Nguyễn Hoàng Anh Khoa (Tác giả liên hệ)

Email: dykhoa@gmail.com

TS. Fung Hon Ngen, Hong Huaxu, Liu Yiqi

Đại học Malaya (Malaysia)

Tóm tắt

Mặc dù công nghệ số và trí tuệ nhân tạo (AI) được ứng dụng rộng rãi trong lĩnh vực y tế, nhưng mức độ chấp nhận của người dùng còn hạn chế. Sử dụng mô hình Hành vi có kế hoạch (TPB) để phân tích ý định sử dụng ứng dụng y tế số có AI tại TP. Hồ Chí Minh, kết quả nghiên cứu cho thấy, các yếu tố Thái độ và Kiểm soát hành vi cảm nhận tác động tích cực, trong khi Chuẩn chủ quan không có ý nghĩa; mô hình giải thích 79,4% biến thiên trong ý định hành vi. Nghiên cứu khẳng định tính ứng dụng của TPB và gợi ý doanh nghiệp tập trung vào trải nghiệm và năng lực kiểm soát của người dùng.

Từ khoá: Truyền thông khoa học, y tế kỹ thuật số, gắn kết công chúng, ý định người dùng

Summary

Digital technology and artificial intelligence (AI) are increasingly applied in healthcare, yet user acceptance remains limited. This study employs Theory of Planned Behavior (TPB) to analyze the intention to use AI-enabled digital health applications in the urban area of Ho Chi Minh City, The findings reveal that attitude and perceived behavioral control exert significant positive effects, while subjective norm is not significant; the model explains 79.4% of the variance in behavioral intention. The study confirms the applicability of TPB and suggests that developers should focus on enhancing user experience and perceived control rather than relying primarily on social influence.

Keywords: Science communication, digital health, public engagement, user intention

GIỚI THIỆU

Trong những năm gần đây, chuyển đổi số trong lĩnh vực y tế đã trở thành xu thế tất yếu tại nhiều quốc gia, trong đó có Việt Nam. Các ứng dụng y tế số ngày càng được phát triển nhằm hỗ trợ người dân tiếp cận dịch vụ chăm sóc sức khỏe thuận tiện, tiết kiệm chi phí và nâng cao hiệu quả phòng ngừa bệnh tật. Đặc biệt, sự tích hợp AI vào các ứng dụng này cho phép cá nhân hóa trải nghiệm, tự động hóa các khuyến nghị y tế và hỗ trợ bác sĩ, cũng như người bệnh trong quá trình chẩn đoán và điều trị. Tại TP. Hồ Chí Minh - trung tâm kinh tế, công nghệ và y tế lớn nhất cả nước - các ứng dụng y tế có tính năng AI đang được quan tâm và thử nghiệm rộng rãi.

Các nghiên cứu chỉ ra rằng độ minh bạch của hệ thống, quyền kiểm soát dữ liệu và tính an toàn thông tin là những rào cản quan trọng trong việc xây dựng niềm tin và thúc đẩy chấp nhận ứng dụng AI trong y tế (Shevtsova, 2024; Williamson, 2024). Đồng thời, nghiên cứu mô hình y tế ứng dụng AI cũng nhấn mạnh rằng niềm tin và quan ngại về quyền riêng tư có thể làm giảm ý định sử dụng dịch vụ (Zarifis, Kawalek và Azadegan, 2024).

Mô hình Hành vi có kế hoạch (Theory of Planned Behavior - TPB) của Ajzen (1991) là một trong những khung lý thuyết được ứng dụng rộng rãi để giải thích hành vi và ý định hành vi của con người trong các lĩnh vực bao gồm: tiêu dùng, giáo dục và chăm sóc sức khỏe. Theo TPB, ý định hành vi chịu ảnh hưởng bởi 3 yếu tố: thái độ đối với hành vi, chuẩn chủ quan và nhận thức kiểm soát hành vi. Việc kiểm định mô hình này trong bối cảnh ứng dụng y tế số có tính năng AI tại TP. Hồ Chí Minh hứa hẹn mang lại bằng chứng thực nghiệm quan trọng, góp phần khẳng định tính phổ quát của TPB.

