行为视角下的个人健康数据共享与应用设计：一项基于COM-B模型的国际调查研究

《Data & Policy》：Behavioural perspectives on personal health data sharing and app design: an international survey study

本研究针对个性化数字健康干预依赖敏感数据但用户控制权有限的现状，通过伦敦与香港的对比调查，基于COM-B行为模型分析健康APP使用意愿的影响因素。结果显示，数据素养、数据控制权、对医疗专家建议的信任度及性别差异显著影响用户接受度，并提出通过数据信任治理、AI标准共建等政策提升健康数据使用伦理。

　　

随着智能手机普及和人工智能技术发展，个性化数字健康干预成为医疗领域新趋势。健康APP通过收集用户数据提供定制化建议，从慢性病管理到心理健康支持，展现出改善公众健康的潜力。然而，这类应用依赖敏感个人健康数据的处理，用户往往对数据控制权不足，引发隐私泄露风险。COVID-19期间多国推行接触者追踪APP时，关于位置数据使用的争议凸显了公众对数据治理的担忧。如何平衡个性化健康服务的益处与数据隐私保护，成为数字医疗发展的核心挑战。

为探索健康APP接受度的影响机制，由伦敦大学学院、香港科技大学等机构组成的研究团队，在2023年11月针对伦敦和香港的成年居民开展了一项国际比较研究。研究采用线上问卷调查法，通过假设性呼吸健康APP的交互设计，基于行为改变轮(BCW)中的COM-B模型（能力-机会-动机行为模型），系统分析用户数据共享行为的影响因素。研究共收集2774份有效问卷（伦敦1014份，香港1308份），采用线性回归和方差膨胀因子(VIF)检验等统计方法，重点考察数据素养、控制权、社会压力、健康关切及机构信任等多维度变量。

4. 结果

4.2. 调查结果分城比较

伦敦用户对健康APP的接受度显著高于香港（回归系数0.392）。具体而言，香港用户对政府机构访问数据表现出更强抵触，超过半数强烈反对非公共卫生部门的数据调用，而伦敦用户对政府健康机构参与持更开放态度。

4.3. 关键影响因素识别

• •
  能力维度：用户对APP数据使用机制的理解程度（系数0.075）显著提升使用意愿，但对隐私风险的认知无显著影响。
• •
  动机维度：对医疗专家建议的信任度（系数0.143）影响最强，远超对AI生成建议的信任（系数0.059）；个性化健康建议的吸引力（系数0.098）和呼吸道感染担忧（系数0.107）亦为积极预测因子。
• •
  社会差异：女性使用意愿低于男性（系数-0.079），高等教育群体接受度相对较低。

5. 讨论与政策启示

研究揭示了健康APP推广需兼顾技术设计与制度环境。一方面，用户对数据控制权（如分级共享设置）和透明算法的高度需求，呼吁开发具备精细化权限管理的APP，并探索数据信托等集体治理模式。另一方面，香港用户对政府数据使用的强烈警惕性，反映其特定社会政治背景下对制度信任的缺失，需通过强化数据保护条例（如香港《个人资料（私隐）条例》更新）和独立审计机制重建公信力。此外，性别差异提示需针对性解决女性对隐私风险的更高敏感性，例如优化匿名化技术。

该研究首次在COM-B框架下系统比较东西方城市健康数据共享行为差异，为跨境数字健康政策提供了实证依据。未来需进一步通过定性分析挖掘用户决策的深层动因，并拓展至更多元文化场景验证结论普适性。论文发表于《Data & Policy》，为构建兼顾创新与伦理的数字医疗未来提供了关键路径。