基于AHP-TOPSIS 的医疗健康App 用户体验评价

李玮祎，徐中阳，陈 燕

（杭州医学院护理学院1，图书馆2，浙江 杭州 310000）

近年来，“健康中国”行动的推进，促进了公众的医疗健康服务需求不断提升[1]。然而，《2019 中国卫生统计年鉴》显示，当前国内面临医疗保障体系支持力度不足、医疗资源总量不足等问题[2]。智能手机的普及、互联网技术的快速发展以及“互联网+医疗健康”的提出[3]，带动了移动医疗健康产业规模的迅速扩张，春雨医生、好大夫在线等医疗健康App 如雨后春笋般层出不穷。医疗健康App 能够为用户提供在线挂号、在线医疗咨询等便捷的医疗健康服务，为构建新型医疗服务体系、满足公众医疗需求提供了新的路径。当前国内手机网民规模庞大且增长迅速，截止2020 年3 月，手机网民规模达8.97 亿，占国内网民的99.3%，同比提升0.7 个百分点[4]。可见，医疗健康App 市场发展潜力巨大。优化医疗健康App 的用户体验能够促进医疗健康App 自身的发展以及国内移动医疗健康行业整体的进步。如何结合用户需求优化医疗健康App 的用户体验，是所有开发者亟待解决的重要问题。因此，本文立足用户视角，深入调查当前国内主流的医疗健康App，基于多种方法构建医疗健康App 用户体验评价指标体系，并验证评价指标体系的实践价值，进而有针对性地为医疗健康App 优化用户体验提出建议。

1 国内外研究现状

当前国内外学者在医疗健康App 的研究上取得了一定成果。对于医疗健康App 的作用，Ernsting C 等[5]认为医疗健康App 可以帮助用户改善心血管疾病、糖尿病等慢性病，但用户需具备一定电子健康素养。Wand Q 等[6]通过焦点小组讨论和问卷调查指出，部分饮食、瘦身类健康App 能够促进用户养成良好的饮食、运动习惯，有效改善用户健康。部分学者分析了医疗健康App 存在的隐私问题。Huckvale K[7]等、Sunyaey A[8]等分别调查了79 个英国国家医疗服务体系应用程序库认证的医疗健康App 和600 个常用医疗健康App 后指出，大部分App 均存在隐私泄露风险。杨雪梅等[9]基于内容分析法、德尔菲法等构建了健康养生类App 用户体验评价指标体系。Liu C、Alsswey AH 等通过在线调查指出医疗健康App 的用户体验提升应重视交互性设计和界面UI 设计[10，11]。Vaghefi I 等[12]指出用户体验是用户是否持续使用医疗健康App 的决定性因素，并提出了包括界面设计、导航、知识深度等在内的用户体验设计框架。

从研究内容上看，国内学者对医疗健康App 的研究相对国外起步较晚、成果数量较少。在用户体验研究上，国外学者主要从技术及程序开发角度提出用户体验的优化策略，国内学者主要为构建用户体验评价指标体系。总体来看，当前国内外对于医疗健康App 用户体验的研究较少，现有的评价指标仍有值得改进之处，且缺少实证检验。

2 医疗健康App 用户体验评价指标体系构建

本文以Google 的用户体验HEART 模型为基础，结合文献调查法、网络调查法以及德尔菲法对其进行补充和完善，进而构建医疗健康App 用户体验评价指标体系。

2.1 文献调查法 以CNKI 和Webof Science 核心合集中的SCIE、SSCI 作为国内外文献数据来源，时间跨度均为2015～2020 年，检索时间为2020 年6 月15 日。在CNKI 中分别以“用户体验”“App AND 用户体验”“（医疗App OR 健康App）AND 用户体验”为主题词检索核心期刊、CSSCI、CSCD、硕博士学位论文，经过合并、去重、筛选后得到有效文献116 篇。在Web of Science 中分别以“medical app OR health app”“（mhealth OR mobile health）AND userexperience”“（medical app OR health app）AND userexperience”检索期刊文献，经过合并、去重、筛选后得到有效文献279 篇。

