📄 medicine

The Digital Path Toward Perceived Medication Error Prevention From the Physician Perspective in Private Clinics in Eastern Indonesia: A Mixed Methods Study

这项针对印度尼西亚东部私立诊所全科医生的混合方法研究表明，感知的用药错误预防主要由有效的数字化工作流对齐驱动，而这种驱动显著受到人工智能就绪度、数字化能力、电子病历系统质量及同伴影响的影响，却不受基于按人头付费的筹资法规的影响。

原作者： Debora Natalia, Waynhena Sarawa Nesia, Dewi Sri Surya Wuisan, Ferdi Antonio

发布于 2026-07-07

📖 1 分钟阅读☕ 轻松阅读

原作者： Debora Natalia, Waynhena Sarawa Nesia, Dewi Sri Surya Wuisan, Ferdi Antonio

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，在印度尼西亚东部一个偏远地区的诊所，就像一个繁忙的厨房。医生是主厨，而患者则是送达的订单。在这个厨房里，“用药错误”就像是不小心把盐当成了糖，或者给顾客上了一道会导致过敏的菜。当主厨手忙脚乱、食谱杂乱无章或者食材难以寻找时，这些错误就可能发生。

这项研究提出了一个问题：一本数字化的食谱（电子病历，即 EMR）如何帮助主厨（医生）避免这些错误？

研究人员不仅仅是询问数字食谱是否存在，他们还询问了主厨们是否真的喜欢使用它，以及它是否能自然地融入他们的烹饪节奏。他们研究了 41 家私立诊所的 382 名医生。

以下是研究结果的详细分解，使用了简单的类比：

1. “完美契合”是秘制酱汁

最大的发现是，只有当数字系统契合医生的日常工作流程时，它才能帮助预防错误。

类比： 想象一下，你试图穿着一双大了两号的鞋子来烹饪一道复杂的菜肴。即使这些鞋子是高科技且昂贵的，它们也只会让你动作变慢并绊倒自己。
研究结果： 医生们觉得，只有当数字系统感觉像是他们双手的自然延伸——能够帮助他们记录笔记、查看病史并开具处方，而不会中断他们的工作流时，它才真正起到了预防错误的作用。如果系统感觉笨拙或生硬，那么无论它多么先进，都起不到帮助作用。

2. 主厨的技能最为关键

研究发现，医生的数字技能是让系统发挥作用的最重要因素。

类比： 你可以给一位名厨一把高科技的语音控制刀，但如果他们不知道如何握持或不信任它，他们就不会去使用。相反，一位技艺精湛的主厨可以用一把简单、传统的菜刀做出惊人的美味。
研究结果： 那些对使用电脑、理解数据以及修复小故障充满信心的医生，才是那些感受到系统确实在保障患者安全的人。他们的信心让数字工具更好地“契合”了他们的工作流。

3. “厨房工具”的质量

系统本身的质量至关重要。它运行快吗？会崩溃吗？信息清晰吗？

类比： 如果每当你打开数字食谱时，它都要加载很久，或者在你订购食材时网络中断，主厨就会感到沮丧并停止使用它。
研究结果： 即使医生很有技能，一个缓慢或多 Bug 的系统也会破坏这种“契合感”。当系统可靠且易于使用时，它有助于预防错误；而当系统反应迟钝时，医生往往会忽略它，从而增加了出错的风险。

4. “AI 就绪度”（对未来的开放程度）

研究观察了医生是否准备好使用人工智能（AI）提醒等高级功能。

类比： 这不是在讨论厨房是否已经有了机器人厨师。这是在讨论人类厨师在心理上是否准备好去信任一个机器人助手，当它说：“嘿，那个食材可能不适合这位顾客。”
研究结果： 那些觉得自己的诊所已经为这些先进工具做好了准备（拥有良好的数据、完善的政策、对技术的信任）的医生，更有可能将数字系统无缝集成到工作中。然而，他们只有在背后的数据准确时，才会信任 AI。

5. “同伴压力”（但属于良性的一种）

研究检查了同事是否会互相影响。

类比： 如果厨房里的每个人都在使用新的数字平板电脑来检查订单，你也更有可能拿起一个来尝试。
研究结果： 看到同事成功使用该系统确实有帮助，但与医生自身的技能和系统的质量相比，这是最重要的因素。它有帮助，但不是主要的驱动力。

6. “支付规则”并未改变烹饪方式

研究人员测试了医生的付费方式（一种称为按人头付费/Capitation的制度，即医生根据每位患者获得固定金额）是否会改变数字系统的效果。

类比： 他们问道：“餐厅老板按每位顾客支付固定费用这一事实，是否会改变主厨使用这把新数字菜刀的效果？”
研究结果： 没有。 支付规则既没有让数字系统变得更好，也没有变得更差。无论医生是按患者人数还是按就诊次数获得报酬，系统的成功依然完全取决于它与工作流的契合程度以及医生的技能水平。支付规则只是背景噪音，并非决定性因素。

核心结论

论文得出结论：仅仅把一台电脑交给医生并不能阻止用药错误。

要让数字工具在这些诊所中发挥作用，你需要三个要素协同工作：

技艺精湛的主厨： 能够自信且熟练使用技术的医生。
优质的工具： 运行快速、可靠且易于操作的系统。
良好的契合： 一个能完美嵌入医生日常工作流程、不会造成阻碍的系统。

