医院智能服务患者使用意愿实证研究综述*

李星颐 于广军

(上海交通大学公共卫生学院 上海200025) (上海市儿童医院 上海 200062)

1 引言

在信息技术与医疗行业深度融合背景下，信息技术和服务模式创新可以简化就医流程，提升医疗服务效率。2021年6月国务院办公厅发布的《关于推动公立医院高质量发展的意见》指出要强化信息化支撑作用，推进智慧医院建设和医院信息标准化建设，现阶段对智能化便民服务系统的建设和完善是下一步迈向智慧医院的重要基础。服务系统开发完成后患者是否愿意接受并持续使用是关键，也是信息系统的评价重点。如果患者出于某些原因不愿使用会导致医院资源浪费。目前国内外学者已关注这一问题，从患者角度出发，针对医院提供的智能化服务，基于不同理论模型和变量设置探讨患者使用意愿的影响因素，在信息化发展更为成熟的地区和机构进一步分析用户的持续使用意愿。为了全面掌握该领域的研究现况以及理论框架，对国内外31篇实证研究文献从智能服务类型、模型与变量设置、调查对象和研究方法等方面进行梳理分析，并为后续研究提出相关建议。

2 文献检索流程

本文以中国知网、万方数据库作为国内文献数据源，以主题:(医院)or 主题:(患者) and 题名或关键词:(意愿) or 题名或关键词:(接受) and 摘要:(模型)为检索式；以Web of Science作为国际文献数据源，以 TS=(patient service) AND TS=(model) AND TS=(intention to use) AND TS=(information) 为检索式，检索时间设置为2015年1月1日-2021年9月1日，最终筛选得到31篇相关文献。

3 智能患者服务类型与功能

目前国内外医院智能服务以微信公众号、移动应用程序以及门户网站为平台，为患者提供贯穿就诊流程的“一站式”便民服务，以减少患者的非诊疗时间。国内研究主要聚焦在微信公众号和移动应用程序，从移动医疗逐渐向智慧医疗转变，功能包含诊前(智能导诊、预约挂号、转诊)、诊中(候诊提醒、院内导航、来院线路)、诊后(费用支付、报告查询、随访系统、满意度调查)。国外主要研究患者门户网站，患者通过网页浏览器的应用程序访问个人电子健康记录。主要包括医疗预约、报告查询、申请延长处方以及邮件沟通4种功能，见表1。

表1 医院智能患者服务

4 理论模型分析

4.1 概述

通常评价信息技术的成功包括用户初次采纳和持续使用两个阶段：初次采纳是短期目标，而持续使用意愿是最终目标。首先对实证研究中涉及的理论模型进行概述，然后整理分析研究中出现的模型以及变量。

4.2 用户使用意愿理论模型

4.2.1 初次使用意愿 研究用户初次使用行为影响因素的模型主要有计划行为理论(Theory of Planned Behavior，TPB)，技术接受模型(Technology Acceptance Model，TAM)以及整合型技术接受模型(Unified Theory of Acceptance and Use of Technology，UTAUT)。理性行为理论(Theory of Reasoned Action，TRA)作为一种较为成熟的意图模型是后续信息技术采纳模型拓展的基础，提出行为是由行为意向决定的[32]。TPB是Ajzen I[33]在TRA模型的基础上考虑到人的行为并不完全由意识控制并引入感知行为控制而构建的。TAM由Davis F D[34]于1985年提出，用于解释和预测用户对信息技术的接受程度和使用意愿，主要包含6个研究变量。为增强TAM的适应性，Venkatesh V和Davis F D[35]对TAM中感知有用性的前因变量进行拓展提出了TAM2。随着研究的深入和研究对象的多样化，单一模型难以满足不同领域需求。2003年Venkatesh V、Morris M G和Davis G B等[36]综合包括TAM等8种理论模型提出UTAUT，该模型认为影响用户使用意愿的因素有绩效预期、努力预期、促进因素和社会影响，还增加了4个调节变量，并通过实证研究验证该模型优于TAM，其解释性更好。由于UTAUT中研究对象局限于组织内的个体，2012 年Venkatesh V、Thong J Y和Xu X[37]再次对UTAUT进行拓展，增加享乐动机、价格价值和习惯变量形成UTAUT2，提升模型的解释力并延伸研究对象范围，见图2。

