Designing an Electronic Marketing Model for Medical Tourism of the Islamic Republic of Iran with the Proposal ‎Systems Approach

Document Type : Original Article

Authors

1 PhD student, Department of Management, Faculty of Administrative Sciences and Economics,University of Isfahan

2 Associate Professor at Faculty of Administrative and Economics, University of Isfahan

3 Professor of Software Engineering, Faculty of Computer Engineering, University of Isfahan

4 Professor, Department of Management, Faculty of Administrative Sciences and Economics, University of Isfahan

Abstract

Today, the medical tourism industry is considered as one of the most important industries in the world and one of the highest income industries. The growth of information and communication technologies has not affected the growth of the industry over the past few decades and has provided the growth of electronic tourism. Given this position, it is necessary to elaborate a recommendation system template for e-tourism marketing as an issue in the country and to strengthen the strategies and mechanisms for promoting and empowering the industry through the information technology approach. This study aimed to design a recommendation system model for e-tourism marketing in Iran. The research is developmental in scope and is a component of mixed research. The statistical population was in the qualitative part of hospital managers and medical tourism experts who were selected by snowball method. They had an in-depth semi-structured interview. The qualitative results showed that the model of medical tourism has five dimensions including factors related to medical services, factors related to individual characteristics, factors related to internet information, factors related to tourism peripheral attractions, and factors related to travel facilities. In the quantitative section, a questionnaire based on the qualitative model was prepared and distributed among patients who referred to hospitals of Shiraz and Tehran for treatment and use of health services. Content validity and diagnostic validity were used for validity and Cronbach's alpha and composite reliability were used for reliability, respectively. The results of the quantitative section confirmed the model designed in the qualitative section. According to the findings of the study, it is suggested that the model resulting from this research be implemented and proposed by the proposed system, which according to the characteristics of the research, using the hybrid methodology is the most appropriate method for implementing the research model.
 

Keywords


مقدمه

با گذر از اقتصاد سنتی و شدت یافتن رقابت، تداوم سازمان‌ها و بازارها در گرو شناسایی و جذب مشتریان جدید و حفظ مشتریان است (فیض پور، 1391). این مهم نیز با استفادة درست و صحیح از راهبردهای بازاریابی میسر است. گردشگری نیز یک فعالیت مبتنی‌بر اطلاعات است؛ بنابراین مکان‌ها و محصولات گردشگری به‌شدت به معرفی، توصیف و نمایش قابلیت‌ها و امکانات آن وابسته است (دان و همکاران[1]، 2011). ازاین‌رو ضرورت توسعه و ارتقای زیرساخت‌های این صنعت در زمینة فناوری اطلاعات و ارتباطات بسیار اهمیت پیدا کرده است. برای گسترش این صنعت باید به این مقوله توجه بیشتر و ژرف‌تری کرد. گردشگری الکترونیک را این‌گونه می توان تعریف کرد: به‌کارگیری فناوری‌های نوین برای ارائة خدمات ضروری گردشگران با استفاده از فناوری اطلاعات، ارائة خدمات لازم برای گردشگران به‌طور ساده‌تر و با کیفیتی مطلوب و هزینه‌ای کمتر (رادمنش[2]، 2016). واژة گردشگری الکترونیک نیز به‌معنای کاربرد کسب‌وکار الکترونیکی در مسافرت و گردشگری است و سه مجموعة متمایز کسب‌و‌کار، نظام‌های اطلاعاتی و مدیریت وگردشگری را شامل می‌شود. باتوجه‌به توضیحات بیان‌شده، گردشگری الکترونیک ارائة تمامی خدماتی است که در گذشته گردشگران به‌صورتی سنتی از آنها استفاده می‌کردند، به علاوه خدماتی که به‌واسطة فناوری اطلاعات میسر شده‌اند. انجمن بین‌المللی کارشناسان متخصص توریسم، گردشگری را فعالیت خاصی می‌داند که ازطریق انتخاب و پذیرش سفر به محیطی بیرون از منزل به صورت یک اقامت شبانه انجام می‌پذیرد (ساتلر و همکاران[3]، 2010).

گردشگری پس از صنعت نفت و خودروسازی، سومین صنعت بزرگ جهان به شمار می‌رود. این صنعت تأثیر بسزایی در درآمدهای ارزی کشورها دارد و به‌طور حتم در آینده‌ای نزدیک، به صنعت اول جهان تبدیل خواهد شد(جعفری، بهادری و روانگرد[4]، 2016). با گذر زمان و پیشرفت این صنعت، گردشگری از حالت عام خارج شده و به شاخه‌های تخصصی نظیر گردشگری فرهنگی، گردشگری ورزشی، گردشگری ماجراجویانه، گردشگری مذهبی، گردشگری پزشکی و ... تقسیم شده است. آنچه مبنای این تقسیم‌بندی قرار می‌گیرد، «نیت یا قصد اصلی» گردشگر از گردشگری است؛ بنابراین، افرادی که به‌منظور برخورداری از خدمات سلامت (پیشگیری، درمان) به کشور دیگری سفر می‌کنند، در زمرة گردشگران سلامت قرار دارند (دیانا و سالامگا[5]، 2018).

بازار گردشگری پزشکی در کشورهای خاورمیانه در سال 2006 میلادی معادل یک میلیارد و 240 میلیون دلار بوده و تا سال 2011 به‌طور متوسط سالانه 4/7 درصد رشد داشته و تا سال 2019 درآمد این منطقه با جذب 1100 هزار گردشگر درمانی به 3 میلیارد دلار رسیده که یکی از جذاب‌ترین و پرسودترین بازارهای جهانی در حال حاضر است (پارک، کیم، لی[6]، 2019). طبق آمار سالانة سازمان جهانی بهداشت، سالانه حدود 50 میلیارد دلار، صرف درمان بیماران منطقه در کشورهای اروپایی و آمریکایی می‌شود که جذب درصدی از این مبلغ تأثیر چشمگیری در اقتصاد گردشگری پزشکی کشور ما خواهد داشت. این در حالی است که سهم ایران از گردشگری سلامت 400 تا 500 میلیون دلار در سال است که این سهم حدود 5/0 درصد جهان است و این میزان نسبت به پتانسیل‌های موجود در کشور ما درصد بسیار ناچیزی است (دنیای اقتصاد، 1396).

دلایل متعدد نشان‌دهندة این واقعیت است که در دهه‌های اخیر، بخش خدمات رشد سریعی را تجربه کرده است. یکی از این بازارهای جذاب و پررونق خدماتی حوزة گردشگری پزشکی است که موجب درگیری حوزه‌های خدماتی مختلف در این عرصه می‌‌شود؛ اما نبودِ بستر مؤثر برای معرفی و جذب گردشگر پزشکی در کشور ما موجب شده است که سهم ناچیزی را از این بازار برخودار باشیم. بنابراین براساس چشم‌انداز 1404، ایران قصد دارد تا پایان این سال حدود 20 میلیون گردشگر خارجی جذب کند و از مجموع افراد گردشگری که وارد کشورها می‌شوند، 6 تا 10 درصد را کسانی تشکیل می‌دهند که برای درمان و استفاده از مواهب طبیعی به کشور سفر می‌کنند. ایران هم با عنایت به مزیت‌ها و قابلیت‌های خود در گردشگری پزشکی ازجمله هزینة کم و کیفیت کم‌نظیر خدمات پزشکی تصمیم دارد تا از فرصت‌های موجود استفاده کند؛ از سوی دیگر، برای بهره‌برداری از قابلیت‌های خود در این زمینه با چالش‌های اساسی روبه‌روست. توانمندی‌هایی که فضای اینترنتی و خصوصاً برنامه‌های سیستم‌های پیشنهاددهنده دارا هستند و مطالعاتی که نشان‌دهندة به کار نگرفتن این ابزارهای بالقوه در حوزة خدمات گردشگری پزشکی است، ما را به سمت فراهم آوردن الگویی برای بهره‌وری از قابلیت‌های سیستم‌های پیشنهاددهنده هدایت می‌کند.

