📄 health informatics

Digital Health Adoption, eHealth Literacy, and Trust in AI Among Generation Z University Students in Sri Lanka: An Empirical Study

这项研究表明，尽管斯里兰卡的 Z 世代大学生拥有极高的电子健康素养，并日益依赖人工智能获取健康信息，但由于显著的隐私顾虑以及对传统面对面问诊的持久偏好，其对数字健康服务的采用仍然受到限制。

原作者： Athukorala, S. C.

发布于 2026-07-28✓ Author reviewed ⓘ

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Athukorala, S. C.

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。阅读完整免责声明

想象一下，医疗保健的世界就像一座巨大且繁忙的图书馆。几十年来，获取书籍（或医疗建议）的唯一方式就是走到一个由图书管理员（医生）值守的安静柜台前寻求帮助。但最近，这座图书馆因新技术的涌入而发生了爆炸式增长：出现了自助查询终端、发光的平板电脑，甚至还有一个能瞬间回答你问题的超级智能机器人图书管理员。这就是**数字健康（Digital Health）**的领域，在这里，应用程序、网站和人工智能（AI）正试图帮助我们在不出沙发的情况下管理自身的健康。

有两个核心概念帮助科学家理解人们为何使用（或忽视）这些新工具。第一个是 eHealth 素养（eHealth Literacy），这只是一个高级说法，其实是在问：“你知道如何在网上寻找优质的健康信息吗？你能分辨出哪些是真信息，哪些是假信息吗？”第二个是 技术接受度（Technology Acceptance），它在问：“这个工具对你来说有用吗？它是否易于使用，而不至于让你感到头痛？”我们之所以关注这些，是因为尽管大家都说年轻人是“数字原住民”（出生时就手握智能手机），但我们实际上并不知道他们是否真的信任这些数字工具，以至于愿意用它们来取代真正的医生——尤其是在像斯里兰卡这样，图书馆还在建设其新侧翼的国家。

斯里兰卡“数字优先一代”的故事

一位名叫 Susith Athukorala 的研究人员决定揭开幕布后的真相，看看斯里兰卡 Z 世代大学生究竟在发生什么。把这项研究看作一次大规模的数字“举手”调查。研究人员向 172 名大学生（主要来自私立学院，且多为医学或健康相关专业）提出了一系列关于他们如何处理健康问题的问题。

“数字原住民”的惊喜
这些学生表现出了惊人的精明。他们在“eHealth 素历”方面得分很高（平均分为 3.84 分，满分 5 分），这意味着他们普遍对在网上查找和理解健康信息感到自信。事实上，86.6% 的学生承认他们在过去六个月内曾在互联网上搜索过健康答案。

但这里有一个让所有人关注的剧情转折：AI 是新的明星侦探。
虽然 Google 仍然是最受欢迎的搜索地（84.3%），但第二受欢迎的来源并不是 YouTube 或社交媒体。而是生成式 AI 工具（如 ChatGPT 和 Gemini），使用率达到了 57.6%！这超过了使用 YouTube 视频的人数（44.2%）。看来，当这些学生遇到健康问题时，他们转向“AI 机器人图书管理员”的频率比转向视频频道更高。有趣的是，医学生比其他专业的学生更倾向于使用这些 AI 工具。

“信任差距”
然而，仅仅因为他们使用这些工具，并不意味着他们完全信任它们。

对 AI 的犹豫： 虽然他们使用 AI 进行搜索，但对于 AI 给出实际医疗建议的信任度较低（平均分为 3.15 分，满分 5 分）。他们将 AI 视为快速查证工具，而非最终裁决者。
隐私担忧： 一半的学生（50.0%）担心个人数据被窃取或滥用。
“真人医生”偏好： 尽管有这么多酷炫的技术，76.7% 的学生仍然表示，比起使用数字平台进行咨询，他们更愿意面对面看医生。

是什么让他们“点击”？
研究使用了某种数学方法（称为回归分析）来确定是什么促使学生选择数字应用而非实体诊所。事实证明，这不仅仅取决于他们认为应用有多“有用”。两个最大的驱动因素是：

易用性： 如果应用操作繁琐或难以上手，他们就不会使用。
对 AI 的信任： 如果他们相信 AI 的建议是安全的，他们更有可能尝试数字途径。

令人惊讶的是，仅仅拥有高水平的“eHealth 素养”（即知道如何搜索）并不会直接导致他们偏好数字问诊。他们可能知道如何使用互联网，但这并不自动意味着他们想要用屏幕取代真正的医生。

障碍与路线图
研究发现，学生们不转向数字健康的主要原因包括：

他们更喜欢与真人交谈（76.7%）。
他们害怕隐私泄露（50.0%）。
他们甚至不知道有哪些本地的数字服务存在（43.6%）。

为了解决这些问题，论文建议，如果斯里兰卡希望更多学生使用数字健康，那么应用程序需要极其简单易用，并且系统必须在如何保护隐私数据方面做到清晰透明。他们还建议采用一种“混合”模式：利用 AI 获取快速答案，但由真正的医生进行审核，使其具备正式的医疗建议效力。

底线结论
论文总结道，斯里兰卡 Z 世代学生已经准备好并愿意使用数字工具，并且他们已经在利用 AI 来学习健康知识。但他们还没有准备好放弃人类医生。他们想要一个既易于使用、能保护隐私，又能将 AI 的速度与专业医生的安全性相结合的系统。在这些桥梁建成之前，面对面的问诊依然是无可争议的王者。

