本研究嘗試整合行動醫療認知、科技接受模式為建立病患對用藥提醒系統接受度模式的學理基礎，主要目的是探討行動醫療認知、用藥提醒系統易用性、有用性、態度以及意願的相關性。本研究以設籍在台灣地區的國人為受測對象，採用雪球抽樣法進行Google表單的網路問卷。

本研究的問卷調查期間是2019年10月1日~11月1日結束，在回收的250份問卷中，總共獲得217份有效問卷，運用SPSS Statistics 19.0統計軟體進行敘述性統計、皮爾森相關以及簡單線性迴歸分析。根據依照統計分析結果，本研究結果如下所示：
1.行動醫療認知對用藥提醒系統易用性有顯著正相關。
2.行動醫療認知對用藥提醒系統有用性有顯著正相關。
3.用藥提醒系統易用性對用藥提醒系統有用性有顯著正相關。
4.用藥提醒系統易用性對用藥提醒系統態度有顯著正相關。
5.用藥提醒系統有用性對用藥提醒系統態度有顯著正相關。
6.用藥提醒系統態度對用藥提醒系統意願有顯著正相關。

This paper aims to construct the patients’ acceptance model of medication reminding system, and we also to investigate the relationships among mobile healthcare, perceived ease of use, perceived usefulness, attitude, and behavioral intention. In this paper, the snowball sampling and online questionnaires are applied. After the survey, 250 online questionnaires are completed and 217 out of them are valid. Meanwhile, this paper use the SPSS 19.0 statistical software as the analysis tool and conduct descriptive statistics analysis, person’s correlation analysis, and simple linear regression analysis. The findings of this paper are summarized as follows:
1.Mobile healthcare has a significant positive relationship on ease of use.
2.Mobile healthcare has a significant positive relationship on usefulness.
3.Ease of use has a significant positive relationship on usefulness.
4.Ease of use has a significant positive relationship on attitude.
5.Usefulness has a significant positive relationship on attitude.
6.Attitude has a significant positive relationship on behavioral intention.