سیستم‌های پیشنهاددهنده در حال حاضر در بسیاری از حوزه‌های مختلف استفاده می‌شود. برخی ظهور سیستم‌های پیشنهاددهنده را از مطالعات انجام‌شده در علوم شـناختی، نظریة تخمین، نظریة پیش‌بینی و مدل‌های رفتار انتخاب مشتری در بازاریابی و تجارت الکترونیک می‌دانند (پانیلو، جورجوجلیون[7]، 2016).

بنابراین در کنار لزوم برنامه‌ریزی‌های کلان برای سرمایه‌گذاری بر روی گردشگری سلامت و پزشکی، برنامه‌ریزی برای طراحی و پیاده‌سازی چنین سیستم‌هایی نیز ضروری به نظر می‌رسد. با افزایش میزان اطلاعات یا حتی گزینه‌های انتخابی، سؤال‌هایی برای گردشگران مطرح می‌شود که آنها را تفسیر و مجدداً بررسی کرده و گاها در تصمیم خود برای سفر تجدیدنظر می‌کنند و اگر یک سیستم بخواهد در این زمینه درست عمل کند و گردشگر را به‌خوبی راهنمایی کند، باید قادر به پیش‌بینی رفتارهای گردشگران یا مشتریان باشد. به‌طورکلی اصولاً بر این موضوع اتفاق‌نظر است که چگونگی جستجو توسط مشتریان، چگونگی به کار بردن و استفاده از اطلاعات، پدیده‌ای پیچیده است که کاملاً مشخص‌شده نیست. در هر حال عملکرد هوشمندانه سیستم پیشنهاددهنده می‌تواند سازوکار یا الگوی بهتری برای شناسایی و پیش‌بینی و بازخورد مناسب با آنها داشته باشد.

چنانچه بتوان عوامل مؤثر در طراحی یک سیستم پیشنهاددهنده در حوزة بازاریابی گردشگر پزشکی را شناسایی و تعیین کرد و باتوجه‌به این شناخت، درنهایت الگویی برای پیاده‌سازی این سامانه پیشنهاد شود، گام مؤثری در رونق و افزایش سهم کشورمان از این حوزة کسب‌وکار برداشته خواهد شد. باتوجه‌به اینکه گردشگری یکی از پویاترین و سریع‌ترین صنایع در حال رشد در جهان است و سازمان ملل متحد این صنعت را یکی از ابزارهای اصلی توسعة اقتصادی، اشتغال و منبعی برای کسب درآمد بیشتر به رسمیت شناخته است و باتوجه‌به اینکه در کشورهای توسعه‌یافته، گردشگری باعث تنوّع درآمدها و تقویت انسجام در اقتصاد می‌شود، انجام این پژوهش ضروری به نظر می‌رسد.

 

مروری بر منابع نظری پژوهش

امروزه کشورهایی که برای افزایش درآمد ناخالص ملی خود ازطریق گسترش بازار خدمات برنامه‌ریزی کرده‌اند، بازار گردشگری را مهم‌ترین بازار با گردش مالی، اشتغال‌زایی مولد و حاشیة سود بالا می‌دانند.در میان بخش‌های مختلف گردشگری، حوزة گردشگری پزشکی، باتوجه‌به ویژگی خاص آن از سرعت رشد بیشتری نسبت به دیگر حوزه‌ها برخوردار و نیازمند توجه ویژه‌ای هست (نیلاشی و همکاران[8]، 2019).

بـراسـاس تعریـف سـازمان جهـانی جهـانگردی، یکی از اهدافی که سبب ایجاد انگیـزة مسـافرت در گردشگر می‌شود، سفر به منظور کسب سلامتی است. گردشگری سلامت نوعی از گردشگری است که بـه‌منظـور حفـظ، بهبـود و حصـول مجـدد سلامت جسمی و ذهنـی فـرد بـه مـدتی بـیش از 24 ســاعت و کمتــر از یــک ســال صــورت مــی‌گیــرد (حسین‌پور و ریاحی، 1397).

گردشگری سلامت دارای سه بعد است:

 1- گردشگری تندرستی: بــه مســافرت گردشگر بـه دهکـده‌هـای سـلامت و منـاطق دارای چشمه‌های آب معـدنی آب‌گـرم اشـاره می‌کند. در این نـوع سـفر گردشگر بـرای رهـایی از تنش‌های زندگی روزمره و تجدید قوا بدون مداخله و نظارت پزشکی راهی سـفر مـی‌شـود.

2- گردشگری درمانی: به‌معنای مسافرت گردشگر به‌منظـور اسـتفاده از منـابع درمـانی طبیعـی (آب‌هـای معدنی، نمک، لجن و ...) اسـت کـه معمـولاً بـرا ی درمان برخی بیماری‌هـا یـا گذرانـدن دوران نقاهـت تحت نظارت و مداخلة پزشکی انجام می‌گیرد.

3- گردشگری پزشکی: نــوع دیگــری از گردشــگری سلامت است که در آن مسافرت بـه‌منظـور درمـان بیماری‌های جسمی یا انجام نوعی از عمل‌های جراحی تحــت نظــارت پزشــکان در بیمارســتان‌هــا و مراکــز درمانی انجام مـی‌شـود (رابینسون و همکاران[9]، 2019) .گردشگری پزشکی عبارت است از «سفر بیماران به کشورهای دیگر برای استفاده از خدمات درمانی با کیفیت و قیمت مناسب» (مجیدی و همکاران[10]، 2017). یکی دیگر از مفاهیم گردشگری پزشکی، تصمیم‌گیری افراد برای درمان بیماری خارج از مرزهای جغرافیایی کشور خود است (لانت و همکاران[11]، 2011).

عواملی باعث تقویت صنعت گردشگری پزشکی شده است که از آن جمله می‌توان به موارد زیر اشاره کرد: گسترش شبکة جهانی اینترنت و سهولت اطلاع‌رسانی در سراسر دنیا به بیماران دربارة خدمات پزشکی کشورهای مختلف (جورج و همکاران[12]، 2019)؛ رقابتی شدن صنعت پزشکی در دنیا و توسعة این صنعت در کشورهای مختلف (اشرفی و همکاران، 1398))؛ جذاب بودن میزان درآمد از این صنعت برای دولت‌ها و تلاش آنها برای کسب درآمد و تأمین مالی از این طریق (رابینسون و همکاران، 2019)؛ گسترش شرکت‌های خدماتی فعال در حوزة گردشگری، عوامل هزینة پزشکی و افزایش تقاضا برای دریافت (موهام و همکاران[13]، 2008)؛ خدمات درمانی به‌دلیل افزایش جمعیت مسن در کشورهای پیشرفته و تمایل آنها برای سفر و رشد چشمگیر انواع مختلف مسافرت به کشورهای دیگر برای درمان، جراحی‌های پلاستیک و نازایی و تمایل این‌قبیل بیماران برای درمان در کشوری دیگر به‌منظور ارزش کل بازار گردشگری پزشکی (عثمان و همکاران[14]، 2009).