Từ bối cảnh trên, nghiên cứu này nhằm mục tiêu: (i) Ứng dụng mô hình TPB để phân tích ý định sử dụng ứng dụng y tế số có tính năng AI của người dân tại TP. Hồ Chí Minh; (ii) Kiểm định vai trò tác động của 3 yếu tố TPB đối với ý định hành vi; (iii) Đề xuất hàm ý quản trị cho các doanh nghiệp và nhà hoạch định chính sách trong phát triển và phổ biến ứng dụng y tế số tại Việt Nam.

CƠ SỞ LÝ THUYẾT

Mô hình Hành vi có kế hoạch (TPB)

Lý thuyết Hành vi có kế hoạch do Ajzen (1991) phát triển là một trong những khung lý thuyết phổ biến nhất để dự đoán và giải thích hành vi của con người. Theo TPB, ý định hành vi (Behavioral Intention - BI) được quyết định bởi 3 yếu tố, gồm: (i) Thái độ đối với hành vi (Attitude - ATT), tức là mức độ đánh giá tích cực hay tiêu cực của cá nhân về thực hiện hành vi; (ii) Chuẩn chủ quan (Subjective Norm - SN), phản ánh áp lực xã hội mà cá nhân cảm nhận từ những người quan trọng xung quanh; (iii) Nhận thức kiểm soát hành vi (Perceived Behavioral Control - PBC), thể hiện mức độ dễ dàng hoặc khó khăn mà cá nhân tin rằng họ có thể thực hiện hành vi (Ajzen, 1991).

Lý thuyết TPB được áp dụng rộng rãi trong nghiên cứu các hành vi liên quan đến công nghệ và y tế. Ví dụ: Godin và Kok (1996) cho thấy, TPB giải thích hiệu quả ý định thay đổi hành vi sức khỏe. Venkatesh và cộng sự (2003) khi phát triển Lý thuyết thống nhất về chấp nhận và sử dụng công nghệ (UTAUT) cũng kế thừa các biến cốt lõi từ TPB để giải thích hành vi chấp nhận công nghệ.

TPB trong bối cảnh y tế số và AI

Trong thập kỷ qua, nhiều nghiên cứu đã ứng dụng TPB để phân tích hành vi chấp nhận công nghệ trong lĩnh vực y tế. Zhang và cộng sự (2015) chứng minh rằng, TPB dự đoán tốt ý định sử dụng hồ sơ sức khỏe điện tử. Alhuwail và Abdulsalam (2019) cho thấy, Thái độ đối với hành vi (ATT) và Nhận thức kiểm soát hành vi (PBC) có vai trò then chốt trong giải thích ý định sử dụng ứng dụng mHealth.

Đối với AI trong y tế số, báo cáo của Tổ chức Y tế Thế giới (WHO, 2021) nhấn mạnh rằng, AI có tiềm năng nâng cao hiệu quả hệ thống y tế, nhưng làm gia tăng lo ngại về tính minh bạch và quyền riêng tư. McKinsey (2023) dự báo, thị trường ứng dụng AI trong chăm sóc sức khỏe có thể đạt giá trị 188 tỷ USD vào năm 2030, trong đó châu Á - Thái Bình Dương là khu vực tăng trưởng nhanh nhất. Tại Việt Nam, Bộ Y tế đã đưa AI vào Chiến lược chuyển đổi số ngành Y tế đến năm 2025, tầm nhìn 2030 với các mục tiêu triển khai bệnh án điện tử, hệ thống cảnh báo y tế thông minh và dịch vụ tư vấn sức khỏe từ xa (Bộ Y tế, 2020). Trong bối cảnh đó, việc kiểm định TPB sẽ giúp làm rõ yếu tố nào đóng vai trò then chốt trong quyết định sử dụng ứng dụng y tế số có tính năng AI.

GIẢ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU

Dựa trên TPB và các nghiên cứu trước, nghiên cứu đề xuất các giả thuyết như sau:

H1: Thái độ (ATT) tác động tích cực đến Ý định sử dụng ứng dụng y tế số có tính năng AI.

H2: Chuẩn chủ quan (SN) tác động tích cực đến Ý định sử dụng ứng dụng y tế số có tính năng AI.

H3: Nhận thức kiểm soát hành vi (PBC) có tác động tích cực đến Ý định sử dụng ứng dụng y tế số có tính năng AI.

