← Retour aux articles
Étude qualitativeIntervention à distance

Utilisation de cadres théoriques pour identifier les obstacles, les facilitateurs, les attentes et la disposition à payer pour les services de consultation médicale en ligne en Chine : étude qualitative.

Using Theory-Based Frameworks to Identify Barriers, Facilitators, Expectations, and Willingness to Pay for Online Medical Consultation Services in China: Qualitative Study.

PubMed — neurosciences cognitives developpementales · Anglais

L’essentiel

Les services de consultation médicale en ligne intégrant l'intelligence artificielle se développent rapidement, mais l'acceptabilité par le public et la disposition à payer restent faibles. Cette étude qualitative visait à identifier les obstacles, les facilitateurs et les attentes influençant l'acceptation de ces services propulsés par l'IA en s'appuyant sur les théories du risque perçu et du bénéfice perçu. Vingt entretiens semi-structurés approfondis ont été menés auprès de patients, d'aidants et de professionnels de la santé, puis analysés selon une approche thématique déductive. L'analyse a mis en évidence deux thèmes principaux et onze sous-thèmes liés aux risques et aux bénéfices perçus. Les risques psychologiques, liés à la gouvernance, sociaux, fonctionnels, sanitaires et financiers réduisent l'acceptation des utilisateurs. En revanche, la commodité, la diversité, la fiabilité, l'efficacité et les avantages éducatifs favorisent l'adoption de ces outils numériques. La disposition à payer déclarée variait de zéro à deux cents yuans chinois, les personnes ayant une expérience préalable de la télémédecine affichant généralement des valeurs plus élevées. Ces résultats fournissent des pistes précieuses pour affiner le développement des plateformes de consultation médicale en ligne et concevoir des stratégies de tarification adaptées.

  • L'étude examine l'acceptabilité et la disposition à payer pour les services de consultation médicale en ligne guidés par l'intelligence artificielle.
  • Des entretiens semi-structurés ont été menés auprès de vingt patients, aidants et professionnels de la santé.
  • Les risques perçus psychologiques, financiers, fonctionnels et de gouvernance constituent des freins majeurs à l'adoption.
Robustesse de l’étudeNon déterminable

Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.

Comprendre l’analyse ↓
Portée de l’analyse NeuroWatchAnalyse partielle

Analyse du résumé uniquement. Confiance faible dans les informations extraites.

Voir les sources ↓

Synthèse détaillée

Synthèse

Les services de consultation médicale en ligne intégrant l'intelligence artificielle se développent rapidement, mais l'acceptabilité par le public et la disposition à payer restent faibles. Cette étude qualitative visait à identifier les obstacles, les facilitateurs et les attentes influençant l'acceptation de ces services propulsés par l'IA en s'appuyant sur les théories du risque perçu et du bénéfice perçu. Vingt entretiens semi-structurés approfondis ont été menés auprès de patients, d'aidants et de professionnels de la santé, puis analysés selon une approche thématique déductive. L'analyse a mis en évidence deux thèmes principaux et onze sous-thèmes liés aux risques et aux bénéfices perçus. Les risques psychologiques, liés à la gouvernance, sociaux, fonctionnels, sanitaires et financiers réduisent l'acceptation des utilisateurs. En revanche, la commodité, la diversité, la fiabilité, l'efficacité et les avantages éducatifs favorisent l'adoption de ces outils numériques. La disposition à payer déclarée variait de zéro à deux cents yuans chinois, les personnes ayant une expérience préalable de la télémédecine affichant généralement des valeurs plus élevées. Ces résultats fournissent des pistes précieuses pour affiner le développement des plateformes de consultation médicale en ligne et concevoir des stratégies de tarification adaptées.

Résultats principaux

L'étude examine l'acceptabilité et la disposition à payer pour les services de consultation médicale en ligne guidés par l'intelligence artificielle. Des entretiens semi-structurés ont été menés auprès de vingt patients, aidants et professionnels de la santé. Les risques perçus psychologiques, financiers, fonctionnels et de gouvernance constituent des freins majeurs à l'adoption. La commodité, l'efficacité et la fiabilité perçue agissent comme des facilitateurs importants de l'acceptation publique. L'expérience préalable des services en ligne augmente significativement la disposition à payer des utilisateurs.

