مجله علوم پزشکی صدرا

ارائه مدل فازی حفاظت از حریم خصوصی مشتریان در کسب‌وکارهای اینترنتی حوزه سلامت با استفاده از مدلسازی ساختاری تفسیری

نوع مقاله : مقاله پژوهشی

نویسندگان

زهرا شریفی 1
محمد علی کرامتی 2
مهرزاد مینویی 3

1 گروه مدیریت فناوری اطلاعات، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران

2 گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران

3 گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران

https://doi.org/10.30476/smsj.2026.104746.1583
چکیده
مقدمه: با گسترش روزافزون خدمات پزشکی و بهداشتی بر بستر فضای مجازی، موضوع حفظ محرمانگی اطلاعات شخصی کاربران به یک چالش اساسی و حیاتی تبدیل شده است. هدف از این پژوهش، طراحی یک الگوی ساختاریافته برای صیانت از حریم خصوصی مصرف‌کنندگان در عرصه سلامت الکترونیک با بهره‌گیری از روش تلفیقی مدل‌سازی تفسیری-ساختاری و منطق فازی است.
مواد و روش‌ها:این پژوهش با جامعه‌ای شامل اساتید دانشگاه و مدیران فروشگاه‌های تجهیزات پزشکی انجام شد و از 12 نفر به‌صورت نمونه‌گیری هدفمند بهره برده است. ابزار تحقیق پرسشنامه محقق‌ساخته است و اطلاعات با استفاده از روش دلفی فازی و نرم‌افزارهای MATLAB و MICMAC تحلیل شده است.
یافته‌ها: بر اساس نتایج به‌دست‌آمده، ۱۴ عامل کلیدی مؤثر شناسایی شد. این عوامل در قالب یک مدل سلسله‌مراتبی ۷ سطحی سازماندهی شدند. خروجی حاصل از مدل‌سازی تفسیری-ساختاری فازی (FISM) نشان داد برخی از عوامل نقش پیشبرنده و محرک داشته در حالی که برخی دیگر بیشتر تحت تأثیر قرار می‌گیرند؛ در نتیجه تمرکز بر عوامل پیشران می‌تواند به ارتقاء سایر شاخص‌های سیستم انجامد.
نتیجه گیری: یافته‌های پژوهش حاکی از آن است که مقوله حریم خصوصی در فضای سلامت آنلاین دارای ابعاد چندگانه بوده و مستلزم توجه همزمان به جنبه‌های فنی، مدیریتی و رفتاری است. الگوی پیشنهادی می‌تواند به عنوان راهنمایی عملی برای مدیران فروشگاه‌های اینترنتی حوزه سلامت مورد استفاده قرار گیرد تا با اولویت‌بندی اقدامات امنیتی، سطح اعتماد مشتریان را افزایش دهند. همچنین این مدل به سیاست‌گذاران کمک می‌کند تا مقررات دقیق‌تری برای حفاظت از داده‌های بهداشتی-درمانی تدوین نمایند. تلفیق راهبردهای فنی با رویکردهای مدیریتی و رفتاری می‌تواند منجر به ارتقاء حریم خصوصی و امنیت کاربران شود.

تازه های تحقیق

Zahra Sharifi (Google Scholar)