2.2 HEART 模型 HEART 模型是由Google 公司的用户体验师Rodden K 等[13]提出，该模型将用户体验划分为愉悦度、参与度、接受度、留存度、任务完成度等5 个维度，见图1。与其他模型相比，HEART 模型的适用范围更广、评价指标更全面，其评价指标能够同时面向于用户和开发者，进而能有效量化用户体验的实际效果，为产品的设计和改进提供参考。因此，本文选择HEART 模型评价医疗健康App 的用户体验。本研究综合文献调查和HEART 模型，构建了包括在线医疗、健康管理、健康科普等在内的5 个一级指标、10 个二级指标、20 个三级指标的医疗健康App 用户体验评价指标框架。

图1 HEART 用户体验模型

2.3 德尔菲法 本研究从开发者、研究者、使用者三方出发，邀请了3 位医疗健康App 产品经理或用户体验师、3 位图书情报或电子商务副高级以上职称专家以及3 位资深医疗健康App 用户组成专家组。在匿名且互不交流的情况下从维度划分、指标名称、指标增减等方面对框架提出修改意见。在经历2 轮修改后，于2020 年6 月24 日取得一致意见，构建了包括5 个一级指标、12 个二级指标、25 个三级指标在内的医疗健康App 用户体验评价指标体系，并对其编码，见表1。

表1 医疗健康网站用户体验评价指标体系各指标权重

表1（续）

3 基于TOPSIS 的医疗健康App 用户体验评价

3.1 评价指标权重确定 本文采用层次分析法确定各评价指标权重。层次分析法是由美国运筹学T.L.Saaty 教授在20 世纪70 年代提出的一种定性与定量相结合的层次权重决策分析方法[14]。于2020 年6月25 日邀请专家组内各专家在互不交流的情况下，将各评价指标两两比较进行打分（因素i 比因素j：同等重要=1；稍微重要=3；较强重要=5；强烈重要=7；极端重要=9；两相判断的中间值=2、4、6、8），计算各项指标的总得分的算数平均数并取整，构建判断矩阵。最后，使用MATLAB2019a 软件计算各判断矩阵的权重向量并对其进行一致性检验。当CR＜0.1 时，认为该判断矩阵的一致性通过检验[14]。最终确定医疗健康App 评价指标体系的各指标权重。

3.2 TOPSIS 法 在已知指标权重的情况下，选用TOPSIS 法对医疗健康App 的用户体验进行评价。TOPSIS 法是由C.L.Hwang 和K.Yoon 在1981 年提出的，该方法是根据与理想目标的相似度从而确定各评价对象相对优劣程度，可用于复杂问题的评价排序[15]。具体步骤如下：

①设有m 个评价对象，n 个评价指标；

②根据权重数据，构建评价指标权重向量W：

③根据调查所得评价值数据构建原始评价矩阵R'。其中，r'ij（i=1，2，…，n）（j=1，2，…，m）为第j 个评价对象的第i 个评价指标的评价值；

④将原始评价矩阵R'中的评价指标分为正向指标和负向指标，经过正向化和求和归一化处理后得到标准化评价矩阵R。其中，rij为第j 个评价对象的第i 个评价指标的标准化评价值；

⑤构建加权规范化评价矩阵H。其中hij为第j个评价对象的第i 个评价指标的加权评价值；

⑥选择各评价指标的最高值和最低值，分别构建正理想解hj+和负理想解hj-；

⑦利用欧几里得距离公式分别计算各对象的各指标的加权评价值与理想解hj+和负理想解hj-距离Dj+、Dj-（j=1，2，…，m）；

⑧计算各评价对象与理想目标的相似度Cj，并根据Cj的大小进行排序，Cj值越大则排位越靠前；

3.3 实证分析 为验证所构建的评价指标体系的合理性及可信度，从《互联网周刊》公布的“2019 医疗App 排行榜”中选取5 个均为综合型的医疗健康App 作为评价对象并编码，见表2，并将三级评价指标按照五级李克特量表形式设计了调查问卷，其中“非常不同意”至“非常同意”，分别代表“1”至“5”分。

表2 医疗健康App 评价对象

于2020 年6 月25 日至6 月30 日邀请15 位来自浙江中医药大学、杭州医学院的具有以上5 款医疗健康App 资深使用经验的副高级以上职称的专家用户填写调查问卷。汇总所有调查问卷取各指标得分的算数平均数作为最终评价值，得到原始评价矩阵R'。根据表1 中的合同权重及公式（1）构建了权重向量W。对原始评价矩阵R'中数据进行正向化和求和归一化后，得到标准化评价矩阵R。根据公式（4）得到了加权规范化评价矩阵H，见表3。

