移动医疗APP用户持续使用意愿影响因素研究*

周 恬 徐中阳

(杭州医学院图书馆 杭州 310051)

1 引言

随着“健康中国”行动不断推进，公众对个人健康问题的关注度日益提升，带动国内医疗健康市场需求的快速增长[1]。然而当前我国医疗保障体系仍然面临财政支持力度不足、医疗资源总量有限及各地区医疗资源分布不均等问题[2]。如何在保证医疗质量的情况下尽可能满足更多公众的医疗健康需求是近年来我国医疗卫生部门关注的重点。与此同时，我国手机用户规模持续增长、移动通信技术日益成熟及互联网医疗服务被纳入医保报销范围等因素的出现都为移动医疗(Mobile Health, mHealth)发展奠定良好基础[3-4]。在此背景下，“平安健康”“好大夫在线”等移动医疗APP受到国内用户青睐[5-6]。

移动医疗APP发展迅速、应用广泛，与“以医院为核心”的线下就诊模式相比具有明显优势，引起国内外医学信息学相关研究者的广泛关注。从研究内容上看，当前国内外研究主要集中于移动医疗APP具体应用、发展现状及用户初始采纳意愿等方面，针对用户持续使用意愿的研究相对缺乏。而用户持续使用意愿更能体现产品具备的质量优势，分析其影响因素是优化产品用户体验、提升产品质量的关键[7]。从样本选取上看，当前国内外研究样本主要包括特定区域的普通用户、老年用户及特定疾病用户，缺少对中青年用户的关注。事实上中青年用户规模庞大，对医疗健康服务具有较强需求且具备一定经济能力，能够支撑其持续使用付费功能，值得深入研究。鉴于此本研究以移动医疗APP的中青年用户为研究样本，综合运用多种方法调查其持续使用意愿的影响因素，识别和分析其中的关键影响因素，进而提出优化平台用户体验、促进用户持续使用的建议。

2 影响因素模型构建

2.1 文献调查法

由于移动医疗APP与在线健康社区具有一定相似性，因此本研究将在线健康社区纳入调查对象。分别选取CNKI和Web of Science核心合集中的科学引文索引(Science Citation Index Expanded，SCIE)、社会科学引文索引(Social Science Citation Index，SSCI)作为国内外文献来源，检索时间均为2021年7月5日，时间跨度为2016-2021年。CNKI的检索条件为：主题=(健康OR医疗OR保健OR医学OR卫生)AND持续使用，来源期刊为《中文核心期刊要目总览》收录期刊、中文社会科学引文数据库(Chinese Social Sciences Citation Index，CSSCI)和中国科学引文数据库(Chinese Science Citation Database，CSCD)，筛选得到有效文献20篇。Web of Science的检索条件为：主题=(((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)，文献类型为Articles，筛选得到有效文献128篇。阅读以上文献以充分了解用户持续使用意愿影响因素。

2.2 深度访谈法

采用深度访谈法，从用户视角获取其持续使用意愿的影响因素。具体过程如下：一是组建访谈小组。于2021年7月10日邀请2位具备临床医学或情报学专业背景的教职工组建访谈小组。二是前期准备。下载并注册“平安健康”“好大夫在线”“微医”3款移动医疗APP，确定访谈问题为“您认为哪些因素会影响您对该APP的持续使用意愿？其具体理由是什么”。三是访谈对象确定。于2021年7月14-25日通过APP邀请年龄为31～40岁且具有1年以上使用经验的中青年用户参与深度访谈，确定3款APP中男女用户各4位，共24位访谈对象。五是开展深度访谈。以在线语音形式对每位访谈对象进行30～60分钟的深度访谈并记录内容。六是访谈结果分析。梳理、分析访谈内容以获得用户持续使用意愿影响因素，见表1。

表1 深度访谈结果(影响因素排名前5)

2.3 德尔菲法

梳理、归纳文献调查和深度访谈结果以初步构建影响因素框架。邀请5位具备相关专业背景的专家在匿名且互不交流的情况下对框架维度划分、指标增减及指标名称等方面提出修改意见。专家信息如下：教授2位(临床医学、图书馆学)；副教授1位(情报学)；高级工程师1位(医学信息学)；高级实验师1位(医学信息学)。经过3轮修改后于2021年8月1日取得一致意见，形成包括4个维度、14项影响因素在内的影响因素模型，见表2。