Mô hình nghiên cứu được xây dựng dựa trên TPB (Ajzen, 1991), trong đó ATT, SN và PBC là các biến độc lập, BI là biến phụ thuộc như Hình 1.

Hình: Mô hình nghiên cứu

Nguồn: Nhóm tác giả đề xuất

PHƯƠNG PHÁP NGHIÊN CỨU

Thiết kế nghiên cứu

Nghiên cứu này sử dụng phương pháp định lượng thông qua khảo sát bằng bảng hỏi cấu trúc. Thang đo các biến được thiết kế dựa trên mô hình Hành vi có kế hoạch (TPB) của Ajzen (1991) với thang đo Likert 5 điểm (từ 1 - Hoàn toàn không đồng ý, đến 5 - Hoàn toàn đồng ý). Dữ liệu được xử lý bằng phần mềm SPSS 29.

Mẫu nghiên cứu và thu thập dữ liệu

Mẫu nghiên cứu bao gồm 250 người dùng tại khu vực đô thị TP. Hồ Chí Minh được lựa chọn theo phương pháp thuận tiện, đảm bảo sự đa dạng về giới tính, độ tuổi và thu nhập. Khảo sát được tiến hành trực tuyến trong giai đoạn từ tháng 6 đến tháng 7/2025.

KẾT QUẢ NGHIÊN CỨU

Kiểm định độ tin cậy thang đo

Kết quả Cronbach’s Alpha cho thấy, các thang đo đạt mức độ tin cậy tốt. Cụ thể, Thái độ (ATT): α = 0,906 (7 biến); Chuẩn chủ quan (SN): α = 0,770 (5 biến); Kiểm soát hành vi cảm nhận (PBC): α = 0,820 (4 biến) và Ý định hành vi (BI): α = 0,800 (4 biến). Tất cả các hệ số đều lớn hơn 0,7, cho thấy thang đo có độ tin cậy chấp nhận được (Nunnally và Bernstein, 1994).

Phân tích tương quan Pearson

Kết quả ma trận tương quan cho thấy: ATT và BI có mối tương quan dương mạnh (r > 0,70, p < 0,01); PBC và BI có tương quan dương vừa phải (r ≈ 0,45-0,50, p < 0,01); SN và BI có tương quan yếu thậm chí âm nhẹ và không có ý nghĩa thống kê. Điều này gợi ý ATT và PBC nhiều khả năng là các yếu tố dự báo chính của ý định hành vi.

Phân tích hồi quy tuyến tính bội

Phân tích hồi quy bội với BI là biến phụ thuộc và ATT, SN, PBC là biến độc lập cho kết quả như Bảng. Trong khi ATT ảnh hưởng đến BI: β = 0,731, p < 0,001, tác động mạnh và có ý nghĩa. PBC ảnh hưởng đến BI: β = 0,177, p < 0,00, tác động dương, có ý nghĩa. Trong khi đó, SN ảnh hưởng đến BI: β = -0,032, p = 0,344, không có ý nghĩa. R² = 0,794 cho thấy mô hình giải thích được 79,4% biến thiên trong ý định hành vi.

Bảng: Kết quả hồi quy tuyến tính bội

Nguồn: Kết quả xử lý dữ liệu của nhóm tác giả

Tóm lại, Thái độ là yếu tố dự báo mạnh nhất đối với Ý định sử dụng ứng dụng y tế số có tính năng AI, tiếp theo là Kiểm soát hành vi cảm nhận, trong khi Chuẩn chủ quan không có tác động đáng kể.

KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

Kết quả nghiên cứu cho thấy, Thái độ (ATT) là yếu tố có ảnh hưởng mạnh nhất đến Ý định hành vi. Nhận thức Kiểm soát hành vi (PBC) có tác động tích cực và có ý nghĩa đến Ý định sử dụng. Chuẩn chủ quan (SN) không có ý nghĩa thống kê cho thấy, quyết định sử dụng ứng dụng y tế số chủ yếu dựa trên đánh giá cá nhân, thay vì áp lực xã hội. Mô hình TPB giải thích được 79,4% biến thiên trong Ý định sử dụng. Kết quả này củng cố giá trị của TPB trong lĩnh vực y tế số; đồng thời, chỉ ra sự khác biệt bối cảnh tại Việt Nam, nơi yếu tố xã hội có thể ít tác động đến hành vi cá nhân liên quan đến chăm sóc sức khỏe.