一、中文文獻
1.內政部統計處(2018)，107年第38週內政統計通報，https://www.moi.gov.tw/stat/node.aspx?cate_sn=-1&belong_sn=7460&sn=7757
2.內政部統計處(2018)，簡易生命表，https://www.moi.gov.tw/files/site_stuff/321/2/year/year.html
3.王士豪與陳嘉玫(2015)，QR Code智慧型藥袋藥物影音查詢系統，管理資訊計算，第4卷第1期，頁224-233。
4.王本正與許富榕(2016)，以延伸型整合性科技接受模式探討行動醫療App協助照護任務之接受度，福祉科技與服務管理學刊，第4卷第4期，頁483-494。
5.王嵩竑(2008)，護理人員對無線射頻辨識系統接受度模式建構與比較分析：知覺創新特性模式與科技接受模式觀點，元培學報，第15期，頁47-80。
6.吳錫惠與吳賜聲(2012)，運用科技接受模式探討使用者在行動通訊上網之影響因素：以智慧型手機為例，萬能商學學報，第17期，頁81-102。
7.李國瑋、張詠盛、陳宜辰與林東緯(2017)：行動銀行使用意圖之關聯性探討-整合科技接受模式與任務-科技適配模式之觀點，當代商管論叢，第2卷第1期，頁 61-86。
8.阮建維、謝碧容與王柏為(2015)，延伸科技接受理論模型探討醫師對於健保雲端藥歷的行為意圖，醫療資訊雜誌，第24卷第3期，頁27-36。
9.國家發展委員會(2018)，中華民國人口推估(2018至2065年)，https://pop-proj.ndc.gov.tw/upload/download/%E4%B8%AD%E8%8F%AF%E6%B0%91%E5%9C%8B%E4%BA%BA%E5%8F%A3%E6%8E%A8%E4%BC%B0(2018%E8%87%B32065%E5%B9%B4).pdf
10.張基成與顏啟芳(2012)，以擴充的科技接受模式探討行動英語學習之接受度，電子商務學報，第14卷第1期，頁97-119。
11.張勝雄與張書芸(2017)，從衆行為理論與科技接受模式探討使用者對行動裝置遊戲App下載意圖：以遊戲開發團隊之國家文化距離為干擾變數，商略學報，第9卷第1期，頁1-16。
12.許嘉麟、張韡瀚、黃美涓、陳皇仲、柯智裕與鄧復旦(2008)，智慧型高齡者照護設備科技接受問卷之內容效度：以互動式隨身照護手錶為例，臺灣職能治療研究與實務雜誌，第4卷第2期，頁104-115。
13.陳又祺(2018)，以整合性科技接受模式探討民眾對醫療行動支付之使用意圖與實際使用行為，國立中山大學企業管理學系醫務管理碩士班碩士。
14.曾旭民、詹碧端與姜靜穎(2009)，應用科技接受模型探討護理人員對行動護理站接受度的影響因素，醫療資訊雜誌，第18卷第1期，頁23-38。
15.黃惠玲、李亭亭、林寬佳與江蔚文(2014)，探討門診護理人員對護理指導資訊系統的科技接受度，護理暨健康照護研究，第10卷第4期，頁255-264。
16.黃維民、鄭皓文與蘇雅涵(2016)，探討醫師使用行動醫療APP行為之實證研究，經營管理論叢，第12卷第1期，頁45-61。
17.楊世瑩(2008)，SPSS 統計分析實務，台北：旗標。
18.衛生福利部(2019)，107年死因統計年報，https://dep.mohw.gov.tw/DOS/lp-4472-113.html
19.蕭輔元、黃國光與蔡萬耀(2017)，以科技接受模式進行民眾使用自動領藥系統之實證研究，亞洲高齡全人健康及產業發展期刊，第5期，頁16-30。
20.謝碧容、許時涵、郭品誼與蘇郁涵(2013)，影響臨床資訊系統使用因素之探討：以科技接受模式、計劃行為理論及電腦自我效能的整合性觀點，健康管理學刊，第11卷第2期，頁107-123。
21.鍾佳濱(2014)，整合期望確認理論及科技接受模式評估行動護理資訊系統之研究，國立屏東科技大學高階經營管理碩士在職專班論文。
22.羅梅華(2015)，消費者透過行動科技接受營養衛教訊息的意向，東海大學餐旅管理學系碩士班論文。
二、英文文獻
1.Aungst, T. D., Clauson, K. A., Misra, S., Lewis, T. L., & Husain, I., (2014). How to Identify, Assess and Utilise Mobile Medical Applications in Clinical Practice. International Journal of Clinical Practice, 68(2), 155-162.
2.Davis, F. D., (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13(3), 318-339.
3.Davis, F. D., Bagozzi, R. P., & Warshaw, P. R., (1989). User Acceptance of Computer Technology: A Comparison of Two Theoretical Models. Management Sciences, 35(8), 982-1003.
4.Egea, J. M. O., & González, M. V. R. (2011). Explaining Physicians’ Acceptance of EHCR Systems: An Extension of TAM with Trust and Risk Factors. Computers in Human Behavior, 27(1), 319-332.
5.Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E., (2018). Multivariate Data Analysis. Publisher: Cengage Learning EMEA.
6.Hsieh, P. J. (2015). Physicians’ Acceptance of Electronic Medical Records Exchange: An Extension of the Decomposed TPB Model with Institutional Trust and Perceived Risk. International Journal of Medical Informatics, 84(1), 1-14.
7.Hung, S. Y., Ku, Y. C., & Chien, J. C. (2011). Understanding Physicians’ Acceptance of the Medline System for Practicing Evidence-Based Medicine: A Decomposed TPB Model. International Journal of Medical Informatics, 81(2), 130-142.
8.Ifinedo, P. (2016). The Moderating Effects of Demographic and Individual Characteristics on Nurses’ Acceptance of Information Systems: A Canadian study. International Journal of Medical Informatics, 87, 27-35.
9.Ketikidis, P., Dimitrovski, T., Lazuras, L. & Bath, P. A. (2012). Acceptance of Health Information Technology in Health Professionals: An Application of the Revised Technology Acceptance Model. Health Informatics Journal, 18 (2), 124-134.
10.Lin, H. C., Chiou, J. Y., Chen, C. C., & Yang, C. W. (2016). Understanding the Impact of Nurses’ Perception and Technological Capability on Nurses’ Satisfaction with Nursing Information System Usage: A Holistic Perspective of Alignment. Computers in Human Behavior, 57, 143-152.
11.Moores, T. (2012). Towards an Integrated Model of IT Acceptance in Healthcare. Decision Support System, 53(3), 507-516.
12.Nah, F. F., Siau, K., & Sheng, H. (2005). The Value of Mobile Applications: A Utility Company Study. Communications of the ACM, 48(2), 85-90.
13.Pai, F. Y., & Huang, K. I. (2011). Applying the Technology Acceptance Model to the Introduction of Healthcare Information Systems. Technological Forecasting and Social Change, 78(4), 650-660.
14.Tung, F. C., Chang, S. C., & Chou, C. M. (2008). An Extension of Trust and TAM Model with IDT in the Adoption of the Electronic Logistics Information System in HIS in the Medical Industry. International Journal of Medical Informatics, 77(5), 324-335.