表2 移动医疗APP中青年用户持续使用意愿影响因素模型

2.4 信度与效度检验

采用问卷调查法检验模型代表性，问卷内容如下。人口统计学变量：用户性别、年龄、学历及职业；影响程度变量：14项影响因素的具体影响程度评价。本次调查问卷采用问卷星设计，问题参考移动医疗APP中青年用户持续使用意愿影响因素模型设计，如“您认为个人习惯、个人经历等‘个人特质’对持续使用影响如何”。选项采用李克特5级量表形式，影响程度由“非常小”至“非常大”分别记为1～5分。通过社交媒体发放问卷，总计发放250份，剔除年龄不符合等无效问卷后得到124份有效问卷。将问卷数据导入SPSS 22.0分析后得到Cronbach’s α为0.868，在0.8～0.9之间；取样适当性(Kaiser-Meyer-Olkin，KMO)值为0.832>0.6；Bartlett球形检验(sig)为0.000<0.001，达到显著水平；累积解释变异值为54.6%>50%，证明问卷具有良好信度与效度，因此移动医疗APP中青年用户持续使用意愿影响因素模型具有一定代表性[14]。

3 关键影响因素识别与分析

3.1 关键影响因素识别

采用决策实验室分析法(Decision-making Trial and Evaluation Laboratory，DEMATEL)识别和分析关键影响因素。具体过程如下：一是组建评价小组。于2021年8月3-15日邀请5位具有相关专业背景且具备移动医疗APP使用经验的专家组成评价小组，专家信息如下：教授1位(图书馆学，使用经验0～1年)；副教授2位(均为情报学，使用经验1～2年、2～3年)；高级工程师1位(医学信息学，使用经验0～1年)；高级实验师1位(医学信息学，使用经验0～1年)。二是构建直接影响矩阵M。各专家在匿名且互不交流的情况下对影响因素进行两两比较后评分(0=无影响；1=较低影响；2=中等影响；3=较强影响)。计算各因素得分的算术平均数后取整，构建直接影响矩阵M，见表3。三是计算综合影响矩阵T。使用MATLAB 2019a采用行和最大值法对直接影响矩阵M进行归一化处理，得到规范直接影响矩阵N，根据公式T=N(I-N)-1(I为单位矩阵)计算得到综合影响T，见表4。四是影响指标计算。分别计算影响度D(T中各行之和)、被影响度C(T中各列之和)、中心度M(D+C)及原因度R(D-C)，并构建因果关系图，见表5、图1。

表3 直接影响矩阵M

表4 综合影响矩阵T

表5 影响因素综合分析指标

图1 因果关系

3.2 关键影响因素分析

3.2.1 影响因素的中心度分析 中心度M是指该影响因素在整个系统中的重要程度[15]。中心度越大则表明该因素在系统中的地位越重要[15]。将中心度排名前5的影响因素认定为关键影响因素。由表5、图1可知，感知收益(B1)、监管环境(D3)、感知风险(B3)、服务质量(C2)及感知成本(B2)的中心度排名前5位。其中，B1、B3、B2均属于用户感知(B)维度，且B1的中心度与其他4项因素存在较大差距。可见相对于个人、平台及环境等其他维度，用户感知维度对用户持续使用意愿具有较强的直接影响且感知收益影响最为显著。结合深度访谈结果可知，其原因在于大多数中青年用户均来自一线城市或新一线城市，由于日常工作繁忙或周边医疗资源短缺，无法经常前往线下医院就诊。因此用户会更加注重平台的服务质量及自身获取的感知有用性、感知易用性等感知收益。D3的中心度位列第2，同样说明其具有较强影响，原因在于国家出台的法律、政策均会对移动医疗行业发展和用户个人权益产生影响，如《关于积极推进“互联网+”医疗服务医保支付工作的指导意见》明确了部分互联网医疗费用将纳入医保报销范围。该政策的落实能有效减轻用户医药费负担，降低用户感知成本，增加其持续使用意愿[16]。

3.2.2 影响因素的原因度分析 原因度R是指该影响因素对整个系统形成的贡献程度[15]。根据原因度R的正负性可以得到8项原因要素和6项结果要素[15]。分别将原因要素、结果要素中排名前3的影响因素认定为关键影响因素。原因要素是指原因度R>0的影响因素，原因度越大则说明该因素越容易对其他因素产生影响[15]。原因要素中原因度排名前3的分别为监管环境(D3)、医疗环境(D2)、管理规范(C5)。其中D3的原因度和影响度最高，均为1.342，与其他因素拉开一定差距。从影响情况上看，D3对其余13项因素中的8项产生了影响，总体影响率高达61.5%。可见D3对用户的持续使用意愿具有显著间接影响，其实质为政府通过出台政策法规、加大监管力度等宏观调控手段进一步规范移动医疗市场。D2、C5同样具有较高原因度，分别为0.731、0.690。可见用户所处地区的医疗环境和平台内部管理规范程度均会对用户的持续使用意愿产生一定影响。其原因在于用户所在地区医院的数量、医师水平及患者人数等医疗环境情况会影响用户自身医疗需求和对APP的预期，而平台对用户隐私保护、信息内容审核管理及医疗服务定价等管理规范程度则会影响信息质量、服务质量等用户体验。结果要素是指原因度R<0的影响因素，原因度越小则说明该因素越容易受到其他因素的影响[15]。结果要素中原因度排名前3(按从小到大排序)的分别为感知收益(B1)、感知风险(B3)和感知成本(B2)。其被影响率分别为84.6%、84.6%和69.2%，且影响度均为0，均属于用户感知(B)维度。可见用户感知维度的影响因素在系统内部主要作为中介变量存在，个人、平台及环境等其他维度的影响因素能通过改变用户感知进而影响用户持续使用意愿。