 

روش‌های بازاریابی گردشگری سلامت

اولین و مهم‌ترین منبع قابل‌اعتماد گردشگران پزشکی پیشنهاد دوستان و آشنایان نزدیک آنهاست. براساس آمار و اطلاعات منتشرشده، 92 درصد از کسانی که برای درمان سفرکرده‌اند، گفته‌اند پیشنهاد دوستان و اقوام نسبت به تبلیغات در تصمیم‌گیری آنها معتبرتر بوده است. دومین منبع قابل‌اعتماد گردشگری‌های پزشکی جستجوی برخط است. حدود 70 درصد از گردشگری‌های پزشکی به‌طور خاص نظرات و پیشنهاد‌های دیگر درمان‌شدگان را مدنظر قرار داده و از آنها برای تصمیم‌گیری استفاده می‌کنند. بسیاری از مؤسسه‌های گردشگری درمانی، اطلاعات کامل پزشکان، متخصصان و گاهی افرادی مداواشده‌ را در وب‌سایت، وبلاگ یا شبکه‌های اجتماعی فراهم می‌آورند تا کسانی که قصد دارند برای درمان به آن کشور سفر کنند، از آن اطلاعات استفاده کنند. یکی از مهم‌ترین اقداماتی که شرکت‌ها و مؤسسات درمانی انجام می‌دهند، ایجاد بخشی در وب‌سایت یا شبکه‌های اجتماعی به‌نام آن شرکت برای درج نظرات کاربران است. مطالعة این نظرات از عوامل تأثیرگذار در تصمیم‌گیری گردشگران سلامت است (دیانا و سالامگا، 2018).

از دیگر راه‌های بازاریابی گردشگر درمانی تأسیس دفاتر و شرکت‌های نمایندگی در شهرهای هم‌مرز کشورهای همسایه و شهرهای پرجمعیت و مرکزی کشورهای بازارهای هدف است. وجود این‌گونه دفاتر همراه با کارشناسان فروش خبره و آماده برای دادن مشاوره به مراجعان ازعوامل مؤثر در رشد و توسعة گردشگری پزشکی است (مجید و همکاران ، 2017).

تبلیغ در کشورهای هدف از دیگر روش‌های بازاریابی پزشکی است. تبلیغات در کشورهای هدف می‌تواند به‌صورت گسترده و کلی و یا مویرگی و جزئی باشد. کسب استانداردهای بین‌المللی روش دیگر در این زمینه است. بیمارستان‌ها، کلینیک‌ها و مؤسسات درمانی با اخذ استانداردهای بین‌المللی علاوه بر افزایش اعتبار و وجهة بین‌المللی زمینه‌ساز اطمینان خاطر گردشگران است (دیمیتریوس و فورست،[15] 2015). علاوه بر مراکز درمانی، هتل‌ها، شرکت‌های حمل‌ونقل و دیگرشرکت‌ها و بخش‌های مرتبط با گردشگری سلامت نیز می‌توانند با اخذ استانداردهای بین‌المللی موجب رشد و توسعة ورود گردشگران پزشکی شوند. برخی دیگر از روش‌ها عبارت‌اند از: ایجاد امکان پذیرش بیمه‌های تکمیلی کشورهای بازارهدف، تبلیغ مراکز دیدنی و تفریحی برای رغبت بیشتر به سفر برای درمان، حضور در نمایشگاه‌های بین‌المللی گردشگری سلامت، شرکت در همایش‌های داخلی و خارجی گردشگری سلامت، عضویت در سازمان‌های بین‌المللی برای بستن قرارداد و اطلاع از مقررات و سازوکارهای بین‌المللی، زمینه‌سازی برای ورود به صدور خدمات بین‌المللی سلامت ازجمله پزشک، دارو، تهیة بانک اطلاعات گردشگری پزشکی و راه‌اندازی وب‌سایت چندزبانه است (رابینسون و همکاران[16]، 2019).

سیستم‌های پیشنهاد دهنده

سیستم‌های پیشنهاددهنده، سیستم‌های تأثیرگذار در راهنمایی و هدایت کاربر، در میان حجم عظیمی از انتخاب‌های ممکن برای رسیدن به گزینة مفید و دلخواه وی هستند. بسیاری از کاربران اینترنتی از روش‌های مختلفی به‌صورت خودآگاه یا ناخودآگاه با یک سیستم توصیه‌گر در ارتباط بوده‌اند. برای مثال زمانی که یکی از دوستان شما پیشنهاد خواندن یک کتاب جدید را به شما می‌دهد، شما برای سفارش این کتاب به یک کتاب‌فروشی برخط مراجعه می‌کنید، عنوان کتاب مدنظر خود را وارد کرده، لیستی از کتاب‌های یافت‌شده به شما نشان داده می‌شود. در قسمت دیگری از وب‌سایت کتابفروشی برخط، در بخشی با عنوان «مشتریانی که این کتاب را خریده‌اند، همچنین علاقه‌مند هستند»، فهرستی از کتبی نمایش داده می‌شود که باتوجه‌به خریدهای قبلی مشتریان، احتمالاً شما نیز به آن علاقه‌مند هستید. اگر یکی از کاربران قدیمی‌ترِ این کتاب‌فروشی برخط باشید، به محض ورود به وب‌سایت فهرستی از کتاب‌های پیشنهادی به شما نشان داده می‌شود (گومز[17]، 2014).

سیستم پیشنهاددهنده با تحلیل رفتار کاربر خود، مناسب‌ترین اقلام (اطلاعات، کالا و خدمات) را با او پیشنهاد می‌دهد. این‌گونه سیستم‌های برای مواجهه با مشکلات ناشی از حجم فراوان و رو به‌ رشد اطلاعات ارائه شده‌ا‌ند و به کاربران خود کمک می‌‌کنند تا در میان حجم عظیم اطلاعات سریع‌تر به هدف خود نزدیک شوند (گومز، 2014). در این گزارش، الگوی یک سیستم پیشنهاددهنده ارائه خواهد شد که از ترکیب دو روش محدودیت‌محور و پالایش گروهی استفاده می‌کند و در آن پایگاه دانش روش محدودیت محور با استفاده از قوانین استخراج‌شده از تعاملات کاربران همسایة کاربر هدف و به‌صورت خودکار استخراج می‌شود. جمع‌آوری پایگاه دانش به‌صورت دستی نیازمند زمان و هزینة زیاد است که در روش پیشنهادی این مشکل برطرف شده است. ارائة پیشنهـادها به کاربر هدف براساس پایگـاه دانش استخراج‌شده انجام می‌شود و به این ترتیب روش پیشنهادی مشکل شروع سرد، روش پالایش گروهی را نیز دارند.

در مواردی که تعداد تعاملات قبلی کاربران با سیستم کم باشد، سیستم‌های مبتنی بر پالایش گروهی نمی‌توانند بهینه عمل کنند. همچنین با گذشت زمان علایق کاربران باتوجه‌به تغییر سبک و شرایط زندگی دچار تحولاتی می‌شود که از این نظر سیستم‌های پیشنهادگر مبتنی‌بر محتوا نیز نمی‌توانند برای کاربری که به‌طور مثال آخرین بار شش‌سال قبل کامپیوتر خریده است و اکنون دوباره قصد این کار را دارد، بطور دقیق عمل کند. از طرف دیگر، کاربران سیستم‌های دارای محصولات پیچیده مانند اتومبیل، دوست دارند نیازهای خود را درز مینة نمونه‌هایی مانند قیمت و رنگ به‌طور صریح بیان کنند.