图2 用户使用意愿理论模型以及拓展关系

4.2.2 持续使用意愿 随着信息技术的广泛应用，研究者开始深入关注用户的持续使用意愿，而上述理论模型未关注用户期望在初次采纳信息技术后的潜在改变。利昂·费斯廷格[38]于1957年提出认知失调理论(Cognitive Dissonance Theory，CDT)，其核心思想是当个体认识到自身态度与行为之间出现矛盾时，会产生不适感并试图通过调整来减少这种感觉。目前有通过CDT理论研究信息系统设计优化等方面[39]，其中态度、环境等认知元素被纳入到期望确认模型中。Bhattacherjee A[40]通过整合模型构建适用于信息技术领域的期望确认模型(Expectation Confirmation Model，ECM)，该模型认为满意度、期望确认度及感知有用性是用户对信息技术产生长期使用倾向的关键决定因素，见图3。由于ECM最早应用于任务式的信息系统情境，在不同技术环境还需要考虑其他外部变量。

图3 期望确认模型(ECM)

4.2.3 感知风险与信任 在医疗服务领域，用户会更注重信息技术安全性。感知风险理论(Perceived Risk，PR)补充了这一空白，也成为该领域研究常用的整合理论。这一概念最早由哈佛大学的Bauer R A在1960年提出[41]，他认为人们对于具有不确定结果的预期风险会做出事先判断。感知风险变量会根据研究对象和信息技术类型分为不同风险变量，周宇吟、胡林霞和潘锦晶等[42]探讨5G赋能医疗的感知风险中纳入了功能、经济、时间与隐私方面的风险。也有研究认为感知风险并非直接影响使用意愿，而是以信任为中介变量影响使用意愿。Tan Y H和Theon W[43]提出信任包括两个方面，即对提供服务组织的信任以及对提供服务媒介的信任。

4.3 模型与变量分析

整理国内外文献使用的模型和变量，首先将应变量分为初次使用意愿和持续使用意愿两类，再根据不同的整合模型将自变量按主要结构变量、整合模型中的变量、新增变量以及调节变量4个方面进行梳理。基于TAM模型的主要结构变量为感知有用性、感知易用性和使用态度。基于UTAUT模型的主要结构变量为绩效预期、努力预期、促进因素和社会影响。在研究用户持续使用意愿的模型中，期望确认模型是主要的模型基础，期望确认度和满意度为常用变量。此外感知风险是使用意愿研究模型最常纳入的新增变量。调节因素通常设置为用户的性别、年龄、教育程度、职业、健康状况(门诊就诊次数)、互联网(或移动应用程序)使用经验以及该技术使用次数。

5 研究方法分析

5.1 调查对象

国内外研究均关注患者或其家属这一特殊使用群体，并将人群的年龄、性别、教育程度、互联网使用经验等调节变量纳入研究，见表2、表3。由于不同年龄段采纳信息技术的个体差异较大，其中青年作为信息技术的主要用户群体，有部分研究[15,26]聚焦20～40岁的青年或大学生群体用户；老年患者是信息技术使用的弱势用户群体，国外有相关研究对其进行针对性调查[18,27-28]。同一信息技术可能涉及不同用户群体，有研究对患者电子门户从患者和护理人员双方视角进行调查[27]。

