مدل‌سازی و تحلیل سناریو نوآوری دیجیتال در بخش خدمات درمانی: مطالعه موردی

مقدمه: امروزه دیجیتالی‌شدن یک عامل حیاتی برای نوآوری در شرکت‌ها، مراکز تحقیقاتی و سازمان‌های دولتی است. این مطالعه باهدف شناسایی محرک‌های نوآوری دیجیتال، ترسیم شبکه روابط بین آنها و تحلیل سناریو مسیرهای موثر محرک‌ها در بیمارستان‌های دولتی شهر رفسنجان انجام شد.روش ها: پژوهش حاضر از لحاظ هدف کاربردی و از نظر نحوه جمع‌آوری اطلاعات توصیفی - پیمایشی است که در سال 1402 انجام شد. جامعه آماری پژوهش شامل خبرگان بیمارستان‌های دولتی و دانشگاه علوم پزشکی شهر رفسنجان بود. نمونه شامل 12 نفر از خبرگان بودند که به روش گلوله برفی انتخاب شدند. روایی داده ها با استفاده از شاخص نسبت روایی محتوا تائید شد. داده های جمع آوری شده با روش نقشه شناختی فازی و با نرم افزارهای fcmapper، pajek و excel تحلیل گردید.یافته ها: بر اساس نتایج 12 عامل کلیدی به‌عنوان محرک‌های نوآوری دیجیتال در بیمارستان‌های دولتی شناسایی شد. نتایج اجرای تکنیک نقشه شناختی فازی نشان داد که محرک حمایت مدیریت ارشد با ضریب 1/57 دارای بیشترین تاثیرگذاری، محرک‌ ظرفیت دیجیتال سازمان با ضریب 3/24 دارای بیشترین تاثیرپذیری و محرک‌ ظرفیت دیجیتال سازمان با ضریب 3/89 دارای بیشترین مرکزیت هستند. طبق نتایج سناریوها، توجه به محرک حمایت مدیریت ارشد، اندازه سازمان، و پهنای باند بهبود اتوماسیون بیمارستان را فراهم می‌کند..نتیجه‌گیری: باتوجه‌به شناسایی 12 محرک نوآوری دیجیتالی و بررسی روابط علّی میان این محرک‌ها، به نظر می‌رسد که مسئولان بیمارستانی برای تسهیل فرایند نوآوری دیجیتالی باید اولویت ویژه‌ای به محرک «نیازهای شهروندان» اختصاص دهند.

modeling and scenario analysis of digital innovation in the healthcare sector: a case study

introduction: digitalization has become a crucial factor driving innovation in companies, research centers, and governmental organizations. this study aimed to identify the drivers of digital innovation, map the relationships between them, and analyze the effective routes of these drivers within governmental hospitals in rafsanjan.methods: this research is pragmatic in its purpose and employs a descriptive survey for data collection, conducted in 1402. the study’s population comprised experts from governmental hospitals in rafsanjan, with a sample of 12 experts selected through the snowball method. the data’s validity was confirmed using the content validity ratio index. data analysis was performed using the fuzzy cognitive mapping method, supported by fcmapper, pajek, and excel software.results: the study identified 12 key factors driving digital innovation in governmental hospitals. fuzzy cognitive map analysis revealed that senior management support, with a coefficient of 1.57, exerted the most influence. meanwhile, the organization’s digital capacity, with a coefficient of 3.24, was found to have the greatest influence. additionally, the organization’s digital capacity, with a coefficient of 3.89, exhibited the highest centrality. this research contributes by identifying key digital innovation factors, establishing causal relationships among these factors, and determining the primary factors influencing others through various digital innovation scenarios within governmental hospitals.conclusion: based on scenario analysis findings encompassing 12 drivers and understanding the causal relationships among them, it is recommended that hospital authorities prioritize the needs of citizens driver to foster digital innovation.