王建文 邢鐵奇 吳佳萍 劉曦

1.福建工程學(xué)院；2.南昌大學(xué)

一、緒論

（一）研究背景

從近年來(lái)我國(guó)醫(yī)療改革中關(guān)于醫(yī)療信息化方面的內(nèi)容中可以很直接的發(fā)現(xiàn)，相關(guān)政策關(guān)注重點(diǎn)從以醫(yī)院為中心的醫(yī)院數(shù)字化建設(shè)，轉(zhuǎn)向以病人臨床為中心的CIS系統(tǒng)建設(shè)和區(qū)域信息化建設(shè)，而醫(yī)療大數(shù)據(jù)和互聯(lián)網(wǎng)醫(yī)療已經(jīng)成為國(guó)家醫(yī)療改革的重點(diǎn)和發(fā)展的方向，因此智慧醫(yī)療就顯得非常重要。

按照國(guó)家和江西省南昌市的醫(yī)療發(fā)展要求，南昌市在智慧醫(yī)療項(xiàng)目建設(shè)上緊跟國(guó)家的步伐，把智慧醫(yī)療項(xiàng)目作為鼓勵(lì)醫(yī)療機(jī)構(gòu)應(yīng)用與互聯(lián)網(wǎng)結(jié)合等信息技術(shù)拓展的醫(yī)療服務(wù)空間和內(nèi)容，構(gòu)建線上線下一體化醫(yī)療服務(wù)模式。支持醫(yī)療衛(wèi)生機(jī)構(gòu)、符合條件的第三方機(jī)構(gòu)搭建互聯(lián)網(wǎng)信息平臺(tái)。

智慧醫(yī)療項(xiàng)目在運(yùn)營(yíng)過(guò)程中的客戶滿意度與客戶忠誠(chéng)度如何？是本次探索和研究的課題，“以需求為導(dǎo)向，以問(wèn)題為突破點(diǎn)”是我們解決問(wèn)題的方法。

（二）文獻(xiàn)綜述

（1）智慧醫(yī)療定義

智慧醫(yī)療英文簡(jiǎn)稱WIT120。智慧醫(yī)療就是一套融合物聯(lián)網(wǎng)、云計(jì)算等技術(shù)，以患者數(shù)據(jù)為中心的醫(yī)療服務(wù)模式，采用新型傳感器、物聯(lián)網(wǎng)、通信等技術(shù)結(jié)合現(xiàn)代醫(yī)學(xué)理念，構(gòu)建出以電子健康檔案為中心的區(qū)域醫(yī)療信息平臺(tái)，將醫(yī)院之間的業(yè)務(wù)流程進(jìn)行整合，實(shí)現(xiàn)資源優(yōu)化，真正做到以病人為中心的智慧醫(yī)療。[1]未來(lái)，智慧醫(yī)療系統(tǒng)應(yīng)建立醫(yī)療數(shù)據(jù)互通平臺(tái)，既要為普通人提供健康管理相關(guān)服務(wù)，同時(shí)也可改善醫(yī)生的就業(yè)生態(tài)、患者就診生態(tài)和慢性病管理的生態(tài)，傳播健康的生活理念。[2]

（2）智慧醫(yī)療研究現(xiàn)狀

智慧城市作為未來(lái)城市發(fā)展的趨勢(shì)，智慧醫(yī)療也已經(jīng)成為了醫(yī)療管理和服務(wù)的重要組成部分。[3]隨著信息技術(shù)的發(fā)展，我國(guó)正加速推進(jìn)智慧醫(yī)療模式，該模式能夠高效的分析和處理海量的醫(yī)療信息數(shù)據(jù)，促進(jìn)我國(guó)醫(yī)療體系實(shí)現(xiàn)跨越式的發(fā)展，這引起了眾多學(xué)者的關(guān)注和實(shí)踐。[4]馮永等人認(rèn)為要探索和解決5G醫(yī)療時(shí)代下醫(yī)療體系的新模式和新問(wèn)題，需要在頂層設(shè)計(jì)的基礎(chǔ)上，政府、企業(yè)、醫(yī)院和民眾共同參與合作。[5]