کلیدواژه‌ها

حریم خصوصی
تجهیزات و ملزومات
سلامت دیجیتال
تکنیک‌های حمایت از تصمیم‌گیری
مدل‌های نظری
  1. Jørgensen CS, SA S, Katt B. Digital twins in healthcare: security, privacy, trust and safety challenges. In: European Symposium on Research in Computer Security. Cham: Springer Nature Switzerland; 2023. p. 140-53.
  2. Armeni P, PI P, De Rossi LM, Diaferia L, Meregalli S, Gatti A. Digital twins in healthcare: is it the beginning of a new era of evidence-based medicine? A critical review. J Pers Med. 2022;12(8):1255.
  3. Blasiak A, SY S, Leitman D, Ng WY, De Nicola R, Lee VV, et al. Omnichannel communication to boost patient engagement and behavioral change with digital health interventions. J Med Internet Res. 2022;24(11):e32789.
  4. Winter PD, CT C. Using the non-adoption, abandonment, scale-up, spread, and sustainability (NASSS) framework to identify barriers and facilitators for the implementation of digital twins in cardiovascular medicine. Sensors. 2023;23(14):6333.
  5. Esha NHT, Huq S, Mahmud M, Kaiser MS. Trust IoHT: a trust management model for Internet of Healthcare Things. In: Proceedings of the International Conference on Data Science and Applications; Kolkata; 2021. p. 47-57.
  6. Lydahl D. Standard tools for non-standard care: the values and scripts of a person-centred assessment protocol. Health. 2021;25(1):103-20.
  7. Zhou W, Y Z, Peng A, Zhang Y, Liu P. The effect of IoT new features on security and privacy: new threats, existing solutions, and challenges yet to be solved. IEEE Internet Things J. 2018;6(2):1606-16.
  8. Shahid JA, R S, Kiani AK, Ahmad T, Saeed S, Almuhaideb AM. Data protection and privacy of the Internet of Healthcare Things (IoHTs). Appl Sci. 2022;12(4):1927.
  9. Alghanim AR, SMM S, Hossain MA. Privacy analysis of smart city healthcare services. In: 2017 IEEE International Symposium on Multimedia (ISM). Piscataway: IEEE; 2017. p. 394-8.
  10. Dhasarathan C, Shanmugam M, Kumar M. A nomadic multi-agent based privacy metrics for e-health care: a deep learning approach. Multimed Tools Appl. 2023;82(15):21045-67.
  11. Hahanov V, Miz V. Big data driven healthcare services and wearables. In: The experience of designing and application of CAD systems in microelectronics. Piscataway: IEEE; 2015. p. 310-2.
  12. Abouelmehdi KB, Khaloufi H, Benhaddou A. Big healthcare data: preserving security and privacy. J Big Data. 2018;5(1):1.
  13. Makovee R. Online privacy, overview and preliminary research. J Inf Technol Policy. 2010;34(2):1-15.
  14. Kuacharoen P. Practical customer privacy protection on shared servers. Res Pract Inf Technol. 2014;2:1-6.
  15. Gupta B, Chennamaneni A. Understanding online privacy protection behavior on the older adults: an empirical investigation. J Inf Technol Manag. 2018;3:1-13.
  16. Mohamed NA, Jawhar I, Kesserwan N. Leveraging digital twins for healthcare systems engineering. IEEE Access. 2023;11:69841-53.
  17. Hwang H, GL H, Y L. Evaluating people’s concern about their health information privacy based on power-responsibility equilibrium model: a case of Taiwan. J Med Syst. 2022;46(2):46.
  18. Vidovszky AA, FC F, Loukianov AD, Smith AM, Tramel EW, Walsh JR, et al. Increasing acceptance of AI-generated digital twins through clinical trial applications. Clin Transl Sci. 2024;17(7):e13897.
  19. Nourani AH. Artificial intelligence in healthcare. Health Biomed Inform. 2022;9(3):193-5.
  20. Sun T, HX H, Song X, Shu L, Li Z. The digital twin in medicine: a key to the future of healthcare? Front Med (Lausanne). 2022;9:907066.
  21. Iadanza E, Cerofolini S, Lombardo C. Medical devices nomenclature systems: a scoping review. Health Technol. 2021;11(4):681-92.
  22. Ishida K, Fujioka T, Endo T. Evaluation of electromagnetic fields in a hospital for safe use of electronic medical equipment. J Med Syst. 2016;40(2):46.
  23. Degerli M. Privacy issues in data-driven health care. In: Dey N, editor. Data-driven approach for bio-medical and healthcare. Singapore: Springer; 2023. p. 23-7.
  24. Lazar A, Dixon EE. Safe enough to share: setting the dementia agenda online. Proc ACM Hum Comput Interact. 2019;3(CSCW):1-23.
  25. Hutchings E, Loomes M, Butow P. A systematic literature review of health consumer attitudes towards secondary use and sharing of health administrative and clinical trial data: a focus on privacy, trust, and transparency. Syst Rev. 2020;9(1):235.
  26. Labbaf A, JM J, Jafaripouyan E, Mazinani M. Challenges and solutions for managing the COVID-19 crisis in hospitals at Tehran University of Medical Sciences. J Sch Public Health Inst Public Health Res. 2020;18(4):255-72. Persian.
  27. Malmir R, MA M, Toghyani R, Sfari MS. COVID-19 crisis management: reengineering the health service delivery system in Iran. Sci Res Med Syst Organ. 2020;39(1):11-8. Persian.
  28. Motti VG, Berkovsky S. Healthcare privacy. In: Knijnenburg BP, Page X, Wisniewski P, Lipford HR, Proferes N, Romano J, editors. Modern socio-technical perspectives on privacy. Cham: Springer; 2022. p. 203-31.
  29. Saura JR, Ribeiro-Soriano D, Palacios-Marqués D. Evaluating security and privacy issues of social networks based information systems in Industry 4.0. Enterp Inf Syst. 2021;15(8):1235-51.
  30. Iraj N. Examining the status and scope of individuals’ privacy in cyberspace with emphasis on transnational documents [PhD dissertation]. Tehran: Resalat Institute of Higher Education; 2022.
  31. Nasirian A, PH P. Privacy for secure cloud storage. In: The Second International Conference on Research in Science and Technology; Istanbul; 2015.
  32. Wang EST. Role of privacy legislations and online business brand image in consumer perceptions of online privacy risk. J Consum Aff. 2019;14(2):59-69.
  33. Ramin G. Privacy in analyzing data from massive sources in the cloud. J Cloud Comput. 2022;11(1):45.
  34. Sharifi Z, Keramati MA, Minouei M. Customers internet of privacy the protecting for model a developing health of field the in. Sadra Med Sci J. 2024;12(4):587-98. Persian.
  35. Juanli L, Lei H, Yubo W, Ye L, Sleiman KA, Suliman MA. An empirical investigation of e-loyalty formation for online shopping in China. Acta Psychol (Amst). 2025;258:105135.
  36. Datta A, Dey BK, Bhuniya S, Sangal I, Mandal B, Sarkar M, et al. Adaptation of e-commerce retailing to enhance customer satisfaction within a dynamical system under transfer of risk. J Retail Consum Serv. 2025;84:104129.
مجله علوم پزشکی صدرا
دوره 14، شماره 1
بهار 1405
صفحه 207-225

صفحه اصلی

راهنمای نویسندگان

ارسال مقاله

راهنمای داوران

تماس با ما