欢迎访问《中国医药导报》编辑部！

近年来，全球新发突发传染病频发，传统的监测预警系统在时效性、数据整合能力及智能化水平上存在局限，易发生漏报且效率低。国家传染病智能监测预警前置软件系统（以下简称“前置软件系统”），是公共卫生领域的一项关键技术创新，通过人工智能（artificial intelligence，AI）、大数据分析和多源异构数据融合，实现对传染病疫情的实时监测、精准预警、深度分析、及时处置的闭环管理，拟提升疫情决策响应效率[1-3]。目前尽管NCID-EWS已在全国范围内推广，但使用者（疾控人员、临床医师、公共卫生管理者）的实际使用率与系统设计目标存在差距，技术复杂性等因素可能影响接受度。技术接受模型（technology acceptance model，TAM）是评估用户对新技术接受度的经典理论框架，可帮助新信息技术应用推进[4]。本研究首次运用质性研究方法，将TAM模型与前置软件系统结合，拓展TAM模型在公共卫生信息化场景中的应用，挖掘探索临床医师对于前置软件系统的使用体验，了解其对系统的接受度、使用障碍及改进建议，为进一步优化及推广前置软件系统提供参考[5]。

1 对象与方法

1.1 研究对象

采用目的抽样方法，于2025年1月至2月选取首都医科大学附属北京世纪坛医院16名临床一线医师作为研究对象，样本量的确定以“信息饱和”为标准。纳入标准：①应用过前置软件预警功能及报卡功能的临床医师；②具有良好沟通表达能力；③愿意充分表达自己的观点与内心的真实感受。排除标准：因病、事假、产假、进修等原因不在岗人员。访谈对象一般资料见表1。本研究所有受访者均知情同意，自愿参与研究。本研究通过首都医科大学附属北京世纪坛医院伦理委员会批准（IIT2024-142-001）。

1.2 研究方法

1.2.1 理论基础TAM模型是评估用户对新技术接受度的经典理论框架，受感知有用性和感知易用性两个层面因素的影响，其中，感知有用性指用户认为使用该系统能够提高其工作表现的程度；感知易用性指用户认为使用该系统所需要付出的努力程度[4]。这两个因素通过影响用户态度，进而影响其使用意愿和实际使用行为，TAM可帮助新的信息技术的应用推进。

1.2.2 制订访谈提纲通过文献查阅，初步拟订访谈提纲。经课题组讨论修改后确定最终访谈提纲，课题组成员包括：公共卫生医师1名，信息工程师1名，内科主任医师1名，外科副主任医师1名，感染科副主任医师1名，急诊专业主任护师1名，院感专管员1名。访谈提纲如下：①您认为前置软件系统在传染病的监测预警、报告的方面发挥了哪些作用？②在使用过程中，您认为系统的易用程度如何？③您对这个系统的整体体验如何？系统是否提高了您的传染病报告工作效率？④在使用该系统过程中遇到过哪些问题？您是如何解决的？⑤您认为目前的前置软件系统和您期望的有哪些差异？对这个系统有哪些建议或期望？

1.2.3 资料收集方法本研究采用描述性研究方法，通过与受访者面对面半结构式访谈进行资料收集。样本量以“信息饱和”为判定标准，16人可覆盖研究的全部主题。访谈遵循知情同意、自愿参加原则，告知受访者研究目的、方法及意义，承诺严格遵循保密与匿名原则。取得受访者同意并建立信任关系后正式进入访谈。访谈主要围绕临床医师在使用前置软件预警功能及报卡功能的过程中的体验，时间控制在30～40 min，访谈过程中研究者通过复述、反问、追问等方式激发受访者对访谈问题进行清晰、深入的阐述，并录音。

1.2.4 资料分析方法访谈结束后，由2名研究者在24 h内完成录音的文字转录。使用NVivo 14.0软件，采用Colaizzi 7步分析法对文本资料进行整理、分析和编码[5]，编码关键词见表2。资料分析过程：①反复阅读并充分理解原始资料；②识别有重要意义的陈述；③对反复出现的有意义的观点进行编码；④汇集编码后的观点，形成主题或主题群；⑤将主题与研究现象联系并完整叙述；⑥辨别相似的概念，升华主题；⑦将所得结果返回受访者处核实并修改。本研究采用双人独立编码流程，经Kappa系数检验显示编码者间信度为0.83（关键维度达85%一致性），分歧部分通过小组讨论达成共识，最终所有节点Kappa值均≥0.75，符合质性研究信度标准。