（3）國(guó)內(nèi)外研究現(xiàn)狀

微軟公司于2007年推出Health Vault基于網(wǎng)絡(luò)存儲(chǔ)的衛(wèi)生健康服務(wù)平臺(tái)后，谷歌、蘋果于2014年推出Google Fit、Health Kit。據(jù)相關(guān)數(shù)據(jù)顯示，2016至2018年全球智慧醫(yī)療服務(wù)支出年復(fù)合增長(zhǎng)率約為60%，在2019年全球智慧醫(yī)療服務(wù)產(chǎn)業(yè)規(guī)模達(dá)到4000億美元。2017年我國(guó)醫(yī)療信息化市場(chǎng)規(guī)模約為457億元，2018年中國(guó)醫(yī)療信息化市場(chǎng)規(guī)模約為550億元，未來(lái)五年（2018-2022）年均復(fù)合增長(zhǎng)率約為20.05%，2022年將達(dá)到1142億元。

（4）南昌市研究現(xiàn)狀

目前，南昌市醫(yī)療衛(wèi)生資源存在集中性均衡性共享性較弱、便民體驗(yàn)感不強(qiáng)、專業(yè)市場(chǎng)化運(yùn)營(yíng)缺失等問(wèn)題，在產(chǎn)業(yè)規(guī)劃布局方面尚無(wú)醫(yī)療衛(wèi)生相關(guān)行業(yè)的國(guó)有公司。

2020年初，南昌大學(xué)第一附屬醫(yī)院互聯(lián)網(wǎng)醫(yī)院已進(jìn)入內(nèi)測(cè)，即將上線。這是我省設(shè)立的首家互聯(lián)網(wǎng)醫(yī)院。今后，依托互聯(lián)網(wǎng)醫(yī)院平臺(tái)，南昌大學(xué)第一附屬醫(yī)院互聯(lián)網(wǎng)醫(yī)院將運(yùn)用多元化方式為患者提供醫(yī)療服務(wù)。

（5）客戶滿意度研究綜述

客戶滿意度，即為Customer Satisfaction Degree，簡(jiǎn)稱CSD，是客戶在對(duì)購(gòu)買的對(duì)象以及過(guò)程中主觀的情感反饋，是測(cè)量統(tǒng)計(jì)客戶滿意的指標(biāo)之一。通過(guò)創(chuàng)造不同的服務(wù)體驗(yàn)，強(qiáng)化其感知價(jià)值，可以提高顧客的滿意度。[6]學(xué)術(shù)界對(duì)客戶滿意的定義眾多。例如，齊小玲等人認(rèn)為患者滿意度是患者對(duì)就醫(yī)體驗(yàn)的真實(shí)反饋，要提高患者滿意度，解決患者就醫(yī)難的問(wèn)題，提高醫(yī)療服務(wù)質(zhì)量，推動(dòng)智慧醫(yī)院服務(wù)模式的建立是大勢(shì)所趨；[7]汪莉霞認(rèn)為提高顧客滿意度可以增加用戶黏性，也就是顧客會(huì)更依賴企業(yè)的平臺(tái)，而用戶黏性對(duì)客戶信任的影響是正向顯著，那么極大的提高顧客滿意度，顧客才會(huì)通過(guò)企業(yè)的平臺(tái)去購(gòu)買他們所需的商品以及服務(wù)，繼而向該平臺(tái)企業(yè)的其他消費(fèi)者進(jìn)行推薦商品和鼓勵(lì)購(gòu)買；[8]陳憲鵬等人認(rèn)為滿意度是建立在購(gòu)買前消費(fèi)者對(duì)產(chǎn)品預(yù)期與購(gòu)買后對(duì)產(chǎn)品質(zhì)量的認(rèn)識(shí),以兩者間的差距來(lái)表示滿意或不滿意?？梢?顧客滿意是一種結(jié)合事實(shí)與情感因素的綜合評(píng)價(jià)。[9]胡富宇等人認(rèn)為醫(yī)院?jiǎn)T工滿意是提高患者滿意度的前提，滿意度應(yīng)當(dāng)從內(nèi)部、外部?jī)煞焦餐紤]。[10]醫(yī)院作為員工職業(yè)生涯得以存在和發(fā)展的載體，只有基于員工滿意，才能讓他的患者得到滿意。把員工視為顧客，將組織的內(nèi)部員工與外部客戶統(tǒng)一為組織的顧客，強(qiáng)調(diào)內(nèi)部顧客與外部顧客具有相等的重要性[11]。

