基于用户满意度进行江西省智慧医疗项目研究——以南昌市为例

王建文 邢铁奇 吴佳萍 刘曦

1.福建工程学院；2.南昌大学

一、绪论

（一）研究背景

从近年来我国医疗改革中关于医疗信息化方面的内容中可以很直接的发现，相关政策关注重点从以医院为中心的医院数字化建设，转向以病人临床为中心的CIS系统建设和区域信息化建设，而医疗大数据和互联网医疗已经成为国家医疗改革的重点和发展的方向，因此智慧医疗就显得非常重要。

按照国家和江西省南昌市的医疗发展要求，南昌市在智慧医疗项目建设上紧跟国家的步伐，把智慧医疗项目作为鼓励医疗机构应用与互联网结合等信息技术拓展的医疗服务空间和内容，构建线上线下一体化医疗服务模式。支持医疗卫生机构、符合条件的第三方机构搭建互联网信息平台。

智慧医疗项目在运营过程中的客户满意度与客户忠诚度如何？是本次探索和研究的课题，“以需求为导向，以问题为突破点”是我们解决问题的方法。

（二）文献综述

（1）智慧医疗定义

智慧医疗英文简称WIT120。智慧医疗就是一套融合物联网、云计算等技术，以患者数据为中心的医疗服务模式，采用新型传感器、物联网、通信等技术结合现代医学理念，构建出以电子健康档案为中心的区域医疗信息平台，将医院之间的业务流程进行整合，实现资源优化，真正做到以病人为中心的智慧医疗。[1]未来，智慧医疗系统应建立医疗数据互通平台，既要为普通人提供健康管理相关服务，同时也可改善医生的就业生态、患者就诊生态和慢性病管理的生态，传播健康的生活理念。[2]

（2）智慧医疗研究现状

智慧城市作为未来城市发展的趋势，智慧医疗也已经成为了医疗管理和服务的重要组成部分。[3]随着信息技术的发展，我国正加速推进智慧医疗模式，该模式能够高效的分析和处理海量的医疗信息数据，促进我国医疗体系实现跨越式的发展，这引起了众多学者的关注和实践。[4]冯永等人认为要探索和解决5G医疗时代下医疗体系的新模式和新问题，需要在顶层设计的基础上，政府、企业、医院和民众共同参与合作。[5]

（3）国内外研究现状

微软公司于2007年推出Health Vault基于网络存储的卫生健康服务平台后，谷歌、苹果于2014年推出Google Fit、Health Kit。据相关数据显示，2016至2018年全球智慧医疗服务支出年复合增长率约为60%，在2019年全球智慧医疗服务产业规模达到4000亿美元。2017年我国医疗信息化市场规模约为457亿元，2018年中国医疗信息化市场规模约为550亿元，未来五年（2018-2022）年均复合增长率约为20.05%，2022年将达到1142亿元。

（4）南昌市研究现状

目前，南昌市医疗卫生资源存在集中性均衡性共享性较弱、便民体验感不强、专业市场化运营缺失等问题，在产业规划布局方面尚无医疗卫生相关行业的国有公司。

2020年初，南昌大学第一附属医院互联网医院已进入内测，即将上线。这是我省设立的首家互联网医院。今后，依托互联网医院平台，南昌大学第一附属医院互联网医院将运用多元化方式为患者提供医疗服务。

（5）客户满意度研究综述

客户满意度，即为Customer Satisfaction Degree，简称CSD，是客户在对购买的对象以及过程中主观的情感反馈，是测量统计客户满意的指标之一。通过创造不同的服务体验，强化其感知价值，可以提高顾客的满意度。[6]学术界对客户满意的定义众多。例如，齐小玲等人认为患者满意度是患者对就医体验的真实反馈，要提高患者满意度，解决患者就医难的问题，提高医疗服务质量，推动智慧医院服务模式的建立是大势所趋；[7]汪莉霞认为提高顾客满意度可以增加用户黏性，也就是顾客会更依赖企业的平台，而用户黏性对客户信任的影响是正向显著，那么极大的提高顾客满意度，顾客才会通过企业的平台去购买他们所需的商品以及服务，继而向该平台企业的其他消费者进行推荐商品和鼓励购买；[8]陈宪鹏等人认为满意度是建立在购买前消费者对产品预期与购买后对产品质量的认识,以两者间的差距来表示满意或不满意。可见,顾客满意是一种结合事实与情感因素的综合评价。[9]胡富宇等人认为医院员工满意是提高患者满意度的前提，满意度应当从内部、外部两方共同考虑。[10]医院作为员工职业生涯得以存在和发展的载体，只有基于员工满意，才能让他的患者得到满意。把员工视为顾客，将组织的内部员工与外部客户统一为组织的顾客，强调内部顾客与外部顾客具有相等的重要性[11]。