1.3 质量控制措施

由接受过质性研究培训并具有研究经验的人员进行数据收集与分析。正式访谈前，进行预访谈，了解访谈所需时长、出现问题并完善访谈提纲。正式访谈过程中，严格控制环境的安静与私密性，以保证访谈者能够坦诚表达真实感受。每次访谈后，研究人员在24 h内将录音资料转录成文字，并校对。在资料分析时由2名研究者对每份转录资料反复阅读、分析、编码、备忘，并不断比较结果与原始资料，若编码及主题出现明显分歧时与其他研究者进行讨论达成共识，以确保结果的准确性与可信度。研究小组通过讨论，整合编码，达成一致意见，保证数据分析的客观与一致性。

2 结果

本研究对16名临床医师进行了半结构式访谈，运用Colaizzi 7步分析法对访谈资料进行分析。结果显示，临床医师的使用体验可归纳为感知有用性和阻碍易用性两个主题。其中感知有用性包括两个亚主题：识别与预警传染病风险、优化传染病上报工作流程；阻碍易用性包括5个亚主题：操作流程略复杂、预警状态分类逻辑模糊、关键操作路径功能缺失、弹窗隐藏后预警提醒机制失效、培训及宣教力度不足。

2.1 感知有用性

感知有用性反映了临床医师使用前置软件系统能够提升医院传染病监测、预警效率。受访者普遍认为系统在传染病的识别和预警、优化传染病上报工作流程等方面发挥了积极作用，提升了传染病报告卡的上报效率、上报质量，避免迟报、漏报，由过去的“被动报告”转变为“主动预警”。

2.1.1 识别与预警传染病风险临床医师大多认为，前置软件系统显著增强了传染病监测预警效率（14人）。系统通过预警模块的提示和红色字体的标识，显著提高了对传染病的警示识别能力。医师可以迅速了解患者的传染病风险并做出相应处置，诊断、报告、排除或进一步检查。N1：“一旦患者的传染病病原学结果呈阳性，系统会生成‘待确诊’病例，电脑桌面会出现预警弹窗闪烁，提醒我关注并及时做出处置，如不处置，弹窗一直存在。”患者的传染病病原学结果呈阳性且为“初诊”时，软件会智能识别，生成‘待确诊’病例，提醒临床医师及时作出判断，显著提升了医疗机构的传染病监测能力，降低了漏报风险。N5：“以前出现阳性结果的初诊病例时，疾控处通过电话形式联系临床医师，现在则是通过系统界面提醒，对医生的干扰更小。”N9：“当看到屏幕上的预警模块和红色字体提醒，我会查找患者的就诊信息，针对患者可能涉及传染病的风险提示，结合患者症状、流行病学史、多源检查检验结果进行判断。”N6：“系统上的传染病风险提示可以被科里所有医护人员看到，都能及时了解患者的情况，大家都会特别重视。”N8：“在电脑桌面看到预警模块的提示和红色字体的标识后病房护士也会特别关注，也会提醒医师。”N11：“帮助临床医师识别到传染病病原学结果异常，降低了传染病传播风险。”

2.1.2 优化传染病上报工作流程与方式软件能够主动从患者的电子病历中提取和分析与传染病相关的数据，实时评估风险，为临床医师提供动态感知的主动监测与预警，临床医师做出传染病诊断后，补充少量信息即生成报告卡，疾控处审核确认后迅速上报，解决了以往临床医师手工填卡报告效率低、流程复杂短板，缩短了报告时间，提高了上报效率。

多位受访者表示，系统改变了上报方式，简化了上报流程，以往采用手工录入方式完成传染病报卡，从临床医师填写到疾控处医师审核、打印、上报，至少需要15 min，而使用前置软件系统后，一般5 min内完成。系统可自动识别复诊病例，减少重复报卡；对可疑传染病作出“应关注”提示，降低了漏诊风险；操作更简便，简单高效（11人）。