（三）研究方法

本研究旨在研究結(jié)合智慧醫(yī)療發(fā)展現(xiàn)狀的客戶滿意度。本研究希望通過(guò)分析文獻(xiàn)資料建立模型做出假設(shè)，針對(duì)問(wèn)卷統(tǒng)計(jì)數(shù)據(jù)，借助SPPS軟件開展探索性因子分析，獲取影響滿意度的關(guān)鍵因子；然后，利用LISREL軟件開展驗(yàn)證性因子分析，進(jìn)一步驗(yàn)證關(guān)鍵影響因子。通過(guò)實(shí)證分析，為智慧醫(yī)療產(chǎn)品的發(fā)展提供改進(jìn)方向，促進(jìn)智慧醫(yī)療的發(fā)展。

二、調(diào)查設(shè)計(jì)

（一）調(diào)查對(duì)象

本次調(diào)查的主要目的是研究中國(guó)最新推出的智慧醫(yī)療這一新型“互聯(lián)網(wǎng)+醫(yī)療”在社會(huì)的認(rèn)知、對(duì)現(xiàn)有認(rèn)知的滿意度以及其未來(lái)的發(fā)展前景，本次研究的參與對(duì)象是南昌市有使用互聯(lián)網(wǎng)技術(shù)載體能力的大眾人群，被調(diào)查者在不同年齡、職業(yè)、文化程度等均有分布；訪談對(duì)象為醫(yī)生、政府公務(wù)人員、年長(zhǎng)者。

（二）樣本量的確定和分配

在整個(gè)采樣過(guò)程中，樣本量的選擇至關(guān)重要。根據(jù)樣本容量計(jì)算公式：

計(jì)算得到n≥385，在實(shí)際調(diào)查中調(diào)整公式為：調(diào)整后樣本量=調(diào)整前樣本量/問(wèn)卷的有效率，即計(jì)算調(diào)整后算得n≥ 401，故最終確定樣本量為N=415。按照四個(gè)轄區(qū)的人口比例進(jìn)行分層抽樣，具體實(shí)施如下：

圖1.樣本量分析圖

（三）信度分析

本次調(diào)查實(shí)發(fā)問(wèn)卷415份（含預(yù)調(diào)查），其中紙質(zhì)問(wèn)卷288份，電子版127份，有效問(wèn)卷408份。采用Cronbach’s ALPha（克倫巴赫）系數(shù)，應(yīng)用于非二分法計(jì)分的測(cè)試問(wèn)卷信度，計(jì)算公式為：

利用SPSS對(duì)408份有效問(wèn)卷數(shù)據(jù)進(jìn)行了可靠性分析，ALPha信度系數(shù)即該測(cè)試的內(nèi)部一致性信度系數(shù)為0.965，據(jù)此問(wèn)卷的內(nèi)部一致性信度較理想。

三、數(shù)據(jù)分析

（一）調(diào)查數(shù)據(jù)概要

表1 問(wèn)卷基本信息數(shù)據(jù)

（二）影響智慧醫(yī)療普及程度的因素分析

考慮到受訪者對(duì)智慧醫(yī)療的了解程度可能會(huì)受到性別、年齡、職業(yè)、學(xué)歷、戶口類型以及是否購(gòu)買商業(yè)保險(xiǎn)等因素的影響。因此通過(guò)卡方檢驗(yàn)和交叉列聯(lián)表分析驗(yàn)證。

原假設(shè)H0:各項(xiàng)基本信息對(duì)受訪者了解智慧醫(yī)療的程度均沒(méi)有顯著性影響。檢驗(yàn)結(jié)果如下：

表2 卡方檢驗(yàn)結(jié)果

由表2可知，年齡、職業(yè)、戶口類型以及是否購(gòu)買商業(yè)保險(xiǎn)都在5%的顯著水平下均通過(guò)檢驗(yàn)，說(shuō)明以上四個(gè)因素對(duì)受訪者對(duì)智慧醫(yī)療的了解程度都存在著顯著影響，其余在5%的顯著水平下未通過(guò)檢驗(yàn)，說(shuō)明這兩個(gè)因素對(duì)受訪者了解智慧醫(yī)療的影響程度并不顯著。由此，進(jìn)一步將年齡、職業(yè)、戶口類型以及是否購(gòu)買商業(yè)保險(xiǎn)進(jìn)一步進(jìn)行交叉分析。