سیستم پیشنهاددهندة دانش‌محور برای برطرف کردن این چالش‌ها به وجود آمده‌اند که اطلاعات اضافی دربارة کالاها را در  پایگاه دانش خود جمع‌آوری می‌کنند و سعی دارند با استفاده از تعامل با کاربر پیشنهادهای دقیقی ارائه دهند. سیستم‌های دانش‌محور به دو دستة محدودیت‌محور و موردمحور تقسیم‌بندی شده‌اند. در هر دو روش فرایند ارائة پیشنهادها یکسان است. کاربر نیازهای خود را بیان می‌کند و سیستم سعی می‌کند یک راه‌حل مناسب بیابد. اگر راه‌حلی وجود نداشته باشد، سیستم نزدیک‌ترین راه‌حل‌های مشابه با خواستة کاربر را به او معرفی می‌کند. برای مثال در سیستم‌های مبتنی‌بر محدودیت اگر سیستم راه‌ حلی پیدا نکند، سعی می‌کند با نادیده گرفتن محدودیت‌های نرمی که جریمة کم‌تری دارند، پیشنهادهای خود را ارائه دهد (چمپیری و همکاران[18]، 2015).

سیستم‌های توصیه‌گر مبتنی‌بر پالایش گروهی با استفاده از تعاملات قبلی کاربران با سیستم، شباهت بین کاربران را شناسایی و بررسی می‌کنند و براساس شباهت محاسبه‌شده، مواردی که نزدیک به سلیقة او به وی پیشنهاد می‌دهند. ازجمله مزایای سیستم‌های پالایش گروهی بی‌نیازی از جمع‌آوری و نگه‌داری اطلاعات شروع سرد برای کاربران و موارد تازه و همچنین پراکندگی داده‌ها، زمانی که حجم موارد نسبت به تعداد کاربران زیاد باشد، اشاره کرد (بوهالیس[19]، 2015).

سیستم‌های پیشنهاددهندة محدودیت ‌حور یکی از انواع سیستم‌های توصیه‌گر دانش‌محور محسوب می‌شوند که برخلاف سیستم‌های پالایش گروهی برای ارائة پیشنهادها به کاربران به اطلاعات و تعاملات قبلی کاربران نیازی ندارند و براساس ویژگی‌های موارد و نیازهای کاربران عمل می‌کنند و سعی در پیشنهاد موردی دارند که بیشترین تطابق را با نیازهای کاربر داشته باشد. به این ترتیب سیستم‌های محدودیت‌محور با مشکلاتی مانند شروع سرد یا پراکندگی داده‌ها روبه‌رو نیستند، اما در عوض به یک پایگاه دانش بزرگ و کامل نیاز دارند که جمع‌آوری آن امری دشوار و پرهزینه است (جمیس و همکاران[20]، 2013).

در سیستم پیشنهاددهندة ترکیبی پیشنهادی در این پژوهش سعی شده است که با بهره بردن از مزایای سیستم‌های پالایش گروهی و محدودیت‌محور بتوان ضعف این سیستم‌ها را از بین برد و پیشنهادهایی بهتر و نزدیک‌تر به نیازهای کاربران ارائه داد.

در این شیوة ترکیبی، نخست اطلاعات حاصل از تعاملات قبلی کاربران با سیستم تجزیه و تحلیل می‌شود و سپس قواعد و دانش لازم در روش محدودیت‌محور، شناسایی و استخراج می‌شود. سپـس با استفاده از روش پالایش گروهی، محدودیت‌های خاص کاربر هدف استخراج شده و به‌منزلة پایگاه محدودیت شخصی‌شدة کاربر هدف به‌روش محدودیت‌محور داده می‌شود. روش محددیت‌محور نیز با استفاده از پایگاه دانش شخصی‌شده و مدل کاربر هدف و همچنین اطلاعات کالاها و خدمات به ارائة پیشنهاد به کاربر هدف اقدام می‌کند.

 

پیشینة پژوهش

حسین‌پور و ریاحی (1397) در پژوهش خود با عنوان «رابطة قابلیت‌های گردشگری پزشکی درمانی با میزان جذب توریست در استان اردبیل» به این نتیجه رسیدند که از بین عوامل مختلف، شرایط کشور، بیمارستان، تیم پزشکی و درمانی و مکان‌های آب‌درمانی، شرایط بیمارستان‌ها به دلیل پایین بودن درجه‌بنـدی و اسـتاندارد‌های لازم در بیمارسـتان‌های سـطح اسـتان اردبیل و شرایط تیم پزشکی و درمانی به علت آگاهی ضعیف از این ضوابط و ضعف در کسب آمادگی‌های لازم، رابطة معنی‌داری با میزان جذب توریسم در استان اردبیل نداشتند و این متغیرها در پیش‌بینی جذب توریسم پزشکی و درمانی مـؤثر نبود. شعربافتچی‌زاده و همکاران (1397) در پژوهشی با عنوان «میزان آمادگی بیمارستان‌های تک‌تخصصی شهر اصفهان برای جذب گردشگر پزشکی» به این نتیجه رسیدند که بیمارستان‌ها ازنظر انطباق با استاندارهای وزارت بهداشت در شرایط نامناسبی بودند، ازنظر نیروی انسانی، فناوری اطلاعات و ارتباطات بیمارستان‌ها در سطح غیرقابل قبول قرار داشتند. حمزه لوفرد (1395) در پژوهش خود با عنوان «سیستم‌های پیشنهاددهنده در صنعت گردشگری» به اهمیت بازار گردشگری در جهان پرداخته و سپس به نقش گردشگری الکترونیک در عصر حاضر اشاره کرده است و در این راستا به معرفی سیستم‌های پیشنهاددهنده و انواع مدل‌های آن اقدام کرده و نقش مؤثری آنها در جذب گردشگر را شرح داده است.

