《Journal of Medical Systems》：Measuring Digital Transformation in Chinese Hospitals: Development and Validation of a Digital Maturity Evaluation Framework
编辑推荐：
数字化转型是中国公立医院现代化的关键优先事项。然而，目前仍缺乏一个标准化且针对特定情境的框架来评估其数字成熟度。本研究旨在开发并验证一个专为中国三级公立医院量身定制的全面、多维评估框架，以支持系统评估并为政策决策提供信息。基于系统文献综述和政策分析，研究人员构
数字化转型是中国公立医院现代化的关键优先事项。然而，目前仍缺乏一个标准化且针对特定情境的框架来评估其数字成熟度。本研究旨在开发并验证一个专为中国三级公立医院量身定制的全面、多维评估框架，以支持系统评估并为政策决策提供信息。基于系统文献综述和政策分析，研究人员构建了一个包含数字准备度、技术应用和数据管理能力三个维度、11个子维度及65个指标的框架。指标权重通过两轮德尔菲咨询、层次分析法（AHP）和基于准则间依赖的准则重要性（CRITID）方法得出。该框架应用于中国28个大陆省级行政区的1361家三级公立医院。数字成熟度得分通过全局敏感性分析（GSA）、k-means聚类和基于Firth惩罚似然的逻辑回归进行分析。数字准备度获得最大综合权重（34.9%），紧随其后的是技术应用（34.7%）和数据管理能力（30.4%），表明医院数字成熟度反映了组织准备度、技术支持的服务应用和数据治理的平衡组合。GSA进一步揭示了综合权重与实证敏感性排名之间的差异，表明这些方法捕捉了指标重要性的不同方面。聚类和回归分析显示，较高成熟度的医院在许多指标上具有较高值，特别是在临床数字应用和数据质量管理方面，而数据共享和交换在各成熟度组中相对较弱。使用替代加权和聚类方法的稳健性检验总体上支持了主要发现的稳定性，同时也表明对方法选择存在残余敏感性。所提出的框架为评估中国三级公立医院的数字成熟度提供了一个面向结构和过程的诊断工具。它可以支持政策监测、机构基准比较和医院数字化转型的针对性改进。未来研究应使用更新的数据更新该框架，并针对医疗质量、安全、效率、患者体验和公平结果验证成熟度得分。
**研究背景与问题**
近年来，数字技术的快速发展深刻重塑了全球医疗服务体系，电子健康记录（EHR）、远程医疗、人工智能（AI）、大数据分析及移动健康应用等技术的整合显著提升了医疗质量和效率，并增强了患者安全和服务可及性。美国、英国、德国、澳大利亚等国家已将数字化转型作为卫生系统现代化的战略重点。在中国，公立医院数字化转型因人口老龄化、慢性病负担上升及传统医疗服务模式资源约束而日益迫切。《“健康中国2030”规划纲要》和“数字中国”战略均明确要求通过技术创新推动卫生领域现代化。然而，中国公立医院在数字化转型中面临严峻挑战：卫生系统规模庞大且地域分散，导致区域发展不均；许多医院尤其是欠发达地区缺乏数字基础设施、专业IT人才和战略规划；医院信息系统碎片化严重，存在数千种互操作性有限的医疗IT系统，形成“信息孤岛”，阻碍数据交换。为应对这些挑战，“数字成熟度”概念应运而生，它指组织充分利用数字技术的能力，涵盖IT系统、治理结构、支持流程和人力因素。国际上已有多个评估框架，如HIMSS电子病历采纳模型（EMRAM）和英国NHS数字成熟度评估（DMA），但这些框架基于与中国制度环境不同的卫生系统。中国国家卫生健康委员会（NHC）于2018年引入了九级EHR评估量表，但缺乏全面的本土化数字成熟度指标框架。因此，本研究旨在开发并验证一个专为中国公立医院定制的数字成熟度评估框架，以支持循证策略和政策制定，并为其他具有类似挑战的国家提供方法论参考。该论文发表在《Journal of Medical Systems》。
