2.中介变量的相关假设    12
3.总结    12
（二）研究不足与展望    12
致谢    13
附录A    15
图 1  技术接受模型    2
图 2  修改后的技术接受模型    2
图 3  精准医疗模式医生接受模型    4
图 4  初始模型结构    10
图 5  经过修正指标后的模型参数估计结果    10
图 6  模型整体路径图    11
表 1  问卷题项理论参考来源    6
表 2  样本基本情况统计表    7
表 3  测量问项的描述性统计    8
表 4  信度分析结果    8
表 5  KMO和Bartlett’s球形检验    9
表 6  各变量因子负荷表    9
表 7  模型的拟合分析结果    11
表 8  模型参数估计结果    11
精准医疗背景下医生应用信息技术进行疾病精准诊疗的影响因素研究
 引言2015年，奥巴马首次提出“精准医学计划”，引起世界各国的密切关注。我国也紧跟精准医学热潮，推出一系列政策及采取了不少推动措施。国务院日前印发的《“十三五”国家战略性新兴产业发展规划》中提到，到2020年，形成新一代信息技术、生物科技等5个产值规模10万亿元级的新支柱。以信息技术、基因检测技术急速发展为契机，推进医疗模式向精准医疗和个性化医疗转型。
医疗大数据的应用改变了传统诊疗模式，医疗大数据统计分析以及管理技术正推动医疗诊治进入“精准医疗”时代，这使得疾病的预测、诊断及治疗等方面发生巨大变革，同时也面临着各种难题和挑战。系统建立的复杂性，数据使用的安全性[1]、保密性和共享性，基因检测的成本、基因检测技术的成熟度、可靠度、基因数据的规模大小、数据处理的难度和易用性以及国家层面监管等为中国发展精准医学带来了诸多挑战。因此，通过研究精准医疗背景下医生应用信息技术进行疾病精准诊疗的影响因素，为我国医疗模式的转变提供决策支持。
一、研究理论与模型假设
（一）研究理论
1.技术接受模型综述
1989年，技术接受模型（Technology Acceptance Model）是Davis在使用理性行为理论研究用户对信息系统接受时提出的一个模型[2]。该模型自提出以来，被认为最优秀的用来研究信息技术接受领域的技术接受理论之一[3]。在接受和预测各种信息技术的使用者行为研究中，TAM模型被认为是简洁而解释力强大的理论，影响最大、使用最普遍[4]。 精准医疗背景下医生应用信息技术进行疾病精准诊疗的影响因素研究(2):http://www.youerw.com/jisuanji/lunwen_26528.html