N3：“我发现诊疗界面自动弹出已通过电子病历采集完成基本信息的传染病报告卡，只需对传染病个案基本情况和发病信息加以补充或订正后点击病例上报，免去了人工录入与反复报告过程。”疾控处医师仅对临床医师推送的报卡进行信息审核，电子报卡直接推送至市级平台及中国疾病预防控制信息系统，实现全程无纸化（电子报卡、电子传报登记册），减少漏报、错报与重复录入情况的发生，报卡与登记时间显著缩短，为临床减轻负担，是传染病上报工作方式的重大变革。N7：“对病原检测阳性结果尚未作出明确诊断的病例的发现，系统标记的警示信息在科室内多个电脑界面同步显示，可即时提醒进行病例追踪复诊的工作，避免漏诊漏报。”N4：“针对确诊病例，软件可直接从医院信息系统中抓取信息，经审核即可自动上报，摆脱了过往大量手工录入的重复劳动。”临床医师下达传染病诊断，软件就可直接从医院信息系统中抓取相关信息，经疾控处审核后自动上报；而且软件可根据抓取的数据生成统计图和趋势图，使公卫医师能投入更多精力提升上报质量和疫情监测。N13：“当看到屏幕上的预警模块和红色字体提醒，全科医生、护士都知道哪个患者有传染病风险提示，感控专管员会马上处理，防止遗漏。”N11：“登录HIS系统的‘医生工作站’时，系统会启动自动登录，确保能及时准确上报当天确诊的传染病患者。”通过前期调研设计，医院在软件部署中充分融入医院业务流程，以不干扰临床诊疗为原则，尽量做到“让临床医生无感”，流程简化。

2.2 阻碍易用性

尽管临床医师对系统的有用性评价较高，但其感知易用性仍受到多重因素制约，主要体现在操作流程略复杂、预警状态分类逻辑模糊、关键操作路径功能缺失、弹窗隐藏后预警提醒机制失效、培训及宣教力度不足。

2.2.1 操作流程略复杂被访谈者普遍反映（11人）系统操作流程存在多环节耦合性，软件需从电子病历中实时提取非结构化数据（如就诊记录、检验结果），并通过AI模型转化为结构化报告卡，但部分字段仍需感控处医师手动补全信息并审核，导致“自动化流程中夹杂人工干预”。例如，在触发“快速上报”功能时，需经历“病例诊断→自动提取→信息补全→人工审核→确认提交”的链条，增加了操作断点。“待完善”病例要选择“复诊”/“排除”时，需要进入“主页”点击多处才能显示出“复诊”/“排除”按钮。受访临床医师（9人）指出，此类被动提醒机制需频繁切换系统界面以完成状态更新，打乱原有工作流程，增加了闭环监测的追踪负担。N15：“是否能简化审核机制以降低上报负荷。”

2.2.2 预警状态分类逻辑模糊系统未建立差异化标识规则，将需补充流行病学史的“待完善”病例与病原学阳性需临床确认的“待确诊”病例混置于同一预警分类层级。N3：“当同时出现3例以上预警时，我必须逐个点击查看详情才能区分是信息补录需求还是传染病确诊风险，这与系统设计的快速响应目标相悖。”现场观察发现，两类预警均红色背景白色字体，无色差色阶区分，在医师站立操作电脑的典型场景（视距＞60 cm）下易发生辨识错误。N7：“待完善”和“待确诊”记录都在“待确诊”，不易分辨，担心有漏诊风险。N2：“科室每月约有13%的‘待完善’病例被误导入确诊处置流程，平均每个误操作消耗7～10 min回溯修正时间。”

2.2.3 关键操作路径功能缺失系统在“待完善”预警记录处理流程中，存在医师点击右下角预警提示时，系统直接跳转至补充信息界面，但无法“在此界面进行”操作，需返回上级菜单重新选择功能模块。N13：“处理待完善病例时，需要先补充患者接触史，再根据情况排除传染病可能。”但现在这两个步骤被拆分成不同入口，容易遗漏关键操作。该设计导致急诊科医师单病例处理时间增加2～3 min（9人），特别是夜间值班时容易产生操作疲劳。N7：“同时处理3例以上预警时，这种反复切换界面的操作会使误点击率提升，有次差点误将肺结核疑似病例标记为排除。”

2.2.4 弹窗隐藏后预警提醒机制失效系统采用“强干扰式”弹窗提醒机制，但当医师主动隐藏右下角预警弹窗后，缺乏替代性提醒策略。N4：“接诊急症患者期间为避免弹窗遮挡医嘱界面，我会隐藏所有系统提示，但发生过之后忘记处理待确诊的情况。”N12 提出改进建议：“应当像危急值提醒那样，每30 min在屏幕固定位置闪烁黄色警示条，既不影响当前工作又能维持预警可见。”

