یادگیری هوشمند و تحول مدیریت 3115-8900 در دست انتشار 1405 12 01 Identifying the Causal Factors of Digital Health Policymaking with an Artificial Intelligence Approach in Universities of Medical Sciences in Iran’s Macro-Region One شناسایی عوامل علی خط‌مشی‌گذاری سلامت دیجیتال با رویکرد هوش مصنوعی در دانشگاه‌های علوم پزشکی کلان‌منطقه یک 1 25. FA سکینه نجفی کلیجی دانشجوی دکتری گروه مدیریت دولتی، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران زین العابدین رحمانی استادیار، گروه مدیریت، دانشگاه پیام نور، ساری، ایران مریم تقوایی گروه مدیریت آموزشی، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران Journal Article 1405/02/06 <p>This study aimed to identify and explain the causal factors influencing artificial intelligence-based digital health policymaking in universities of medical sciences located in Iran’s Macro-Region One. This applied qualitative study was conducted using grounded theory based on the paradigm model proposed by Strauss and Corbin. Participants comprised experts in health policymaking, health management, and health information technology who were recruited through purposive and snowball sampling. Data were collected through semi-structured interviews. Theoretical saturation was achieved after 11 interviews, and one additional interview was conducted to confirm saturation. The collected data were analyzed through open, axial, and selective coding using MAXQDA 2024. The trustworthiness of the findings was evaluated according to Lincoln and Guba’s criteria of credibility, transferability, dependability, and confirmability. Coding reliability was also confirmed through an inter-coder agreement exceeding 80%. The analysis generated 76 open codes, 11 axial categories, and one core category entitled “Causal Factors of Artificial Intelligence-Based Digital Health Policymaking.” The axial categories were organized into six dimensions: economic and financial, legal and policy, social and cultural, technological and data-driven, structural and human resources, and clinical and managerial factors. The principal causal drivers included increasing economic pressures and the need for cost control, public health crises, the rapid expansion of health data, changing patient expectations, regulatory requirements, fragmented information systems, shortages of specialized personnel, the need to reduce medical errors, international competitiveness, emerging intelligent technologies, and the growing complexity of clinical and managerial decision-making. Artificial intelligence-based digital health policymaking is a multidimensional phenomenon whose successful development requires the simultaneous consideration of economic, legal, social, technological, structural, and clinical requirements. The proposed framework can provide an indigenous basis for strategic decision-making, health-information integration, improved health governance, more efficient resource allocation, and the development of intelligent healthcare services in universities of medical sciences.</p> <p>پژوهش حاضر با هدف شناسایی و تبیین عوامل علی مؤثر بر شکل‌گیری خط‌مشی‌گذاری سلامت دیجیتال با رویکرد هوش مصنوعی در دانشگاه‌های علوم پزشکی کلان‌منطقه یک کشور انجام شد. این پژوهش از نظر هدف، کاربردی و از نظر رویکرد، کیفی بود و با استفاده از نظریه داده‌بنیاد و الگوی پارادایمی اشتراوس و کوربین انجام شد. مشارکت‌کنندگان شامل خبرگان خط‌مشی‌گذاری سلامت، مدیریت سلامت و فناوری اطلاعات سلامت بودند که با نمونه‌گیری هدفمند و گلوله‌برفی انتخاب شدند. داده‌ها از طریق مصاحبه‌های نیمه‌ساختاریافته گردآوری شد؛ اشباع نظری پس از ۱۱ مصاحبه حاصل گردید و یک مصاحبه تکمیلی نیز برای تأیید اشباع انجام شد. داده‌ها با نرم‌افزار MAXQDA 2024 و طی مراحل کدگذاری باز، محوری و گزینشی تحلیل شدند. اعتبار داده‌ها بر اساس معیارهای مقبولیت، انتقال‌پذیری، اطمینان‌پذیری و تأییدپذیری لینکلن و گوبا و پایایی کدگذاری با توافق درون‌موضوعی بیش از ۸۰ درصد بررسی شد. تحلیل داده‌ها به استخراج ۷۶ کد باز، ۱۱ مقوله محوری و یک مقوله هسته با عنوان «عوامل علی خط‌مشی‌گذاری سلامت دیجیتال با رویکرد هوش مصنوعی» منجر شد. مقوله‌های محوری در شش بعد اقتصادی و مالی، قانونی و سیاستی، اجتماعی و فرهنگی، فناورانه و داده‌محور، ساختاری و منابع انسانی، و بالینی و مدیریتی سازمان‌دهی شدند. فشارهای اقتصادی و ضرورت کنترل هزینه‌ها، بحران‌های سلامت، افزایش حجم داده‌های سلامت، تغییر انتظارات بیماران، الزامات قانونی، پراکندگی سامانه‌های اطلاعاتی، کمبود نیروی متخصص، ضرورت کاهش خطاهای پزشکی، رقابت‌پذیری بین‌المللی، ظهور فناوری‌های هوشمند و پیچیدگی تصمیم‌گیری‌های بالینی، مهم‌ترین محرک‌های شناسایی‌شده بودند. خط‌مشی‌گذاری سلامت دیجیتال مبتنی بر هوش مصنوعی پدیده‌ای چندبعدی است و موفقیت آن مستلزم توجه هم‌زمان به الزامات اقتصادی، قانونی، اجتماعی، فناورانه، ساختاری و بالینی است. چارچوب ارائه‌شده می‌تواند مبنایی بومی برای تصمیم‌گیری راهبردی، یکپارچه‌سازی اطلاعات، بهبود حکمرانی سلامت، افزایش کارایی منابع و توسعه خدمات هوشمند در دانشگاه‌های علوم پزشکی باشد.</p> https://jilmt.com/index.php/jilmt/article/download/393/280