隨著信息化的發展，系統功能逐漸增多，在繁多的界面中尋找相應功能并點擊效率低下；另一方面在高門診量的出診環境中，頻繁通過傳統人機交互方式錄入文書內容耽誤時間。因此需要深入調研醫生使用系統中不便之處，包括開處方、錄入病歷、查詢結果等，并根據醫生使用習慣和需求定制語音代替鍵盤和鼠標等系統場景。調研過程和對象應無差別的覆蓋各個年齡段、低年資和高年資、各個科室以及男性和女性醫生，盡可能滿足普遍醫生的使用需求。同時豐富宣傳手段，讓醫生充分感知智能語音錄入系統的有用性。

2.重視創新群體，拓展應用范圍。重視具有創新精神的醫生群體，將其作為推廣重點人群。選擇以往愿意率先試用新系統的醫生用戶，結合其特定需求進行系統建設開發。特別關注此類醫生的使用反饋情況，以此為切入點，逐步拓寬智能語音錄入系統在醫院其他科室或醫生應用的接受范圍。

3.落實安全規定，確保患者隱私和信息安全。為擴大推廣智能語音錄入系統的使用范圍，降低醫生使用系統的感知風險，應落實執行國家衛生健康委辦公廳對醫療機構的就醫要求，實行“一人一診一室”。除了確保在使用智能語音錄入系統中的患者隱私安全外，也可有效提升語音識別使用的準確性。

系統建設和運維過程嚴格遵守《網絡安全法》《數據安全法》和《個人信息保護法》，數據存儲、使用、加工、傳輸合法合規，數據提供需依法脫敏處理，并應按規定通過上級審批。同時建立健全數據安全管理制度，明確系統安全負責人。同時加強宣傳力度，將以上安全規定和措施通過多種宣傳渠道告知醫生將語音識別技術應用到診療過程的安全性。

4.發掘有經驗醫生，促進經驗累積。系統推廣過程兼顧發掘有人工智能系統應用使用經驗的醫生。目前臨床常見在用的人工智能系統有臨床輔助決策支持系統、智能預問診系統等，本研究表明使用過此類系統經驗的醫生更傾向于使用智能語音錄入系統。因此推廣過程中著重考慮對有同類系統使用經驗醫生的宣傳培訓，提升這些醫生更多系統使用經驗的同時，也會通過此類群體帶動其他醫生對智能語音錄入系統的使用接受度。