2.2.5 培训与宣教力度不足尽管前置软件系统在疫情数据采集与实时监测中展现出较高的技术可用性，但其在培训支持、随访管理及宣教资源整合方面还需提升系统的全流程应用效果。多数受访医师（15人）指出，系统缺乏针对不同群体的分层培训机制和持续性随访支持，导致应用效能受限。部分医师（5人）指出培训随访与宣教力度不足，这可能涉及临床医师对软件的操作不熟练，导致使用体验不佳。被访谈的临床医师（13人）普遍反映：虽组织了软件操作培训，但培训内容侧重基础操作流程，缺乏对软件预警逻辑、数据分析原理等机制的解析，会产生对系统的不信任。部分被访谈的临床医师（5人）：软件部署后缺乏定期复训，夜班、周末遇到问题不能反馈解决，遇到界面操作复杂、数据提取异常等问题时，难以及时获得技术支持。N5：“系统上线后仅接受过基础操作培训，但对于如何结合临床场景灵活使用预警功能、如何解读动态风险评分等深入内容，后续几乎没有跟进指导。”

3 讨论

新时期，我国医疗发展面临需求多样化、多元化的特征，新的医疗需求特征催动医疗信息技术的快速高质量发展[6]。本研究基于TAM，首次通过质性研究方法揭示了临床医师对前置软件系统的使用体验及其接受度的影响机制，为公共卫生信息化场景中技术接受行为的理论拓展与实践优化提供了重要依据。

3.1 感知有用性对使用医师接受度的正向驱动作用

TAM强调，使用者对技术有用性的感知是推动其接受的核心动力。本研究发现，临床医师对系统的感知有用性集中体现在传染病风险识别效率提升和上报流程自动化两方面。通过预警模块的主动提示（如红色标识、弹窗提醒）和结构化数据抓取功能，系统实现了从“被动报告”到“主动预警”的范式转变，电子报卡流程将填报时间压缩至传统模式的33%，显著缩短了传染病上报时间，从15 min降至5 min，降低了漏报率（14人）。这一结果与TAM理论中“有用性正向影响使用意愿”的假设一致，验证了感知有用性对行为意向的正向影响[7-8]。例如，北京市试点中系统与医院信息系统的无缝整合（如自动登录、数据抓取）减少了人工干预，印证了流程自动化对提升使用者感知有用性的重要性[9]。系统通过跨终端同步显示（100%覆盖率）与无纸化闭环管理，实现了多部门协同效率提升，突破了传统TAM中单一使用者视角的局限。

3.2 阻碍易用性对医师接受度的影响

尽管系统在有用性上表现突出，但操作复杂性、界面交互缺陷和培训不足等易用性障碍会削弱使用者的接受度。TAM理论指出，感知易用性通过降低使用者认知负荷间接增强使用意愿[10]。而本研究中以下问题与此相悖：操作流程耦合性高，多环节操作（如信息补全、人工审核）导致医师需频繁切换界面，打乱原有工作流（9人）；界面交互适配性不足：悬浮弹窗遮挡医嘱界面（9人）、缺乏分级预警设计，加重了急诊等高强度场景中的操作负担；培训与技术支持薄弱，培训内容浅层化（13人）、缺乏分科室案例指导（5人），阻碍了用户对系统功能的深度掌握，这些问题凸显了公共卫生应急系统与传统医疗信息系统的差异，表明现有交互设计未能充分考虑临床医师在应急状态下的认知负荷特征。例如，“待完善”病例处理需3次界面跳转的设计，直接导致急诊科医师单病例操作时间增加2～3 min，与急诊医学“黄金5分钟”救治原则产生冲突，说明技术设计需更贴近临床实际需求。例如，可引入“科室差异化预警策略”降低非目标提示干扰，或通过“一键式操作”简化流程，减少临床负荷。预警状态混用（如“待确诊”与“待完善”）易导致误操作，暴露出系统风险分层机制与临床决策逻辑脱节，但本研究发现，缺乏可视化风险图谱（如红/橙/黄三级标识）是导致医师认知偏差的关键因素。弹窗隐藏后的提醒失效，反映了系统设计对临床工作的动态适应性不足。当医师因紧急操作关闭弹窗时，二次提醒缺失直接导致漏处理率升高至7.6%，远超医院危急值管理制度规定的1%漏报阈值，提示公共卫生预警系统需建立“强提醒-弱干扰”平衡机制，例如采用浮动警示条或震动反馈等非侵入式交互方案。