نیلاشی و همکاران (2019) پژوهشی با عنوان «عوامل مؤثر بر تصویب گردشگری پزشکی در مالزی با رویکردTOPSIS Dematel-Fuzzy» به این نتیجه رسیدند که عوامل انسانی و فناوری مهم‌ترین عوامل برای پذیرش گردشگری پزشکی در مالزی هستند. نتایج این پژوهش نشان داد سرمایه‌گذاری درزمینة زیرساخت‌های لازم، موجب توسعة گردشگری پزشکی در مالزی خواهد شد. دیانا و سالامگا (2018) به بررسی یک مشارکت چندنفره برای گردشگری پزشکی در کشور استرالیا پرداختند. نتایج نشان داد که دسترسی سخت ساکنان به بیمارستان، همکاری‌نکردن ذی‌نفعان و نگرش خصمانه بین پزشکان مانع پشرفت گردشگری پزشکی در استرالیاست. ایستوود و همکاران[21] (2017) به بررسی روابط بین کشورهای مبدأ و تفاوت فرهنگی بیماران با ساکنان کشورهای مقصد گردشگری پزشکی پرداختند. نتایج مطالعه نشان داد تشابهات فرهنگی کشور ترکیه با کشورهای درنظرگرفته‌شده، کمتر بودن فاصلة فیزیکی و بیشتر بودن تولید ناخالص داخلی کشورها سبب افزایش تعداد گردشگران پزشکی در ترکیه شده است. پلنیوز ایشو (2008) ارزان بودن قیمت خدمات پزشکی ایران نسبت به سایر کشورهای جهان، کیفیت مناسب و برابری آن با جدیدترین شیوه‌های علم طِب در جهان از مهم‌ترین دلایلی است که می‌تواند گردشگری درمانی را در ایران رونق دهد. معصومی (2005) ایران به‌لحاظ میراث فرهنگی رتبة پنجم، ازنظر آب و هوا رتبة دهم و متأسفانه درزمینة جذب گردشگر رتبة بیش از شصت و هفتم را داراست. سابقة برنامه‌ریزی گردشگری در کشور ما به حدود سال 1341 (آغاز برنامة سوم عمرانی کشور) برمی‌گردد؛ اما با گذشت بیش از 40 سال، هنوز جایگاه مناسب خود را نیافته است. اسپین، ‌هارتادو و نوگوارا[22] (2015) سیستم پیشنهاددهنده‌ای را برای سرویس‌دهی به گردشگران سلامت با عنوان «یک سیستم پیشنهاددهندة تغذیه برای گردشگران سالمند» ایجاد کرده‌اند که بیشتر برای بیماران مبتلا به دیابت مفید است. در این سیستم انواع سرویس‌های درمانی ازجمله خدمات مشاوره‌ای، مراکز ورزشی مرتبط و خدمات درمانی به بیماران توصیه می‌شود. این سیستم پیشنهاددهنده برمبنای منطق فازی ساخته شده و با شبکة بیزین[23] بهینه‌سازی شده است. طراحان این سیستم پیشنهاددهنده، اطلاعات چندانی از شیوة ساخت و الگوریتم‌های این سیستم در اختیار دیگران قرار نداده‌اند. فریخا، ماهیری و گرگوری (2014) در پژوهشی با عنوان «طراحی سیستم پیشنهاددهنده برای گردشگری پزشکی با استفاده از فناوری وب معنایی» را مدل‌سازی کرده‌اند که این الگوریتم، یک تکنیک توصیة مبتنی‌بر محتوا طراحی شده است. درنهایت در این پژوهش، طراحی سیستم پیشنهادی برای گردشگری پزشکی پیشنهاد شده است. این سیستم با بهره‌گیری از منابع گردشگری پزشکی به‌صورت یک بسته به کاربران توصیه مورد تقاضا را پیشنهاد می‌نماید. لوپز، بلانکو، پازوس و گیل (2012) پروژه‌ای را به کمک سیستم پیشنهاددهنده با عنوان «صافی‌سازی مشارکتی مبتنی بر اموال برای سیستم‌های پیشنهاددهنده سلامت» پیاده‌سازی کرده‌اند که برگرفته و هم‌ارز با سیاست‌های ملی گردشگری کشور اسپانیاست. آنها نخست یک تیم با مشارکت درمانگران و افراد ذی‌نفع تشکیل داده‌اند و در نهایت باتوجه‌به همفکری این تیم و تیم فنی پروژه به ساخت آزمایشی یک سیستم پیشنهاددهنده اقدام کرده‌اند. حوزه‌های درمانی پرمراجعه به همراه مراکز درمانی و هتل‌ها و دیگر مراکز خدماتی شناسایی شدند و به کاربران در فاز اولیه پیشنهاد شد؛ بدون آنکه کاربران را در این مسیر هدایت کنند. آنها خاطر نشان کرده‌اند که در فازهای بعدی کلیة فرایند سرویس‌دهی به گردشگران سلامت را پیاده‌سازی خواهند کرد.

دی جمیس، نویا، لاسیلا، لوکاسیویز و سمرارو[24]، (2013) کارگاهی را به کمک سیستم های پیشنهاد دهنده برگزار کردند که هدف اصلی آن ارائه تحقیقات برتر در تقاطع سیستم های توصیه کننده و فن آوری های معنایی ، با استفاده از دوحوزه بود. این ترکیب ممکن است سناریوهای مهمی را در اختیار جامعه قرار دهد که در آن از پتانسیل فن آوری های معنایی می توان به طور موثرتر در سیستم های انجام وظایف پیچیده مانند موتورهای پیشنهادی پردازش داده های بزرگ استفاده کرد.

نارداچی و همکاران[25] (2015) یک سیستم پیشنهاد دهنده  معنایی را ارائه دادند که می تواند پزشکان و بیمارستانهایی را که به بهترین وجه، مناسب مشخصات بیمار خاص هستند را پیشنهاد دهد. سیستم پیشنهادی ایشان شامل اجزاء هسته اصلی یک شبکه اجتماعی به نام  HealthNet (HN)  می باشد. الگوریتم پیشنهاد دهنده، ابتدا با بهره گیری از داده های درمانی به اشتراک گذاشته شده در جامعه ، شباهت ها را در بین بیماران محاسبه می کند و سپس لیستی از پزشکان و بیمارستان های مناسب با پروفایل بیمار را تولید می کند. بر این اساس ، کاربر HN می تواند مشابه ترین بیماران خود را پیدا کند ، نحوه درمان بیماری های آنها را بررسی کند و برای حل مشکل خود پیشنهاداتی دریافت نماید.

دوان، استریت و زو (2011) پژوهشی با عنوان «ماژولی از سیستم‌های برنامه‌ریزی منابع بنگاه» انجام داده‌اند که جالب توجه است. آنها با استفاده از روش‌های داده‌کاوی و اطلاعاتی که طی سالیان مختلف از رفتار بیماران در یک کلینیک درمانی جمع‌آوری شده است، یک سیستم پیشنهاددهندة گردشگر سلامت را طراحی کرده‌اند که به‌طور بالقوه گردشگران سلامت را شناسایی و به آنها توصیه‌های درمانی لازم را ارائه می‌کند. زانکر و همکاران (2008) در پژوهشی با عنوان «ارزیابی سیستم‌های پیشنهاددهنده در گردشگری؛ مطالعه موردی از اتریش» ترکیبی از داده‌های ثبت‌شده در صفحات وب را با بازخوردی که از کاربر جمع‌آوری شده است، در یک نرم‌افزار مشاورة سفر تعاملی توسعه‌یافته برای اتریشی‌های مایل به سفر به مکان‌های برخوردار از امکانات آب‌گرم درمانی پیاده‌سازی کرده‌اند. روش پیشنهادی با تمرکز بر ارزیابی سیستم‌های پیشنهاددهنده باتوجه‌به بهره‌وری، اثربخشی و هوش بازاریابی عملی متمرکز است. پونادا و همکاران (2007) در پژوهشی با عنوان «توسعة سیستم‌های پیشنهاددهندة گردشگری» ظهور تجارت الکترونیک را موجب محبوبیّت سیستم‌های پیشنهاددهنده می‌دانند و با اشاره به گرایش در تهیة سیستم‌های پیشنهاددهندة گردشگری در سال‌های اخیر، در مقالة خود به نبودِ سیستم پیشنهاددهندة سفر بصری (V-TRS) پرداخته و سعی در معرفی روش‌های توسعة سیستم‌های پیشنهاددهندة سفر بصری کرده‌اند. ایشان با اشاره به دو سیستم رایج پیشنهاددهندة سفر TMTrip Matcher و TMMe-Print و پیشنهاد تور با استفاده از برنامه‌ریزی مبتنی‌بر تصویر و با استفاده از مدل قابل اشتراک شیء، محتوای مرجع (SCORM) که یک استاندارد برای جمع‌آوری محتوا از وب‌سایت‌های مختلف است و معماری کشف شیء محتوای مخزن و تفکیک و ثبت آنها CORDRA با هدف ایجاد یک سیستم پیشنهاددهندة سفر تصویری است. اطلاعات جمع‌آوری‌ و درنهایت در قالب یک فایل XML ذخیره می‌شود.