只有当这三者达成一致时，医生才会感到更加安全，并确信自己正在预防错误。如果它们无法匹配，那么这项技术就只是一种华而不实的干扰。

技术摘要：迈向感知药物错误预防的数字化路径——以印尼东部为例

问题陈述
在资源匮乏的地区，特别是印尼东部，基层医疗机构在可靠处方、监测和随访方面的能力受限，面临着显著的药物错误风险。尽管电子病历（EMR）在私立诊所中的采用率和强制性要求日益提高，但其存在本身并不保证安全性的提升。本研究确定的核心问题在于 EMR 采用与临床意义化集成之间的差距。在人口分散且数字基础设施不均衡的环境中，EMR 往往仅作为行政工具而非临床工具使用。因此，目前缺乏关于社会技术因素——特别是数字系统与临床常规的匹配度（工作流契合度）——如何影响医生对私立基层医疗机构中药物错误预防感知的证据。

研究方法
本研究采用了顺序解释性混合方法设计，研究对象为来自印尼东部 41 家私立诊所的 382 名全科医生（GPs）。

定量阶段： 使用偏最小二乘结构方程模型（PLS-SEM）通过 SmartPLS 4 对横断面调查数据进行分析。该概念模型测试了四个自变量（AI 就绪度、数字胜任力、EMR 系统质量和同伴影响）与因变量（感知药物错误预防）之间的关系，并以数字工作流契合度作为中介变量。此外，还测试了基于人头费的筹资监管的调节作用。模型采用了 10,000 次子样本的自助抽样法（bootstrapping method）。
定性阶段： 在定量分析之后，有针对性地选择了 15 名全科医生回答开放式问题。此阶段旨在解释定量研究结果，特别是探讨工作流集成的机制、系统障碍以及筹资法规的作用。
验证： 通过信度（Cronbach's alpha, 组合信度）、收敛效度（AVE）和判别效度（HTMT）对测量模型进行了验证。利用交叉验证预测能力测试（CVPAT）评估了预测能力。

主要结果
结构模型分析得出了以下显著发现：

数字工作流契合度的决定因素： 所有四个前因因素均对数字工作流契合度产生了正向影响：
- 数字胜任力： 最强的预测因子 ( $\beta = 0.399, p < 0.001$ )。
- AI 就绪度： 显著正相关 ( $\beta = 0.197, p = 0.008$ )。
- EMR 系统质量： 显著正相关 ( $\beta = 0.186, p = 0.002$ )。
- 同伴影响： 显著正相关 ( $\beta = 0.123, p = 0.035$ )。
- 这些因素共同解释了数字工作流契合度 58.4% 的方差 ( $R^2 = 0.584$ )。
对药物错误预防的影响： 数字工作流契合度与感知药物错误预防之间表现出强烈的直接正向关系 ( $\beta = 0.747, p < 0.001$ )，解释了结果变量 57.9% 的方差。
调节效应： 关于基于人头费的筹资监管调节数字工作流契合度与感知药物错误预防之间关系的假设被拒绝 ( $\beta = -0.009, p = 0.388$ )。数据表明，筹资法规并未显著增强或削弱工作流对齐与安全感知之间的联系。
定性见解：
- 工作流对齐： 医生认为，当 EMR 能够促进快速获取用药史并支持决策，且不干扰问诊流程时，其价值最高。
- 胜任力与信任： 使用 EMR 功能的信心是安全感的核心。对 AI 功能的就绪度取决于数据的准确性和临床信任。
- 基础设施障碍： 技术不稳定（系统缓慢、网络差）是关键障碍，削弱了即使是高质量系统的实用性。
- 监管背景： 人头费监管被视为 EMR 采用的驱动力不足，通常被视为行政负担而非安全赋能工具。

主要贡献

工作流契合度的中介作用： 本研究确立了数字工作流契合度作为一个关键的中介变量，证明了个体准备度、系统质量和社会影响只有在成功与临床常规对齐时，才能转化为感知的安全性。
来自资源匮乏地区的背景证据： 研究提供了来自印尼东部的实证数据，强调在资源受限的环境下，技术的集成比技术的采用或筹资法规的存在更能预测安全性感知。
对监管调节作用的反驳： 研究挑战了“基于人头费的筹资直接调节数字工作流对预防错误有效性”的假设，表明监管框架可能更多作为背景约束，而非工作流-安全关系的积极调节因子。

意义与主张
本文主张，私立基层医疗机构中实现感知药物错误预防的数字化路径，根本上取决于有效的数字工作流对齐。作者断言：

胜任力至关重要： 提高医生的数字技能是优化 EMR 效用的最重要干预措施。
集成重于实施： 成功的关键不在于 EMR 的可用性，而在于其能否无缝嵌入日常临床任务（处方、监测、随访）中。
政策启示： 国家对于 EMR 采用的强制要求必须伴随对培训、系统易用性和技术支持的投入。研究建议，政策制定者应通过工作流再造来实现“有意义的使用”，而非仅仅依靠筹资监管来驱动安全结果。
研究范围限制： 作者明确指出，其研究结果反映的是医生的感知，而非实际的药物错误率降低情况。研究强调，虽然该模型解释了感知的数字化路径，但并未测量客观的临床结果。

总之，研究认为，若要通过数字化转型提升资源匮乏地区私立诊所的患者安全，重点必须从技术部署转向数字工具与临床实践现实之间的社会技术对齐。