3.3 平衡有用性与易用性持续优化传染病监测预警系统

基于TAM框架，提升使用者接受度的关键在于同步强化有用性价值并消除易用性障碍[11]。功能设计优化：界面交互重构，开发动态风险可视化模块，采用色阶编码（红/橙/黄）区分预警等级，结合热力图展示区域传播风险；优化弹窗机制为“强制确认+周期复现”模式（每15 min浮动提示），确保关键预警的闭环处理。功能模块升级：嵌入智能辅助决策引擎，整合临床指南与历史疫情数据，为“待确诊”病例提供差异化处置建议（如隔离等级、检测优先级）；增设“一键回溯”功能，支持操作断点自动修复与路径优化；人机协同机制创新：建立“AI预警-医生确认-质控员审核”三级响应链条，通过区块链技术实现操作轨迹全程追溯[12]；构建分级培训体系，基础层聚焦标准化操作（通过率需≥95%），进阶层开展多场景模拟推演（如夜间值班应急处置），通过建立专管员微信群，时时技术支持，解决夜班及周末的操作问题（5人）。未来需持续收集使用者反馈，推动系统从“技术可用”向“使用者友好”迭代，最终实现传染病监测从“被动响应”到“智能防控”的全面升级。

4 小结

基于TAM的质性研究显示，前置软件系统通过AI驱动的多源数据融合与闭环管理机制，在提升传染病风险识别准确率、跨部门协同效率和优化上报流程方面具有显著技术优势，临床医师对其感知有用性认可度较高。但需通过三方面优化提升使用的易用性：界面交互优化，功能模块升级，应用支持强化，兼顾有用性与易用性，方能实现传染病智能监测的可持续落地。本研究受限于单一地域（北京市）与样本特征（首都医科大学附属北京世纪坛医院医师），未来需扩大至基层医疗机构及疾控部门，探究组织层级差异对技术接受度的影响。此外，质性研究难以量化各障碍因素的权重，后续可通过结构方程模型构建前置软件系统接受度的预测指标体系，为精准优化提供依据。

作者贡献声明：赵雨欣、郎嘉麒负责文献检索、循证分析、数据收集与整理；刘超、王爽负责论文撰写；孙政春、周建新、倪杰负责研究指导、论文修改；苑晓冬负责数据收集与整理。

利益冲突声明：本文所有作者均声明不存在利益冲突。

[1] 国家疾病预防控制局.关于印发《关于建立健全智慧化多点触发传染病监测预警体系的指导意见》的通知[EB/OL].（2024-08-30）[2025-04-18].https：//www.ndcpa.gov.cn/jbk zzx/c100012/common/content/content_18304102446534287 36.html.

[2] 国家疾病预防控制局综合司，国家卫生健康委员会办公厅，国家中医药管理局综合司.国疾控综规财发〔2024〕8号关于部署实施国家传染病智能监测前置软件的通知[Z].2024.

[3] 马家奇，王松旺，郭青，等.国家传染病智能监测预警前置软件总体设计与实施[J].中国数字医学，2025，20（3）：89-95.

[4] 唐弘，孙自学.基于技术接受模型的互联网医院使用影响因素分析[J].医学信息，2024，37（11）：52-57.

[5] 逄天宇，袁玲，武丽桂，等.晚期癌症患者家属安宁疗护决策体验的质性研究[J].中华护理杂志，2023，58（13）：1559-1564.

[6] 管德坤，孙自学.新时期我国远程医疗发展驱动、阻碍因素及建设重点分析[J].中国医院，2020，24（4）：56-58.

[7] GONG K，XU Z，CAI Z，et al.Internet Hospitals Help Prevent and Control the Epidemic of COVID-19 in China：Multicenter User Profiling Study [J].J Med Inter Res，2020，22（4）：e18908.

[8] SUN S，YU K，XIE Z，et al.China empowers Internet hospital to fight against COVID-19[J].J Infect，2020，81（1）：e67-e68.

[9] 肖薇.北京：复杂挑战中凸显精准[N].健康报，2025-01-09（006）.

[10] 许恒瑞，周红利.医学科普类短视频平台用户使用意愿的影响因素分析[J].今传媒，2024，32（3）：110-113.

[11] 邓仲平，李河源，葛梅，等.基于UTAUT模型的用户移动医疗服务行为意愿研究[J].中国医院管理，2022，42（10）：68-72.

[12] 李丹彤，计虹.区块链在医疗领域应用现状分析与思考[J].中国数字医学，2025，20（5）：1-7.

【作者机构】	首都医科大学附属北京世纪坛医院感染管理处/疾病预防控制处；首都医科大学附属北京世纪坛医院信息中心；首都医科大学附属北京世纪坛医院党委办公室；都医科大学附属北京世纪坛医院门诊部
【分类号】	R197.324
【基金】	国家重点研发计划项目（2023YFC3043503）。

基于技术接受模型的国家传染病智能监测预警前置软件系统使用体验的质性研究

目录

文内图表