چندین نکتة مهم در پژوهش‌های پیشین به نظر می‌رسد، اول آنکه این حوزة پژوهشی نسبتاً جدید است. دوم آنکه طراحان سیستم‌های پیشنهاددهنده در این حوزه سعی کرده‌اند این سیستم‌ها را باتوجه‌به پتانسیل‌های موجود گردشگری در کشور مقصد طراحی کنند و به‌ندرت می‌توان سیستم پیشنهاددهندة گردشگری پزشکی را یافت که هدف آن سرویس‌دهی و ارائة توصیه برای کشورهای مختلف یا در سطح بین‌المللی باشد یا حداقل نگارنده اطلاعات کافی در این‌باره به دست نیاورده است. بیشتر سیستم‌های پیشنهاددهندة موجود در سطح ملی و برای توصیة خدمات درمانی در همان کشور هستند. در آخر آنکه این سیستم‌ها باید بر مبنای سیاست‌های ملی گردشگری و درمانی متناسب با اهداف کلان کشوری طراحی شوند تا بتوانند برای آن کشور بازار کار، رونق اقتصادی و درآمدهای ارزی ایجاد کنند.

این پژوهش با به کارگیری سیستم‌های پیشنهاددهنده، به ارائة الگویی با هدف کمک به توسعة بازار صنعت گردشگری پزشکی اقدام کرده است که پیاده‌سازی آن سبب بهبود کیفیت بازاریابی و جذب گردشگران خارجی به ایران و رونق بازار صنعت گردشگری در کشورمان می‌شود.

 

روش پژوهش

هدف این پژوهش، ارائة الگوی بازاریابی الکترونیکی گردشگری پزشکی به‌کمک سیستم‌های پیشنهاددهنده است. این پژوهش ازلحاظ هدف، کاربردی و توسعه‌ای و جزو پژوهش‌های ترکیبی (کیفی -کمّی) است. جامعة آماری این پژوهش در بخش کیفی شامل 14 نفر از مدیران بیمارستان‌های شهر اصفهان و خبرگان حوزة گردشگری سلامت بودند. برای طراحی مدل و دستیابی به مؤلفه‌های مختلف آن از روش مصاحبة نیمه‌‌ساختاریافته استفاده شد. بدین‌صورت که نخست، سؤالاتی کلی برای مصاحبه طراحی شد، سپس در طی مصاحبه، بسته به نوع پاسخ‌ها سؤالات دیگری نیز از مصاحبه‌شونده، پرسیده می‌شد. در بخش کیفی با 14 نفر مصاحبه انجام شد. بعد از انجام 12 مصاحبه، پژوهشگران به مطلب جدیدی دست نیافتند، ولی برای اطمینان، مصاحبه‌ها تا 14 مورد ادامه یافت.

 

جدول 1: مشخصات هیئت خبره

نوع خبرگی

تعداد (نفر)

میانگین سنوات کاری

مدیران اجرایی مراکز درمانی

8

20

استادان دانشگاه فعال در حوزة درمان

3

17

خبرگان علمی فعال در حوزة گردشگری پزشکی

3

15

 


 برای بررسی روایی در بخش کیفی از سه روش زیر استفاده شد:

1. روش مثلثی: در این روش چند محقق، چند منبع داده، یا چند روش برای تأیید داده‌های در حال ظهور استفاده می‌شوند. در این پژوهش با انتخاب روش آمیخته، تلاش شده است تا اعتبار مدل به‌دست‌آمده

 

افزایش یابد. 2. روش بررسی‌های اعضا: در این روش از پاسخ‌دهندگان پرسیده شد که آیا نتایج به‌دست‌آمده از تحلیل تم را قبول دارند؟ 3 . بررسی زوجی: در این روش از استادان دانشگاه و برخی خبرگان صنعت گردشگری درخواست شد تا بر یافته‌های به‌دست‌آمده یادداشت گذاشته و انتقادهای خود را بیان کنند. بنابراین براساس سه روش بالا روایی بخش کیفی تأیید می‌شود. برای بررسی پایایی در بخش کیفی از روش بازآزمایی استفاده شد. برای انجام روش بازآزمایی، هشت مصاحبه انتخاب ‌شده و هرکدام از آنها دو بار در یک فاصلة زمانی بیست‌روزه به‌وسیلة پژوهشگران کدگذاری شده است؛ سپس با استفاده از رابطة (1)، درصد پایایی بازآزمون برابر 76/0 محاسبه شد که از حداقل قابل‌قبول، یعنی 60 /0 بیشتر بود.

رابطة 1 ـ 100%*( تعداد کل کدها/تعداد توافقات*2 )= درصد پایایی بازآزمون

در این پژوهش، از روش تحلیل تم براساس دیدگاه براون و کلارک (Braun & Clarke) (2006) برای تحلیل مصاحبه‌ها استفاده شد. برای استخراج الگوی اولیة بازاریابی الکترونیکی گردشگری پزشکی، در این بخش ابتدا متون استخراج‌‌شده کدگذاری و سپس کدها مقوله‌بندی و درنهایت مدل مفهومی اولیه استخراج شد. خلاصه‌ای از روش استخراج کدها به شرح جدول 2 است.

 

جدول 2: خلاصه‌ای از کدگذاری مصاحبه‌ها (عوامل مؤثر بر بازار گردشگری پزشکی)

ردیف

گزاره (داده)

تعداد افرادی که گزاره مشابه این اشاره کرده‌اند

نام کد

1

هزینة درمان به میزان زیادی کمتر باشد.

5

هزینة معقول و مناسب

2

زمان انتظار نوبت درمان کم باشد.

6

زمان انتظار نوبت درمان

3

مزیت هزینه‌ای داشته باشد.

3

هزینة مناسب

4

فضای فرهنگی متناسب با اعتقاد گردشگر پزشکی

6

تناسب فرهنگی

5

مزیت فرهنگی و دینی

5

تناسب فرهنگی

6

اعتبار جهانی در درمان

4

کیفیت خدمات درمانی

7

شهرت و مهارت پزشکان

7

کیفیت خدمات درمانی

8

وجود بیمه‌های کارآمد

3

خدمات بیمه‌ای

9

دارابودن تأییدیه‌های کیفیت

4

کیفیت خدمات درمانی

10

فرمان انتظار نوبت درمان کوتاه باشد.

7

نوبت درمان

11

وضعیت حمل‌ونقل و سهولت جابه‌جایی

5

خدمات پشتیبانی

12

سهولت جابه‌جایی پول و خدمات بانکی

4

خدمات پشتیبانی

13

میزان هزینة درمان ازنظر گردشگر فرهنگی مناسب باشد.

6

هزینه درمان

14

استانداردسازی قیمت‌ها و تعرفه‌ها

3

شفافیت خدمات

15

وجود جاذبه‌های تاریخی و فرهنگی

5

جاذبه‌های گردشگری

16

وجود درگاه‌های اطلاع‌رسانی و سایت‌های معرفی خدمات و امکانات

7

خدمات پشتیبانی

 


در این گام، بعد از مطالعة دقیق و خط به خط هر مصاحبه، کلمات، عبارات و جمله‌های مرتبط با سؤال پژوهش، شناسایی و اسم‌گذاری شدند. سپس به هر برچسب یا اسم یک شماره‌کد داده شد و درنهایت متناسب با مطالب طرح‌شده‌ در مصاحبه (اصطلاحات مصاحبه‌شوندگان) و ادبیات پژوهش، کدها نام‌گذاری شدند. سپس کدهای موجود همراه با تعداد فراوانی آن برای هر مصاحبه و سپس برای کل 11 نفر استخراج شد که درنتیجة آن 50 کد و مقوله شناسایی شدند. پژوهشگر به‌منظور افزایش اعتبار و روانی کدهای استخراج‌شده مراحل زیر را انجام داد:

1- کدهای استخراج‌شده از هر مصاحبه به همان مصاحبه‌شونده ارسال شد و با دو بار رفت‌وآمد کدهای نهایی به تأیید خبره مربوطه رسید.

