基于扩展技术接受模型（TAM）的泰国都实模式区远程医疗服务接受度影响因素研究

　　本研究针对泰国曼谷都实模式区（Dusit Model）远程医疗服务接受度问题，研究人员通过扩展技术接受模型（TAM）开展横断面调查，发现代际差异（婴儿潮世代接受度OR=0.01）、感知易用性（aOR=3.95）和便利条件（aOR=5.78）是关键影响因素。该研究为优化数字医疗系统设计、提升老年群体数字素养提供了实证依据，对实现医疗资源公平分配具有重要政策意义。

　　在泰国曼谷拥挤的医院走廊里，每天有超过2300名患者排队等待就诊，这种医疗资源紧张的状况催生了都实模式（Dusit Model）的创新实践——通过Vajira@Home远程医疗平台连接各级医疗机构。然而，这种数字医疗解决方案的推广却面临着一个关键问题：为什么有些患者欣然接受远程问诊，而另一些患者则抗拒这种变革？这正是由Mahidol University（泰国玛希隆大学）和Navamindradhiraj University的研究团队Nontawat Benjakul等人试图解答的问题。

　　研究背景凸显了泰国医疗系统的双重挑战：一方面，城乡医疗资源分布不均导致就诊难；另一方面，尽管政府2017年就将远程医疗纳入国家战略，但数据安全顾虑、网络覆盖不稳定和数字素养差异仍在阻碍技术普及。更值得注意的是，作为试点区域的都实区虽然搭建了Vajira@Home平台，但不同世代人群的使用意愿Kaiyun官方入口存在显著差异——年轻患者趋之若鹜，而老年群体却敬而远之。这种数字鸿沟现象是否与技术操作难度有关？基础设施不足会否成为最后一公里障碍？这些问题直接关系到远程医疗能否真正实现其医疗公平的初衷。

　　为系统分析这些影响因素，研究人员采用了扩展技术接受模型（TAM）框架，在2024年12月至2025年1月期间，通过随机抽样对389名曼谷Vajira医院患者进行问卷调查。研究主要采用多阶段分析方法：首先通过卡方检验筛选相关变量，继而采用二元逻辑回归（AUC=0.79）建立预测模型，同时通过Hosmer-Lemeshow检验确保模型拟合优度。问卷设计涵盖人口学特征、扩展TAM变量（包括感知有用性、社会影响等8个维度）及服务接受度评估，所有量表均经过专家效度检验（Cronbachs α0.7）。

　　数据显示，不同世代人群Kaiyun官方入口的接受度呈阶梯式下降：相较于作为参照组的Z世代（20-28岁），X世代（44-59岁）接受概率骤降78%（aOR=0.22），而婴儿潮世代（≥60岁）的接受度开云网站几乎归零（aOR=0.01）。这种差异在多元回归中保持显著，印证了数字原生代与数字移民间的技术鸿沟。

　　认为平台操作简便的患者，其接受可能性提升近4倍（aOR=3.95）。质性数据表明，界面复杂、功能混乱是老年用户却步的主因，这提示用户界面（UI）的适老化改造迫在眉睫。

　　具备稳定网络、设备支持和技术指导的参与者，其接受度飙升至5.78倍（aOR=5.78）。值得注意的是，月收入低于445美元群体的接受度仅37.1%，凸显经济条件与数字可开云网站及性的紧密关联。

　　讨论部分尖锐指出：当政策制定者热衷于推广远程医疗时，往往忽略了技术接受度的长尾效应——那些最需要减轻就诊奔波之苦的老年群体和低收入人群，反而因数字素养或设备短缺成为技术红利的局外人。研究建议采取三维干预策略：开发大字版、语音辅助的适老界面；通过社区中心提供数字扫盲培训；将宽带网络纳入基本医疗基础设施投资。这些发现不仅为泰国卫生部完善《2017-2026电子健康战略》提供了证据支持，也为其他发展中国家破解技术采纳悖论提供了范本。

　　该研究的创新性在于将经典TAM模型置于发展中国家城市医疗场景中进行压力测试，首次量化了都实模式区不同人群的技术接纳阈值。当然，研究也存在局限——样本集中于曼谷都实区（90.2%），其结论在乡村地区的普适性有待验证。正如作者在文末展望所言：真正的医疗公平，不在于技术有多先进，而在于每个世代、每个收入群体都能平等地触碰这份进步。这项发表在《Scientific Reports》的研究，正是叩响这扇机会之门的学术尝试。