数字健康干预（Digital Health Interventions，DHIs）即通过智能手机、网站等数字技术提供的健康干预措施。DHIs具有巨大的潜力，可以提供有效、安全和可扩展的干预措施以促进个体健康行为以及改善长期疾病患者的预后。世界卫生组织基于目标用户将数字健康干预措施分为四类：一、针对客户的干预措施；二、针对医疗服务提供者的干预措施；三、针对卫生系统或资源管理者的干预措施；四、针对数据服务的干预措施。

可接受性（Acceptability）是技术接受模型（Technology Acceptance Model）中的概念，也是数字健康研究和实践的核心。其关键问题在于干预措施能在多大程度上被客户、医疗服务提供者、卫生系统等认为是可接受的。关于健康干预措施的可接受性研究较多，但目前并没有被广泛认可的关于可接受性的定义或框架。在相关文献中，可接受性分别被定义为人们对新的数字健康干预的情感态度、使用意图、实际使用或者参与干预后的满意度；或被定义在参与新干预措施之前的“预期可接受性”、在参与干预期间的“初始使用可接受性”及在参与一段时间的“追溯性可接受性”。

通过深入了解相关文献，我们有以下三点思考与大家分享。一是，如何提升目标用户对四类数字健康干预措施的可接受性？比如卫生系统或资源管理者的干预——远程问诊补贴制度的制定是否能显著提高微观层面个体对于远程问诊的可接受性？二是，数字健康干预相关研究处于生物医学、行为学、计算机技术及工程研究的交叉点，能否借助交叉学科的优势构建因果模型，从而评估不同干预措施对可接受性的总体效用、成本效益及危害？三是，当前研究多借助作者的领域知识及判断，能否在如访谈、问卷调查或焦点小组等定性方法研究中借助智能设备补充一些定量的可接受性的评估数据，增强研究的可信性。

数字健康干预措施需要发挥作用，需要目标用户的接受。我们简要讨论了当前研究对于数字健康干预措施可接受性的定义以及一些思考。希望后续能够看到更多关于其概念的探讨、实践中的分析以及可接受性评估实用性方法的研究。

主  编   张卓越

 2023年4月1日于北京