技术摘要：斯里兰卡 Z 世代大学生数字健康采用、电子健康素养及对人工智能的信任

问题陈述

尽管全球范围内数字健康技术（移动医疗、远程医疗和人工智能）的整合正在迅速推进，但关于“数字原住民”Z 世代群体在低中收入国家（LMICs）采用这些技术的实证数据仍然匮乏。具体而言，目前尚缺乏对南亚背景下（如斯里兰卡）的年轻人如何处理高数字素养、新兴 AI 工具与传统医疗偏好之间交集的研究。虽然基础设施已有所演进（例如：国家级远程会诊渠道），但大学生将这些工具系统性地用于自我护理和医疗决策的研究仍未得到充分探索。关键的研究空白包括：AI 信任度对更广泛的数字健康接受度的影响，以及阻碍全面采用的具体障碍（如数据隐私和对面对面互动的文化偏好）。

研究方法

本研究采用了定量、横断面调查设计，研究时间为 2025 年 3 月至 20 26 年 3 月。

参与者： 通过便利抽样和雪球抽样法，共获得 172 份来自斯里兰卡 Z 世代大学本科生（年龄 18–26 岁）的有效回复。该群体以女性为主（65.1%），就读于医学/健康科学专业（73.8%），且主要来自私立大学（94.8%）。
工具： 调查使用了经过改编且经过验证的测量工具：
- 电子健康素养量表 (eHEALS)： 一个包含 8 个项目的量表，用于衡量在定位、评估和应用数字健康信息方面的自我效能感。
- 技术接受模型 (TAM)： 评估了感知有用性 (PU)、感知易用性 (PEOU)、行为意向（对数字医疗与实体医疗的偏好）、对 AI 建议的信任度以及对数据隐私的信任。
- 健康信息国家趋势调查 (HINTS)： 捕捉了在线搜索行为、来源可信度及具体担忧。
统计分析： 数据使用 Python (pandas, statsmodels) 进行处理。通过 Cronbach's alpha 系数确认了可靠性（eHEALS $\alpha=0.863$ ; TAM $\alpha=0.800$ ）。分析方法包括描述性统计、用于检验独立性的卡方检验 ( $\chi^2$ )、皮尔逊相关系数以及普通最小二乘 (OLS) 多元线性回归模型，旨在识别数字平台偏好和感知有用性的预测因子。

关键结果

1. 高素养与高实用性，低 AI 信任度：
参与者表现出较高的整体电子健康素养（均值 = 3.84 ± 0.58）和对数字健康实用性的强烈认可（均值 = 3.99 ± 0.59）。然而，“对 AI 建议的信任度”在所有 TAM 构建项中得分最低（均值 = 3.15 ± 0.89）。

2. 生成式 AI 成为主要信息来源的兴起：
虽然 Google/网页搜索仍是最频繁的来源（84.3%），但生成式 AI 工具（ChatGPT, Gemini, Copilot）已成为第二大利用渠道（57.6%），超过了 YouTube（44.2%）、医学网站（27.3%）和社交媒体（26.2%）。医学生使用 AI 工具的比例显著高于非医科专业同学（67.2% vs. 37.8%; $\chi^2=8.70, p=.003$ ）。

3. 数字平台偏好的预测因子：
多元线性回归（模型 1， $R^2 = .352$ ）表明，相比于实体就诊，对数字平台的偏好受以下因素显著预测：

感知易用性 (PEOU)： $\beta = 0.371, p = .001$
对 AI 建议的信任度： $\beta = 0.370, p < .001$
值得注意的是，电子健康素养得分和感知有用性并非替代实体就诊偏好的直接独立预测因子。然而，在模型 2 中，电子健康素养是感知有用性的最强预测因子（ $\beta = 0.625, p < .001$ ）。

4. 障碍与促进因素：

主要障碍： 对面对面问诊的强烈偏好（76.7%）以及对个人数据安全的担忧（50.0%）。
主要促进因素： 易用性/可及性（52.3%）、专业人士的认可（50.6%）以及廉价/免费服务（45.9%）。
在线关注点： 误导信息/假新闻（70.3%）和隐私风险（55.2%）是首要关注的问题。

核心贡献

提供 LMIC 背景下的实证证据： 本研究提供了关于斯里兰卡 Z 世代数字健康行为的稀缺实证数据，挑战了“高数字素养会自动转化为高数字临床护理采用率”的假设。
AI 利用模式： 本研究记录了健康信息获取方式的重大转变，即对话式 AI 已超越传统的视频和社交媒体平台，尤其是在健康科学专业的学生中。
解构素养与采用的关系： 研究结果揭示了一种细微的关系：高电子健康素养驱动了对“有用性”的感知，但并不直接驱动“取代实体问诊”的偏好。相反，界面简洁度 (PEOU) 和对 AI 的特定信任才是采用过程中的关键门槛。
隐私作为结构性障碍： 研究量化了数据隐私担忧，将其视为与文化性的面对面互动偏好同等重量级的阻碍因素。

意义与主张

本文主张，尽管斯里兰卡的 Z 世代学生表现出高度的数字就绪度和对 AI 信息分诊的实质性依赖，但这并不等同于他们愿意完全转型为纯数字化的医疗模式。作者认为，弥合高感知有用性与低采用率之间差距的关键不在于提高素养，而在于解决界面简洁性和对 AI 建议的信任问题。

研究结论指出，斯里兰卡的数字健康机构部署必须超越单一的应用程序，转向混合型临床工作流。这些系统必须将自动化的数字便利性与专业医疗监督相结合，以缓解隐私恐惧并符合面对面互动的文化预期。作者强调，如果没有透明的数据治理（符合《斯里兰卡个人数据保护法》）和“人类医生在环”（clinician-in-the-loop）的 AI 系统，仅靠高电子健康素养不足以克服广泛采用数字健康的障碍。

注：研究承认存在局限性，包括样本向私立大学和医科学生倾斜、横断面研究无法进行因果推断，以及对自我报告数据的依赖。