**主要关键技术方法**
研究人员采用系统文献综述和政策分析构建初始框架，通过两轮德尔菲专家咨询（共40位专家，主要来自医院信息管理部门、政府机构和学术界，覆盖中国东、中、西部地区）验证指标，使用层次分析法（AHP）确定主观权重，并采用基于距离相关性的准则重要性（CRITID）方法计算客观权重，最终结合主客观权重得到综合权重。数据来源为2020年NHC数字化调查，涵盖28个大陆省级行政区的1361家三级公立医院（青海、广西、四川未参与）。分析中应用了全局敏感性分析（GSA）的随机平衡设计傅里叶幅度敏感性检验（RBD-FAST）量化指标一阶敏感性，采用k-means聚类（k=5）将医院分为五个成熟度等级，并使用基于Firth惩罚似然的逻辑回归（调整医院等级、类型、隶属关系和省份）评估各指标与成熟度等级差异的关联，同时通过Benjamini-Hochberg错误发现率（FDR）校正多重比较。
**研究结果**
**德尔菲专家咨询**：两轮咨询中，专家权威系数（Cr）为0.853，第一轮响应率80%（32/40），第二轮87.5%（28/32）。子维度Kendall协调系数（W）显著（P<0.001），但三个主要维度W不显著，表明维度权重应视为高层平衡因子而非精确重要性排序。最终框架包含3个主要维度、11个子维度和65个指标。
**权重分配**：数字准备度维度权重34.9%，子维度包括数字发展战略（8.4%）、投资（6.2%）、人才（12.5%）和基础设施（7.7%），其中“信息标准化专职人员”指标权重最高（8.2%）。技术应用维度权重34.7%，子维度包括临床诊疗（7.7%）、患者服务（7.7%）、医院管理与决策（6.7%）和教学科研（12.5%），其中“通过本地预约平台访问门诊服务”指标权重较高（2.5%）。数据管理能力维度权重30.4%，子维度包括数据安全管理（11.8%）、数据利用管理（9.3%）和数据质量管理（9.3%），其中“系统停机或故障发生率”指标权重最高（4.8%）。综合权重与RBD-FAST敏感性排名存在不一致，反映权重和敏感性捕捉了指标重要性的不同方面。
**医院数字成熟度聚类与指标关联分析**：k-means聚类将医院分为五个成熟度等级（C1最高至C5最低），各簇医院数量从160到373不等。Firth逻辑回归显示，数据质量管理子维度（数据管理能力）的指标在所有阈值上均具有最强判别关联，表明高成熟度医院更倾向于采用多种质量标准。临床诊疗子维度（技术应用）的指标在区分最高成熟度医院方面尤为有效，而数据共享与交换相关指标（数据利用子维度）的判别能力有限，反映“信息孤岛”的持续挑战。
**稳健性检验**：比较CRITIC、CRITID、变异系数（CV）和熵权法，CRITIC与CRITID权重相似，但与其他方法差异较大；k-means与Jenks自然断点法结果相似，不同聚类数目和方法的敏感性分析显示，除“信息安全等级保护三级以上系统数量”和“网络安全治理”两个指标外，几乎所有指标在至少50%的阈值上显著预测更高成熟度等级。
**结论与讨论**
本研究开发并实证应用了一个专为中国三级公立医院定制的数字成熟度评估框架。该框架整合了数字准备度、技术应用和数据管理能力，并结合了专家指导的指标开发与基于全国调查数据的客观加权。研究结论指出，医院数字成熟度不仅取决于基础设施和技术采纳，还依赖于战略规划、组织准备度、人才能力和数据治理。该框架可作为政策监测、机构基准比较和医院数字化转型针对性改进的结构化和过程导向诊断工具。尽管结果验证超出当前研究范围，但未来研究应探究更高数字成熟度得分是否与医疗质量、患者安全、运营效率、患者体验和健康公平的实质性改善相关联。