Về thực tiễn, nghiên cứu này đưa ra một số điểm mà các doanh nghiệp phát triển ứng dụng y tế số cần lưu ý. Cụ thể như sau:

Thứ nhất, doanh nghiệp cần quan tâm tới các lợi ích mà AI mang lại như tư vấn y tế cá nhân hóa, nhắc nhở lịch khám và thuốc, hoặc phân tích dữ liệu sức khỏe để nâng cao niềm tin người dùng. Kết quả nghiên cứu của WHO (2021) cũng khẳng định rằng, Minh bạch và hữu ích là 2 yếu tố quan trọng để thúc đẩy niềm tin vào AI trong lĩnh vực y tế.

Thứ hai, nâng cao nhận thức Kiểm soát hành vi (PBC). Các ứng dụng cần có giao diện thân thiện, dễ sử dụng và hỗ trợ kỹ thuật rõ ràng. Nghiên cứu của Alhuwail và Abdulsalam (2019) chỉ ra rằng, sự dễ dàng trong thao tác là một trong những yếu tố quyết định ý định sử dụng mHealth. Tại Việt Nam, báo cáo của Bộ Y tế (2020) về chuyển đổi số y tế cũng nhấn mạnh vai trò của đào tạo kỹ năng số và hướng dẫn cho người dân.

Thứ ba, giảm bớt sự phụ thuộc vào chuẩn chủ quan (SN). Do chuẩn chủ quan không có ý nghĩa trong kết quả nghiên cứu, các chiến dịch marketing nên tập trung vào giá trị cá nhân và lợi ích thiết thực, thay vì chỉ dựa trên khuyến nghị xã hội. Điều này phù hợp với nghiên cứu của Guo và cộng sự (2015) tại Trung Quốc, nơi SN được xác định là yếu tố quan trọng trong quyết định sử dụng mHealth.

Tài liệu tham khảo:

1. Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50 (2), 179-211. https://doi.org/10.1016/0749-5978(91)90020-T.

2. Alhuwail, D., & Abdulsalam, Y (2019). Exploring the intention to use mHealth apps among Kuwaiti citizens: Application of the theory of planned behavior. International Journal of Healthcare Information Systems and Informatics, 14(3), 1-20. https://doi.org/10.4018/IJHISI.2019070101.

3. Bộ Y tế (2020). Chiến lược chuyển đổi số ngành Y tế đến năm 2025, tầm nhìn 2030.

4. Godin, G., & Kok, G (1996). The theory of planned behavior: A review of its applications to health-related behaviors. American Journal of Health Promotion, 11 (2), 87-98. https://doi.org/10.4278/0890-1171-11.2.87.

5. Guo, X., Han, X., Zhang, X., Dang, Y., & Chen, C (2015). Investigating m-Health acceptance from a protection motivation theory perspective. Telemed J E Health. 21(8):661-9 34(2). https://doi.org/10.1089/tmj.2014.0166.

6. McKinsey & Company (2023). The state of AI in healthcare: Opportunities and challenges.

7. Nunnally, J. C., & Bernstein, I. H (1994). Psychometric theory (3rd ed.). McGraw-Hill.

8. Shevtsova, D (2024). Trust in and Acceptance of Artificial Intelligence Applications in Medicine: Mixed Methods Study. JMIR Hum Factors. https://pmc.ncbi.nlm.nih.gov/articles/PMC10831593/.

9. Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27 (3), 425-478. https://doi.org/10.2307/30036540

10. Williamson, S. M (2024). Balancing privacy and progress: A review of privacy concerns in healthcare artificial intelligence. Applied Sciences, 14(2), 675. https://doi.org/10.3390/app14020675.

11. World Health Organization (2021). Ethics and governance of artificial intelligence for health. Geneva: WHO. https://www.who.int/publications/i/item/9789240029200.

12. Zhang, X., Yu, P., Yan, J., & Spil, T. A. M (2015). Using diffusion of innovation theory to understand the factors impacting patient acceptance and use of consumer e-health innovations: A case study in a primary care clinic. BMC Health Services Research, 15(1), Article 71. https://doi.org/10.1186/s12913-015-0726-2.