根据表3 数据，并结合公式（5）（6），可构建正理想解hj+和负理想解hj-：

根据公式（7）（8）（9），可得各评价对象的Dj+、Dj-、相似度Cj，并根据Cj的大小将评价对象排序，见表4。

将表4 所得分析结果与表2 对比可得，基于TOPSIS 分析得出的评价排序结果与《2019 医疗健康App 排行榜》中的排序一致，从而验证了本文所构建的医疗健康App 用户体验评价指标体系具有一定合理性和可行性。

表3 加权规范化评价矩阵H

表4 TOPSIS 分析结果

4 医疗健康App 用户体验优化建议

4.1 完善资源内容建设 从本研究可知，愉悦度（A）的一级指标权重为0.442，在一级指标权重中位列第一。可见，提升用户体验首先需要提升用户的愉悦度。而在愉悦度的二级指标中，资源内容（A1）的二级指标权重为0.376，位列第一，且在资源内容（A1）中，资源内容权威（A14）、资源内容全面（A11）的三级指标权重分别为0.421、0.274，位列前二。因此，医疗健康App 开发者应从资源内容的权威性和全面性完善医疗健康App 的资源内容建设，进而提升用户的愉悦度。具体如下：①加强内容审核：对在App内发布的文章、视频进行严格的审核，保证其资源内容的权威性和可信性；②提升资源内容的全面性：当前大部分医疗健康App 的资源内容主要为健康科普知识、在线健康课程等，开发者可适当增加部分常见疾病的发病机理、临床表现、治愈案例等内容，如"平安好医生"的资源就包含了部分疾病的治愈案例。通过提升内容全面性，从而形成疾病从预防、发现、治疗、治愈的全过程的医疗健康信息服务，进而提升用户体验。

4.2 加强功能服务设计 在愉悦度的二级指标中，功能设计（A2）的二级指标权重为0.334，位列第二，且在功能设计（A2）中，隐私保护（A21）、健康科普（A25）、在线医疗（A22）的三级指标权重位列前三，分别为0.360、0.277、0.034。因此，医疗健康App 开发者可从隐私保护、健康科普以及在线医疗等方面入手，强化App 的功能，以此让用户获得更好的体验。具体如下：①完善隐私保护功能：开发者可以完善用户隐私保护政策以及App 内注册医生所签约的用户隐私保护条款，对恶意泄露隐私的行为追究责任；②提升从业人员的专业化程度：App 本身需要对注册医生、科普文章作者等从业人员需要制定审核方式，对其进行严格审核，保证从业人员兼具专业知识和职业道德，例如，在申请成为注册医生前需要通过App 给出的在线测试；③创新功能服务：开发者可结合公共卫生事件或者用户的需求反馈创新App 功能服务，从而提升用户体验，如“健康之路”在新冠疫情期间开设了核酸检测预约服务。

4.3 提升用户持续使用意愿 留存度（D）所对应的三级指标持续使用意愿强（D11）的合成权重为0.265，在所有三级指标合成权重中位列第一。可见，用户对于医疗健康App 的持续使用意愿能够直接反映该App 的用户体验情况。在App 开发者已经完善资源建设和加强功能设计的基础上，本研究认为可以通过以下方式提升用户的持续使用意愿：①开展宣传活动：开发者可以开展邀请用户体验新功能、每日签到、每日任务等活动，并且在用户完成后给予一定奖励，使得用户能够为了获得奖励而持续使用App；②打造信息生态圈：开发者可以在App 中提供社交功能，方便用户与医生或其他用户的相互沟通交流，提升用户的长线留存度。例如：“好大夫在线”提供了医患社区。

4.4 优化App 自身系统设计 任务完成度（E）的一级指标权重为0.164，在一级指标权重中位列第三。其三级指标任务完成效率高（E11）、任务完成效果好（E21）以及操作错误率低（E31）的合成权重分别为0.041、0.041、0.082。可见，任务完成度对用户体验同样存在较强的影响。因此，App 开发者应当优化App自身的系统设计提升任务完成度，从而提升用户体验。具体如下：①精简任务流程：通过精简任务流程，能够有效帮助用户降低任务完成所需时间。例如，用户首次登录App 后可保持登录状态，下次打开App 后无需再次登录；②结合高新技术：开发者可在App 的系统开发设计中结合大数据、人工智能等高新技术，可在App 中添加AI 向导或AI 客服，为用户提供24 小时的帮助与向导，从而降低用户的操作错误率。