2- کدگذاری را یک کدگذار مستقل برای هر 14 مصاحبه انجام داده و نتایج با کدگذاری پژوهشگر مقایسه و با روش هولستی ضریب توافق تک‌تک هر مصاحبه محاسبه شده است؛ درنتیجه این اقدام صرفاً در دو مورد ضریب توافق کمتر از 93 درصد بود که مربوط به برداشت متفاوت از چند عبارت بود و آنها هم ویرایش شد.

3- باتوجه‌به اینکه تعداد مصاحبه‌ها و متون پیاده‌شده زیاد بود (حدود 38 صفحه)، به منظور جلوگیری از قلم نیفتادن بعضی کدها، کدگذاری علاوه بر روش دستی با استفاده از نرم‌افزار MAXQDA نیز انجام شده است. در این مرحله نخست پوشه‌های جداگانه‌ای برای مصاحبه در نرم‌افزار ایجاد شد و سپس کدگذاری در نرم‌افزار نیز انجام شد. در ادامه فهرستی از کدها نمایان شد. در نتیجة مقایسه دو روش دستی (که پژوهشگر و کدگذار مستقل انجام دادند) و نرم‌افزار، کد جدیدی استخراج نشد؛ اما تعداد کدهای به‌دست‌آمده از نرم‌افزار در دو مورد از مصاحبه‌ها تعداد 4 کد بیشتر از دستی بود که در جدول 3 اصلاح شد. نتایج کدگذاری‌های انجام‌شده در جدول 3 آمده است.

 

جدول 3: کدهای اولیه استخراج‌شده

ردیف

شاخص‌ها (کدها) از مصاحبه

فراوانی کدها

فراوانی مصاحبه

1

تأثیر هزینة درمان

5

5

2

زمان انتظار نوبت درمان

10

8

3

دسترسی نداشتن به درمان مورد نیاز

11

9

4

تطابق فرهنگی

10

7

5

تطابق اعتقادی

4

4

6

وجود جاذبه‌های گردشگری

12

9

7

اطمینان از کیفیت خدمات درمانی

4

3

8

وجود طبیعت چهار فصل و اقلیم‌های متفاوت

3

3

9

دارا بودن تأییدیه‌ها و استانداردهای کیفیت

7

7

10

هماهنگی بین سازمان‌ها مرتبط

8

6

11

سهولت جابه‌جایی و حمل و نقل

11

9

12

سهولت انتقال و تبدیل ارز

16

10

13

وجود خدمات بیمه‌ای مطلوب

8

7

14

شفاف بودن تعرفه‌ها و هزینه‌های درمان

7

1

15

میزان تسلط کادر پزشکی به زبان مشترک

15

8

16

میزان تسلط کادر پرستاری به زبان مشترک

16

10

17

سامانه‌های کمک در تصمیم‌گیری

10

11

 


جستجو و شناخت مضامین و تشکیل ماتریس مضامین

با مرور کدهای به‌دست‌آمده از مرحلة قبل می‌توان به کدهایی دست یافت که با عنوان‌های مختلف تکرار شده‌اند و بیش از یک مفهوم را پوشش می‌دهند. جمع‌آوری کدهای مشابه در کنار هم، زمـینة ایجاد مقولات پنهان در مـتن را فراهم می‌آورد. در این پژوهش با مطالعة دقیق کدها و شاخص‌های به‌دست‌آمدة مندرج در جدول شمارة (4-2)، 8 مضمون (مضامین سازمان‌دهنده) شناسایی شدند. برای انجام کار، نخست ماتریسی متشکل از 8 مضمون و 47 کد استخراج‌شده تهیه و برای اعضای هیأت علمی خبره (5 نفر) ارسال شد. از آنها خواسته شده ضمن تأیید یا رد مضامین مشخص‌شده (در سطر ماتریس) 42 کد استخراج‌شده را به مضامین اختصاص دهند. درنتیجه خبرگان به دو مورد از مضامین، کدهای محدودی اختصاص دادند و البته حذف شدند و همچنین تعداد 6 کد در قسمت سایر درج شده بود که با یک رفت و برگشت با خبرگان مربوطه در ستون مضمون مرتبط درج شد که نتایج آن در جدول (4-4) آمده است (این جدول میانگین نظر 5 نفر خبره و پژوهشگر است). محاسبات این ماتریس دو مضمون که به آنها کد اختصاص داده نشده بوده‌اند یا با مضامین دیگر دارای مفهوم مشترک بوده‌اند (مضمون مشتریان و مضمون مستأجر) حذف شدند. درنتیجه 6 مضمون به دست آمد که در جدول 4 شبکة مضمونی آمده است.

 

جدول4: ماتریس دسته‌بندی کدها و مضامین براساس نظر خبرگان

ردیف

کدها

عوامل تسهیل‌کنندة سفر پزشکی

عوامل محرّک تقاضا

عوامل مرتبط با کیفیت خدمات

عوامل افزایش ضریب اطمینان

عوامل تجارب گردشگران پزشکی قبلی

عوامل سرگرمی و جاذبه‌های گردشگری

عوامل پیشنهاددهندة اینترنتی

عوامل فردی

سایر

بالاترین درصد اختصاص داده‌شده به یک بعد

1

هزینة درمان

10

 

 

 

 

 

 

1

 

91/0

2

نوبت انتظار

11

 

 

 

 

 

 

 

 

00/1

3

نوع درمان

11

 

 

 

 

 

 

 

 

00/1

4

تطابق فرهنگی

11

 

 

 

 

 

 

 

 

00/1

5

کیفیت خدمات درمانی

10

 

 

 

 

 

 

 

1

91/0

6

آثار و بناهای دیدنی

 

9

1

 

 

1

 

 

 

82/0

7

توانمندی‌های پزشکی

 

11

 

 

 

 

 

 

 

00/1

8

دارا بودن تأییدیه‌های کیفیت

 

10

 

 

 

1

 

 

 

91/0

9

هماهنگی بین سازمان‌ها و ارگان‌های مرتبط

 

11

 

 

 

 

 

 

 

00/1

10

وضعیت حمل و نقل

 

11

 

 

 

 

 

 

 

00/1

11

سهولت جابجایی و انتقال ارز

 

11

 

 

 

 

 

 

 

00/1

12

وجود خدمات بیمه‌ای کارآمد

 

8

 

 

 

 

 

 

3

73/0

13

شفافیت تعرفه‌ها و هزینه‌ها

 

7

 

 

 

 

 

 

1

64/0

14

اطلاع از هماهنگی بین زیرساخت‌های گردشگری

 

9

 

 

 

3

 

 

 

82/0

15

اطلاع از انواع خدمات  بیمه‌ای

 

9

 

 

 

2

2

 

 

82/0

16

آگاهی از میزان مهارت پزشکان

 

 

 

 

 

 

11

 

 