結(jié)果表明，①各個(gè)年齡階段的人群對(duì)于智慧醫(yī)療還是較為陌生。在目前人工智能時(shí)代來(lái)臨之際，如何通過(guò)有效的宣傳方式將這一新型醫(yī)療方法在各群體中普及是智慧醫(yī)療日后發(fā)展的關(guān)鍵所在。②職業(yè)的不同，對(duì)智慧醫(yī)療的了解程度會(huì)有許多差異，公務(wù)員、企事業(yè)職員對(duì)智慧醫(yī)療的了解程度普遍相對(duì)較高，而學(xué)生、自由職業(yè)者、農(nóng)民及退伍軍人群體對(duì)智慧醫(yī)療的了解程度普遍較低。③由于戶口類型不同而導(dǎo)致受訪者對(duì)智慧醫(yī)療的了解程度有所不同，城鎮(zhèn)居民的了解程度普遍相對(duì)較高，農(nóng)業(yè)戶口的受訪者對(duì)與智慧醫(yī)療的了解程度較差。④是否購(gòu)買過(guò)商業(yè)保險(xiǎn)對(duì)于受訪者對(duì)智慧醫(yī)療的了解程度也存在一定的影響，購(gòu)買過(guò)商業(yè)保險(xiǎn)的人群有56.68%對(duì)智慧醫(yī)療的了解程度達(dá)到了基本了解及以上，而未曾購(gòu)買過(guò)商業(yè)保險(xiǎn)的人群僅36.02%對(duì)智慧醫(yī)療的了解程度達(dá)到了基本了解及以上。

（三）傳統(tǒng)醫(yī)療模式的優(yōu)缺點(diǎn)分析

將所有調(diào)查者的選擇傾向聚集，借助python編程語(yǔ)言制成的詞云圖可知：傳統(tǒng)智慧醫(yī)療因?yàn)槠淇梢宰尣∪擞姓鎸?shí)的體驗(yàn)感得到被訪者的普遍認(rèn)可，其次是因?yàn)楸憬莅踩６驗(yàn)榕抨?duì)等候時(shí)間過(guò)長(zhǎng)、人流量過(guò)大、醫(yī)患關(guān)系緊張、醫(yī)療資源分配不均勻都是被訪者選擇的重點(diǎn)項(xiàng)目，近年來(lái)人們對(duì)傳統(tǒng)醫(yī)療的抱怨日益增多，由此可見，智慧醫(yī)療將擁有很大的市場(chǎng)空間。醫(yī)院應(yīng)構(gòu)架外部與內(nèi)部顧客的關(guān)系。

（四）南昌市智慧醫(yī)療的大眾普及度

將所有調(diào)查者的選擇傾向聚集可知：大眾現(xiàn)階段接觸最多的智慧醫(yī)療是“線上掛號(hào)”，與其他幾種智慧醫(yī)療的普及度拉開了不小的差距。而被訪者普遍認(rèn)為大眾因堅(jiān)持“傳統(tǒng)觀念”、政府宣傳力度不夠、地區(qū)經(jīng)濟(jì)發(fā)展水平不高為南昌市智慧醫(yī)療發(fā)展現(xiàn)狀不好的主要原因，而也有少部分被訪者認(rèn)為其原因是病人需求不足、醫(yī)療物聯(lián)網(wǎng)發(fā)展不成熟以及操作復(fù)雜，在未來(lái)我們需要對(duì)這些方面進(jìn)行重點(diǎn)關(guān)注。

四、智慧醫(yī)療受眾群體的價(jià)值導(dǎo)向及發(fā)展前景分析

（一）受眾群體價(jià)值導(dǎo)向的因子分析

在統(tǒng)計(jì)分析回收問(wèn)卷數(shù)據(jù)的基礎(chǔ)上，借助 SPSS 軟件進(jìn)行探索性因子分析，得到的 KMO 值為 0.967，說(shuō)明符合因子分析的條件。再采用主成分分析法、最大方差旋轉(zhuǎn)法分析，共獲得 1個(gè)特征值大于 1 的因子，指定提取了3個(gè)因子，3個(gè)因子共解釋了原有變量總方差的80.907%，因子分析效果理想?？紤]到樣本數(shù)量較少，我們認(rèn)為這個(gè)總解釋度仍在可接受范圍內(nèi)。3 個(gè)因子的克朗巴哈系數(shù) α 均超過(guò) 0.7 的常用標(biāo)準(zhǔn)，說(shuō)明所用量表具有較好的信度。