（三）研究方法

本研究旨在研究结合智慧医疗发展现状的客户满意度。本研究希望通过分析文献资料建立模型做出假设，针对问卷统计数据，借助SPPS软件开展探索性因子分析，获取影响满意度的关键因子；然后，利用LISREL软件开展验证性因子分析，进一步验证关键影响因子。通过实证分析，为智慧医疗产品的发展提供改进方向，促进智慧医疗的发展。

二、调查设计

（一）调查对象

本次调查的主要目的是研究中国最新推出的智慧医疗这一新型“互联网+医疗”在社会的认知、对现有认知的满意度以及其未来的发展前景，本次研究的参与对象是南昌市有使用互联网技术载体能力的大众人群，被调查者在不同年龄、职业、文化程度等均有分布；访谈对象为医生、政府公务人员、年长者。

（二）样本量的确定和分配

在整个采样过程中，样本量的选择至关重要。根据样本容量计算公式：

计算得到n≥385，在实际调查中调整公式为：调整后样本量=调整前样本量/问卷的有效率，即计算调整后算得n≥ 401，故最终确定样本量为N=415。按照四个辖区的人口比例进行分层抽样，具体实施如下：

图1.样本量分析图

（三）信度分析

本次调查实发问卷415份（含预调查），其中纸质问卷288份，电子版127份，有效问卷408份。采用Cronbach’s ALPha（克伦巴赫）系数，应用于非二分法计分的测试问卷信度，计算公式为：

利用SPSS对408份有效问卷数据进行了可靠性分析，ALPha信度系数即该测试的内部一致性信度系数为0.965，据此问卷的内部一致性信度较理想。

三、数据分析

（一）调查数据概要

表1 问卷基本信息数据

（二）影响智慧医疗普及程度的因素分析

考虑到受访者对智慧医疗的了解程度可能会受到性别、年龄、职业、学历、户口类型以及是否购买商业保险等因素的影响。因此通过卡方检验和交叉列联表分析验证。

原假设H0:各项基本信息对受访者了解智慧医疗的程度均没有显著性影响。检验结果如下：

表2 卡方检验结果

由表2可知，年龄、职业、户口类型以及是否购买商业保险都在5%的显著水平下均通过检验，说明以上四个因素对受访者对智慧医疗的了解程度都存在着显著影响，其余在5%的显著水平下未通过检验，说明这两个因素对受访者了解智慧医疗的影响程度并不显著。由此，进一步将年龄、职业、户口类型以及是否购买商业保险进一步进行交叉分析。

结果表明，①各个年龄阶段的人群对于智慧医疗还是较为陌生。在目前人工智能时代来临之际，如何通过有效的宣传方式将这一新型医疗方法在各群体中普及是智慧医疗日后发展的关键所在。②职业的不同，对智慧医疗的了解程度会有许多差异，公务员、企事业职员对智慧医疗的了解程度普遍相对较高，而学生、自由职业者、农民及退伍军人群体对智慧医疗的了解程度普遍较低。③由于户口类型不同而导致受访者对智慧医疗的了解程度有所不同，城镇居民的了解程度普遍相对较高，农业户口的受访者对与智慧医疗的了解程度较差。④是否购买过商业保险对于受访者对智慧医疗的了解程度也存在一定的影响，购买过商业保险的人群有56.68%对智慧医疗的了解程度达到了基本了解及以上，而未曾购买过商业保险的人群仅36.02%对智慧医疗的了解程度达到了基本了解及以上。

（三）传统医疗模式的优缺点分析

将所有调查者的选择倾向聚集，借助python编程语言制成的词云图可知：传统智慧医疗因为其可以让病人有真实的体验感得到被访者的普遍认可，其次是因为便捷安全。而因为排队等候时间过长、人流量过大、医患关系紧张、医疗资源分配不均匀都是被访者选择的重点项目，近年来人们对传统医疗的抱怨日益增多，由此可见，智慧医疗将拥有很大的市场空间。医院应构架外部与内部顾客的关系。

（四）南昌市智慧医疗的大众普及度

将所有调查者的选择倾向聚集可知：大众现阶段接触最多的智慧医疗是“线上挂号”，与其他几种智慧医疗的普及度拉开了不小的差距。而被访者普遍认为大众因坚持“传统观念”、政府宣传力度不够、地区经济发展水平不高为南昌市智慧医疗发展现状不好的主要原因，而也有少部分被访者认为其原因是病人需求不足、医疗物联网发展不成熟以及操作复杂，在未来我们需要对这些方面进行重点关注。

四、智慧医疗受众群体的价值导向及发展前景分析

（一）受众群体价值导向的因子分析

在统计分析回收问卷数据的基础上，借助 SPSS 软件进行探索性因子分析，得到的 KMO 值为 0.967，说明符合因子分析的条件。再采用主成分分析法、最大方差旋转法分析，共获得 1个特征值大于 1 的因子，指定提取了3个因子，3个因子共解释了原有变量总方差的80.907%，因子分析效果理想。考虑到样本数量较少，我们认为这个总解释度仍在可接受范围内。3 个因子的克朗巴哈系数 α 均超过 0.7 的常用标准，说明所用量表具有较好的信度。