4 提升用户持续使用意愿的建议

4.1 概述

基于上述分析可知，感知收益(B1)、监管环境(D3)、感知风险(B3)、服务质量(C2)、感知成本(B2)、医疗环境(D2)、管理规范(C5)7项因素是影响移动医疗APP中青年用户持续使用意愿的关键因素。对此本研究从提升医疗服务质量等4个方面提出提升用户持续使用意愿的建议。

4.2 提升医疗服务质量

高质量医疗服务不仅能提升用户的感知收益，而且能降低病情误诊风险。因此平台管理者应当努力为用户提供更优质的医疗服务。具体建议如下：一是提升服务人员专业化程度。平台应当严格审查注册卫生技术人员的执业资格、工作单位及专业技术职务等相关资质，确保其具备良好的专业素养。如果注册人员过多则可适当设置准入门槛，如要求具备副高级以上职称等，以此打造专业医疗服务团队。二是科学拓展服务内容。当前国内移动医疗APP缺少对健康知识科普、药品购买等配套服务的关注。平台管理者可以通过问卷调查、电话回访等方式了解用户实际需求，科学地规划、拓展服务内容，进而形成以在线问诊服务为核心，多种配套服务并存的移动医疗服务体系。

4.3 优化平台系统设计

提高系统质量既能提升用户感知易用性又能降低用户使用平台的学习成本和隐私泄露风险。平台管理者应关注平台系统设计优化。具体建议如下：一是提供多样化的信息检索方式。当前国内大多数移动医疗APP仅支持医生、医院、疾病及科室4种检索方式，缺少对弱势群体的关注。对此平台管理者可以结合就诊数据适当增加慢性病、老年病、职业病等特殊病种的检索路径，帮助用户更便捷地获取所需服务。二是完善平台的操作错误提示功能。从实际使用来看部分平台的错误提示较为模糊。平台管理者应积极引进大数据、人工智能等信息技术，进一步升级系统的错误处理机制，使其能够更加精准地识别和分析用户错误操作的类型及操作目的，并给出简洁、清晰的错误提示和正确操作步骤说明。

4.4 加强平台管理规范

提升平台管理规范程度不仅能增强平台的信息质量、服务质量，进而提升用户的感知收益，而且能降低用户使用平台的经济成本及隐私泄露风险。平台管理者应完善管理体系，提升管理规范程度。具体建议如下：一是加强内容审核管理。包括对健康知识科普、就诊经验分享等内容的审核管理。建立严格的审查机制，只有审查通过后才允许发布。同时设立投诉机制，对接到投诉的信息进行调查，如果认定为不实信息或健康谣言则立即删除并给予作者相应处罚。二是完善用户隐私保护。平台对注册卫生技术人员和工作人员开展岗前培训，帮助其提升保护用户隐私的意识。同时完善用户隐私保护条例，制定明确的追责制度并告知用户，以避免用户医疗隐私数据泄露。

4.5 完善监督管理体系

当前移动医疗APP在用户隐私保护、行业监管体系、医保支付配套措施等方面仍有待改进，而改善监管环境能从源头上促进平台发展、保障用户权益。政府应当多措并举，完善监督管理体系。具体建议如下：一是出台相关法律。加快制定《数据安全法》《个人信息保护法》等个人隐私保护相关法律，真正实现对个人隐私数据、健康数据的全方位保护。二是加大监管力度。多部门联合执法，针对移动医疗APP开展专项整治工作，集中处理平台中存在的网络安全、服务流程规范、服务人员资质等问题。三是完善医保支付制度。医保管理部门可以借助大数据、区块链等技术建立统一的医保费用结算平台、电子处方流转平台，从而实现异地就诊费用结算、电子处方跨统筹地区流转等功能。

5 结语

本研究聚焦中青年用户，运用文献调查法、深度访谈法及德尔菲法构建移动医疗APP用户持续使用意愿影响因素模型，采用DEMATEL方法识别和分析其中的关键影响因素，从平台管理者角度提出提升用户持续使用意愿的建议，以期为移动医疗APP的完善和新型医疗健康服务体系的构建提供理论参考。研究不足之处在于：文献调研范围有待扩充，仅使用CNKI和Web of Science数据库，未使用万方、维普、PubMed、the Cochrane Library等其他数据库。在后续研究中将会对其进一步完善，以期构建更加完善的用户持续使用意愿模型。