（二）用戶受眾群體的價(jià)值導(dǎo)向

在進(jìn)行因子分析之后，為了對(duì)因子分析的結(jié)果進(jìn)行驗(yàn)證，同時(shí)為了進(jìn)一步探究各個(gè)觀測(cè)變量與潛在變量之間以及潛在變量彼此間的關(guān)系。

表3 智慧醫(yī)療受眾群體的價(jià)值導(dǎo)向的模型擬合指數(shù)

整體來(lái)看，智慧醫(yī)療的受眾群體的價(jià)值取向和醫(yī)療質(zhì)量、醫(yī)療體驗(yàn)、醫(yī)療體驗(yàn)三個(gè)一階潛變量之間的路徑系數(shù)分別為0.98、0.97、0.99，表明三個(gè)因素對(duì)智慧醫(yī)療的受眾群體的價(jià)值取向有正向影響。

（三）發(fā)展前景l(fā)ogistic回歸

為了探究大眾對(duì)智慧醫(yī)療發(fā)展前景的看法受到哪些因素的影響，本文運(yùn)用二元logistic回歸模型進(jìn)行分析?；貧w結(jié)果如表4所示：

表4.logistic回歸結(jié)果

由表4可知，在給定顯著性水平0.05的情況下，僅有對(duì)智慧醫(yī)療的了解程度、對(duì)智慧醫(yī)療能否有助于偏遠(yuǎn)地區(qū)的醫(yī)療水平提升的評(píng)價(jià)這2個(gè)解釋變量是顯著的。剔除不顯著的解釋變量之后，得到回歸結(jié)果如表5所示：

表5.剔除不顯著變量后的logistic回歸結(jié)果

用X1、X2來(lái)表示這3個(gè)解釋變量，即令X1為智慧醫(yī)療的了解程度，X2對(duì)智慧醫(yī)療能否有助于偏遠(yuǎn)地區(qū)的醫(yī)療水平提升的評(píng)價(jià)，可得出logistic回歸的表達(dá)式為：

根據(jù)上述邏輯回歸結(jié)果可的，解釋變量X1的系數(shù)為-0.398，即在其他解釋變量保持不變的情況下，對(duì)智慧醫(yī)療越了解的群體對(duì)智慧醫(yī)療未來(lái)的發(fā)展前景越樂(lè)觀。解釋變量X2的系數(shù)為-1.577，認(rèn)為智慧醫(yī)療能有助于偏遠(yuǎn)地區(qū)醫(yī)療水平提升的群體要更看好智慧醫(yī)療未來(lái)的發(fā)展前景。且智慧醫(yī)療能否有助于偏遠(yuǎn)地區(qū)的醫(yī)療水平提升相對(duì)于對(duì)智慧醫(yī)療得了解程度來(lái)說(shuō)對(duì)人們是否看好智慧醫(yī)療的發(fā)展前景的影響更大，因此在未來(lái)智慧醫(yī)療的普及過(guò)程中，不僅僅只是加大宣傳力度，更應(yīng)發(fā)揮智慧醫(yī)療的優(yōu)勢(shì)，為偏遠(yuǎn)地區(qū)醫(yī)療水平的提升做出貢獻(xiàn)。患者更多從就醫(yī)全流程設(shè)計(jì)，并判斷內(nèi)部顧客在為外部顧客提供優(yōu)質(zhì)服務(wù)時(shí)的滿意度結(jié)果指標(biāo)，進(jìn)而找到影響患者服務(wù)需求以及期望的重要因素，以持續(xù)將評(píng)價(jià)作為一種重要的結(jié)果研究，形成良性的閉環(huán)管理模式。[12]

五、結(jié)論與建議

（一）研究結(jié)論

依據(jù)提出的研究架構(gòu)、研究目的及資料分析的結(jié)果做出綜合性歸納整理，并將研究假設(shè)論證結(jié)果，做出具體結(jié)論及提出相關(guān)建議?，F(xiàn)將智慧醫(yī)療滿意度調(diào)查進(jìn)行整理，詳述如下：