（二）用户受众群体的价值导向

在进行因子分析之后，为了对因子分析的结果进行验证，同时为了进一步探究各个观测变量与潜在变量之间以及潜在变量彼此间的关系。

表3 智慧医疗受众群体的价值导向的模型拟合指数

整体来看，智慧医疗的受众群体的价值取向和医疗质量、医疗体验、医疗体验三个一阶潜变量之间的路径系数分别为0.98、0.97、0.99，表明三个因素对智慧医疗的受众群体的价值取向有正向影响。

（三）发展前景logistic回归

为了探究大众对智慧医疗发展前景的看法受到哪些因素的影响，本文运用二元logistic回归模型进行分析。回归结果如表4所示：

表4.logistic回归结果

由表4可知，在给定显著性水平0.05的情况下，仅有对智慧医疗的了解程度、对智慧医疗能否有助于偏远地区的医疗水平提升的评价这2个解释变量是显著的。剔除不显著的解释变量之后，得到回归结果如表5所示：

表5.剔除不显著变量后的logistic回归结果

用X1、X2来表示这3个解释变量，即令X1为智慧医疗的了解程度，X2对智慧医疗能否有助于偏远地区的医疗水平提升的评价，可得出logistic回归的表达式为：

根据上述逻辑回归结果可的，解释变量X1的系数为-0.398，即在其他解释变量保持不变的情况下，对智慧医疗越了解的群体对智慧医疗未来的发展前景越乐观。解释变量X2的系数为-1.577，认为智慧医疗能有助于偏远地区医疗水平提升的群体要更看好智慧医疗未来的发展前景。且智慧医疗能否有助于偏远地区的医疗水平提升相对于对智慧医疗得了解程度来说对人们是否看好智慧医疗的发展前景的影响更大，因此在未来智慧医疗的普及过程中，不仅仅只是加大宣传力度，更应发挥智慧医疗的优势，为偏远地区医疗水平的提升做出贡献。患者更多从就医全流程设计，并判断内部顾客在为外部顾客提供优质服务时的满意度结果指标，进而找到影响患者服务需求以及期望的重要因素，以持续将评价作为一种重要的结果研究，形成良性的闭环管理模式。[12]

五、结论与建议

（一）研究结论

依据提出的研究架构、研究目的及资料分析的结果做出综合性归纳整理，并将研究假设论证结果，做出具体结论及提出相关建议。现将智慧医疗满意度调查进行整理，详述如下：

1.传统医疗现状

因为传统医疗现有的排队等候时间过长、医患关系紧张、医疗资源分配不均匀等问题长期存在。此次新型冠状病毒传播期间，医院作为高风险地区，为了减少接触感染，智慧医疗获得发展空间，通过将互联网与医疗相结合来提高患者对医院的满意度。

2.智慧医疗现状

通过调查分析南昌市智慧医疗的发展现状，年龄、职业、户口类型以及是否购买商业保险对受访者对智慧医疗的了解程度都存在着显著影响。2020年初南昌大学第一附属医院互联网医院即将上线。但由于医疗物联网发展的不成熟以及宣传力度的不足等问题，南昌市目前的智慧医疗发展还处于萌芽期。

3.南昌市智慧医疗发展趋势

根据调研分析得出：对智慧医疗越了解的群体对智慧医疗未来的发展前景越乐观。目前南昌市智慧医疗已投入使用，在此次疫情期间更是得到了很好的运用，降低了二次传播的风险。我们预计在未来几年内，更多的人不再坚持传统观念而去使用智慧医疗，南昌市智慧医疗普及度会大幅度提高，覆盖面更广。

六、研究建议

基于本研究结果，对南昌市智慧医疗提出以下几点建议：

1.完善服务质量体系。高品质的产品和服务是最有力的竞争优势，医院以及相关企业想要获得长远发展，必须要在智慧医疗产品进行交易或使用时，从服务质量的维度入手，建立其相关的品牌形象。

2.注重客户感知价值，激发客户分享意愿。企业及医院应注重客户的使用体验。不论是基于APP还是相关服务的功能的公众号，平台都会在客户中心里设置“分享模块”，有利于智慧医疗的推广。

3.智慧医疗监管体制完善的需求。为了保护消费者的合法权益，完善网络法规并建立诚信体系。除了政府要在打造健康有序的智慧医疗体验环境上加强进度，还要从自身价值观入手，真正做好产品、好服务，和客户互利互惠，形成模范作用。

4.加大宣传力度。智慧医疗的普及是当前南昌市智慧医疗发展的重中之重，很多人对智慧医疗的了解还只停留在线上挂号，应制定完整的宣传方案，制定宣传体系，将智慧医疗融入到居民的生活中，让更多人受惠。

5.助力偏远地区医疗水平提升,提升智慧医疗知名度。目前江西省还有很多乡镇医疗水平较低，以通过智慧医疗的大数据普及，给更多偏远地区的人们带来福利发挥智慧医疗的优势为偏远地区医疗水平的提升做出贡献。