表2 国内实证研究方法

表3 国际实证研究方法

5.2 数据收集方法

国内外研究设计流程基本可以归纳为在已有理论模型基础上构建适用于其信息技术领域和应用人群的研究模型并提出假设，然后运用问卷调查等方法收集数据，通过统计软件建模进行数据分析和模型假设验证，最终得到用户使用意愿的影响因素及其影响程度。目前以定量的问卷调查为主要研究方法，国外有运用定性访谈的方法进行大样本量的研究[20,27]，国内有学者[5,8,10-11]将定量问卷和定性访谈相结合，调查形式为向患者发放问卷并结合少量医务人员的访谈进行。

5.3 统计分析方法

影响用户使用意愿的因素均为潜变量，即无法直接测量，需要通过可观测变量间接测量得到。结构方程模型(Structure Equation Modeling,SEM)是应用线性方程系统表示观测变量与潜变量间以及潜变量间关系的一种统计建模方法[44],国内外多数研究均选择结构方程模型作为数据分析方法。其中偏最小二乘法-结构方程模型(SEM-PLS)作为该领域研究常用的参数估计方法，适合于理论模型初期探索阶段，数据无需服从正态分布，而且对样本量要求较小[45-47]。尽管PLS-SEM能够检验前因变量的独立影响效应，为了进一步探索前因变量组合影响效应，Duarte P和Pinho J C[22]将PLS-SEM与模糊集定性比较分析(fuzzy-set Qualitative Comparative Analysis，fsQCA)相结合，通过两种统计方法的互补更好地解释模型中用户采纳行为的影响因素[48]。

6 结论与建议

6.1 结论

本文通过整理近5年国内外发表的31篇有关患者对医院智能化服务使用意愿的实证研究文献，主要有以下发现：多数研究围绕院内综合服务移动应用或患者电子门户展开调查，国内研究更多涉及就诊流程优化，还没有关于患者个人健康档案共享使用意愿的相关研究，这可能与国内推行电子病历、区域医疗信息化时间相对较晚有关，各医院间系统不统一导致数据集成和共享程度不高。研究的应变量设置从初次采纳逐渐过渡到持续使用意愿，其中初次采纳行为常用TAM和UTAUT，而ECM是持续使用意愿的常用模型。自变量可归纳为用户个人特征、信息技术因素和外在环境因素3个方面，其中感知风险是最常纳入的新增变量。研究的设计思路可归纳为基于现有理论模型构建适用于其研究领域和人群的模型并提出假设，然后通过问卷或访谈收集数据，应用统计建模验证模型假设、常用结构方程模型，最终得到各影响因素及程度。

6.2 建议

基于以上结论，建议后续研究从以下5个方面进一步探索并对实证研究设计与模型变量设置进行优化。一是在人口老龄化以及慢性病高发的时代背景下，老年人是医疗服务的重点人群，同时也是接受和使用信息技术相对更困难的人群，随着医院为老年人服务的进一步推进，智能患者服务在老年这一特殊群体中的采纳意愿值得国内学者关注。二是目前不论是自填式问卷还是访谈都缺少客观指标，难以避免主观偏倚。建议结合系统日志追踪等实验方法得出更为客观和完整的结论。三是研究统计分析方法多采用结构方程模型，仅关注自变量对应变量的独立影响效应分析，后续研究可通过整合fsQCA或其他统计方法深入探索变量组合的影响效应。四是随着研究初次采纳行为和持续使用意愿的模型逐渐成熟，后续研究需要关注用户从初次到持续使用意愿的动态过程，分析初次采纳后的“沉默用户”群体。五是目前研究使用的多为整合模型，另外设置所需变量，模型间差异较大，有待构建一套适用于医疗服务这一特殊领域以及患者角度的模型。

7 结语

随着医院应用信息技术不断优化就医流程、改善就医体验，对于已建成的服务系统，患者的使用意愿逐渐得到学者关注。用户实际使用医院智能服务系统时是否易用、能否有效解决问题、隐私安全能否得到保障是其建设目标和价值所在，也是评价实施效果时应重点考量的因素。