Repères pour la pratique

Les concepteurs de plateformes de télémédecine doivent renforcer la sécurité et la gouvernance pour diminuer les risques perçus par les patients. Les professionnels de santé peuvent s'appuyer sur l'expérience positive de la télémédecine pour rassurer les patients réticents. Les stratégies tarifaires des services de santé en ligne doivent être ajustées en tenant compte des attentes et de la disposition à payer du public.

Limites et précautions

Cette étude qualitative apporte un éclairage utile sur l'acceptabilité des outils numériques et de l'intelligence artificielle en santé, mais sa portée clinique directe en neuropsychologie ou en neurologie reste modérée. La taille de l'échantillon qualitatif est restreinte à vingt entretiens, ce qui limite la généralisation des résultats. L'étude se concentre sur un contexte culturel et réglementaire spécifique en Chine. La disposition à payer déclarée peut différer du comportement réel d'achat des utilisateurs.

Analyse méthodologique

Non déterminable — Le texte intégral n’était pas accessible ; aucune faiblesse méthodologique ne peut être déduite de cette absence.

Le texte intégral ouvert n’était pas accessible. Cela rend la robustesse non déterminable : l’absence d’information n’est pas interprétée comme une faiblesse de l’étude.

Examiner les critères point par point

L'analyse automatisée de NeuroWatch porte sur une étude qualitative explorant les facteurs influençant l'acceptabilité et la disposition à payer pour des consultations médicales en ligne basées sur l'intelligence artificielle. Les données ont été recueillies auprès de patients, d'aidants et de professionnels de santé au moyen de 20 entretiens semi-structurés, enregistrés et retranscrits. L'analyse thématique déductive, guidée par les théories du risque perçu et du bénéfice perçu, a permis d'identifier 2 thèmes principaux et 11 sous-thèmes. La disposition à payer autodéclarée par les participants variait de 0 RMB à 200 RMB (0 à 27,28 USD). Concernant l'évaluation méthodologique, la collecte des données, la méthode d'analyse, l'adéquation des résultats et la stratégie d'échantillonnage sont documentées de manière adéquate. La réflexivité des chercheurs n'est pas rapportée dans la source analysée. Cette analyse présente des limites importantes car seul le résumé a été lu, rendant plusieurs informations non déterminables. Les résultats rapportés reflètent les conclusions des auteurs de l'étude, tandis que l'évaluation critique de la robustesse souligne le besoin d'accéder au texte complet pour une validation approfondie.

analysis methodFavorable

Les données ont été analysées à l'aide d'une analyse thématique déductive guidée par les théories du risque perçu et du bénéfice perçu, avec un codage indépendant vérifié par deux chercheurs.

Un élément méthodologique adéquat est explicitement documenté.
data collectionFavorable

La collecte des données a été réalisée au moyen d'entretiens qualitatifs semi-structurés enregistrés et retranscrits intégralement.

Un élément méthodologique adéquat est explicitement documenté.
findings supportFavorable

Les résultats sont étayés par l'analyse thématique de 20 entretiens approfondis mettant en évidence des thèmes et sous-thèmes précis.

Un élément méthodologique adéquat est explicitement documenté.
researcher reflexivityNon déterminable

Aucune information concernant la réflexivité des chercheurs n'a été mentionnée dans le texte.

L’information nécessaire n’est pas rapportée dans la source analysée.
sampling strategyFavorable

L'échantillonnage inclut des patients, des aidants et des professionnels de santé pour un total de 20 entretiens approfondis.

Un élément méthodologique adéquat est explicitement documenté.

Cette analyse est produite automatiquement par une IA à partir des sources indiquées, puis l’appréciation est calculée avec des règles versionnées (scientific_analysis_v2). Elle ne constitue ni une validation par un professionnel ni une recommandation clinique. Consulter la méthodologie.

Classification détaillée

Lecture multiaxiale

Ce que l’article étudie

Taxonomie 2026_10

Contextes de vie et facteurs environnementaux

Confiance élevée

L'article étudie l'acceptabilité et les facteurs influençant l'utilisation des services de consultation médicale en ligne pilotés par l'intelligence artificielle.