1.傳統(tǒng)醫(yī)療現(xiàn)狀

因?yàn)閭鹘y(tǒng)醫(yī)療現(xiàn)有的排隊(duì)等候時(shí)間過(guò)長(zhǎng)、醫(yī)患關(guān)系緊張、醫(yī)療資源分配不均勻等問(wèn)題長(zhǎng)期存在。此次新型冠狀病毒傳播期間，醫(yī)院作為高風(fēng)險(xiǎn)地區(qū)，為了減少接觸感染，智慧醫(yī)療獲得發(fā)展空間，通過(guò)將互聯(lián)網(wǎng)與醫(yī)療相結(jié)合來(lái)提高患者對(duì)醫(yī)院的滿意度。

2.智慧醫(yī)療現(xiàn)狀

通過(guò)調(diào)查分析南昌市智慧醫(yī)療的發(fā)展現(xiàn)狀，年齡、職業(yè)、戶口類型以及是否購(gòu)買商業(yè)保險(xiǎn)對(duì)受訪者對(duì)智慧醫(yī)療的了解程度都存在著顯著影響。2020年初南昌大學(xué)第一附屬醫(yī)院互聯(lián)網(wǎng)醫(yī)院即將上線。但由于醫(yī)療物聯(lián)網(wǎng)發(fā)展的不成熟以及宣傳力度的不足等問(wèn)題，南昌市目前的智慧醫(yī)療發(fā)展還處于萌芽期。

3.南昌市智慧醫(yī)療發(fā)展趨勢(shì)

根據(jù)調(diào)研分析得出：對(duì)智慧醫(yī)療越了解的群體對(duì)智慧醫(yī)療未來(lái)的發(fā)展前景越樂(lè)觀。目前南昌市智慧醫(yī)療已投入使用，在此次疫情期間更是得到了很好的運(yùn)用，降低了二次傳播的風(fēng)險(xiǎn)。我們預(yù)計(jì)在未來(lái)幾年內(nèi)，更多的人不再堅(jiān)持傳統(tǒng)觀念而去使用智慧醫(yī)療，南昌市智慧醫(yī)療普及度會(huì)大幅度提高，覆蓋面更廣。

六、研究建議

基于本研究結(jié)果，對(duì)南昌市智慧醫(yī)療提出以下幾點(diǎn)建議：

1.完善服務(wù)質(zhì)量體系。高品質(zhì)的產(chǎn)品和服務(wù)是最有力的競(jìng)爭(zhēng)優(yōu)勢(shì)，醫(yī)院以及相關(guān)企業(yè)想要獲得長(zhǎng)遠(yuǎn)發(fā)展，必須要在智慧醫(yī)療產(chǎn)品進(jìn)行交易或使用時(shí)，從服務(wù)質(zhì)量的維度入手，建立其相關(guān)的品牌形象。

2.注重客戶感知價(jià)值，激發(fā)客戶分享意愿。企業(yè)及醫(yī)院應(yīng)注重客戶的使用體驗(yàn)。不論是基于APP還是相關(guān)服務(wù)的功能的公眾號(hào)，平臺(tái)都會(huì)在客戶中心里設(shè)置“分享模塊”，有利于智慧醫(yī)療的推廣。

3.智慧醫(yī)療監(jiān)管體制完善的需求。為了保護(hù)消費(fèi)者的合法權(quán)益，完善網(wǎng)絡(luò)法規(guī)并建立誠(chéng)信體系。除了政府要在打造健康有序的智慧醫(yī)療體驗(yàn)環(huán)境上加強(qiáng)進(jìn)度，還要從自身價(jià)值觀入手，真正做好產(chǎn)品、好服務(wù)，和客戶互利互惠，形成模范作用。

4.加大宣傳力度。智慧醫(yī)療的普及是當(dāng)前南昌市智慧醫(yī)療發(fā)展的重中之重，很多人對(duì)智慧醫(yī)療的了解還只停留在線上掛號(hào)，應(yīng)制定完整的宣傳方案，制定宣傳體系，將智慧醫(yī)療融入到居民的生活中，讓更多人受惠。

5.助力偏遠(yuǎn)地區(qū)醫(yī)療水平提升,提升智慧醫(yī)療知名度。目前江西省還有很多鄉(xiāng)鎮(zhèn)醫(yī)療水平較低，以通過(guò)智慧醫(yī)療的大數(shù)據(jù)普及，給更多偏遠(yuǎn)地區(qū)的人們帶來(lái)福利發(fā)揮智慧醫(yī)療的優(yōu)勢(shì)為偏遠(yuǎn)地區(qū)醫(yī)療水平的提升做出貢獻(xiàn)。