00/1

17

اطلاع از تجارب گردشگری پزشکی قبلی

 

 

 

 

 

 

11

 

 

00/1

18

آگاهی از توانمندی پزشکی بخش سلامت

 

 

 

 

 

 

11

 

 

00/1

19

آگاهی از تسلط کادر پزشکی به زبان مشترک

 

8

 

 

 

 

2

 

1

91/0

20

آگاهی از تسلط کادر پرستاری به زبان مشترک

 

 

 

 

 

 

11

 

 

00/1

21

آگاهی از نوع برخورد و رفتار کارکنان

 

 

 

 

 

 

11

 

 

00/1

22

آگاهی از کیفیت خدمات اقامتی

 

2

 

 

 

 

9

 

 

82/0

23

آگاهی از کیفیت و تنوع غذایی کشور مقصد

 

3

 

 

 

 

8

 

 

73/0

4

آگاهی از مدت زمان انتظار

 

2

 

 

 

 

9

 

 

82/0

25

اطلاع از میزان رضایتمندی هم‌میهنان قبلی

 

 

 

 

 

11

 

 

 

00/1

26

اطلاع از میزان هزینة درمان

 

 

 

 

 

11

 

 

 

00/1

27

اطلاع از میزان هزینة اقامت و ایاب و ذهاب

 

 

 

 

 

10

 

 

 

91/0

28

اطلاع از میزان انطباق فرهنگی و عقیدتی

 

 

 

 

 

11

 

 

 

00/1

29

اطلاع از هزینة درمان ازطریق سایت اینترنتی

 

 

 

 

11

 

 

 

 

00/1

30

اطلاع از مهارت پزشکان ازطریق سایت‌های اینترنتی

 

1

 

 

10

 

 

 

 

91/0

31

اطلاع از نوع خدمات بیمه‌ای ازطریق سایت‌های فرهنگی

 

2

 

 

9

 

 

 

 

82/0

32

اطلاع از قابلیت‌های درمانی ازطریق منابع اینترنتی

 

 

 

 

11

 

 

 

 

00/1

33

اطلاع از جاذبه‌های دیدنی ازطریق منابع اینترنتی

 

 

 

 

8

1

 

 

2

73/0

34

استفاده از منابع اینرتنتی پیشنهاددهنده در انتخاب مقصد

 

 

 

 

8

2

 

 

1

73/0

35

اهمیت منابع پیشنهاددهندة اینترنتی

 

 

 

 

 

 

11

 

 

00/1

36

میزان مراجعه به منابع اینترنتی در تصمیم‌گیری

 

 

 

 

 

 

10

 

1

91/0

37

میزان اعتماد به اطلاعات اینترنتی

 

 

 

 

 

 

 

 

 

00/1

38

میزان علاقه به دریافت اطلاعات از اینترنت

 

 

 

11

 

 

 

 

 

00/1

39

اهمیت اطلاع ا انواع تخصص‌ها در کشور مقصد

 

2

9

11

 

 

 

 

 

82/0

40

نقش اطلاعات فردی در تعیین مقصد

 

3

8

 

 

 

 

 

 

73/0

                         

 


در نهایت بر اساس نتایج بخش کیفی اجزای مدل گردشگری پزشکی برای طراحی یک سیستم پیشنهاددهنده در قالب شکل 1 نشان داده شده است.

 

 

 

شکل1- اجزای مدل گردشگری پزشکی برای طراحی یک سیستم پیشنهاددهنده

 

 

باتوجه‌به یافته‌های پژوهش پیشنهاد می‌شود الگوی منتج از این پژوهش به‌وسیلة سیستم پیشنهاددهنده پیاده‌سازی و بهره‌برداری شود که براساس مختصات و ویژگی‌های پژوهش استفاده از متدلوژی هیبرید مناسب‌ترین روش برای پیاده‌سازی الگوی پژوهش است.

بعد از استخراج مدل ازطریق تحلیل مضمون، ضروری است که مدل استخراج‌شده ازلحاظ کمّی نیز بررسی شود تا مدل از این طریق تأیید شود. برای تأیید مدل بر اساس مصاحبه‌های انجام‌شده، از روش معادلات ساختاری به‌کمک نرم‌افرار Smart-pls استفاده شد. بدین‌منظور براساس مؤلفه‌های مدل اولیه پرسشنامه‌ای طراحی شد. این پرسشنامه دربرگیرندة 40 سؤال بود که در جدول 4 سؤالات مربوط به هرگویه نشان داده ‌شده است. جامعة آماری در بخش کمّی شامل بیماران خارجی سفر کرده به شهرهای تهران و اصفهان در شش ماه اول سال 1398 به تعداد 53 نفر بودند که بین آنها 53 پرسشنامه توزیع شد و درنهایت 50 پرسشنامة قابل‌تحلیل جمع‌آوری شد. برای تأیید روایی پرسشنامه از روش روایی محتوا براساس نظرات خبرگان و استادان و روایی تشخیصی و روش فورنر و لاکر برای تأیید پایایی از روش آلفای کرونباخ و پایایی مرکّب استفاده‌ شد که نتایج آن در جدول 5 نشان داده شده است. قبل از استفاده از روش معادلات ساختاری برای اطمینان از نرمال‌بودن داده‌ها از آزمون شاپیرو-ویلکاستفاده شد که نتایج آن در جدول 5 نشان داده شده است.

 

 

جدول 5. مشخصات آماری متغیرهای پژوهش

متغیرهای پژوهش

میانگین

انحراف معیار

تعداد سؤالات

روایی تشخیصی

(AVE)

ضریب پایایی مرکب

(CR)

ضریب پایایی آلفای کرونباخ

سطح معناداری

عوامل مرتبط با خدمات پزشکی

 

75/3

241/0

9

866/0

85/0

78/0

034/0

عوامل مرتبط با ویژگی‌های فردی

 

65/3

123/0

8

541/0

80/0

75/0

045/0

عوامل مرتبط با اطلاع رسانی اینترنتی

98/3

541/0

11

690/0

84/0

76/0

018/0

عوامل مرتبط با جاذبه‌های جنبی گردشگری

56/3

251/80

6

742/0

88/0

80/0

026/0

عوامل مرتبط با تسهیلات سفر

54/3

6312/0

7

706/0

78/0

71/0

047/0

 

 

باتوجه‌به جدول 5، نرمال بودن داده‌های جمع‌آوری‌شده مورد تأیید قرارنگرفت، بنابراین از نرم افزار Smart-Pls برای تأیید مدل طراحی‌شده در بخش کیفی استفاده کرد. در جدول 6، مقدار جذر AVE هریک از سازه‌ها با مقادیر همبستگی میان سازه‌های دیگر به روش فورنل و لاکر نشان داده شده است.

 

جدول (6): ماتریس سنجش روایی واگر به روش فورنل و لاکر

سازه‌های تحقیق

1

2

3

4

5

عوامل مرتبط با خدمات پزشکی

930/0

 

 

 

 

عوامل مرتبط با ویژگی‌های فردی

235/0

735/0

 

 

 

عوامل مرتبط با اطلاع رسانی اینترنتی

616/0

608/0

803/0

 

 

عوامل مرتبط با جاذبه‌های جنبی گردشگری

719/0

705/0

125/0

861/0

 

عوامل مرتبط با تسهیلات سفر

458/0

563/0

41/0

398/0

84/0

 

 

در جدول بالا، مشخص است که مقدار جذر AVE متغیرهای مکنون در پژوهش حاضر که در خانه‌های قطر اصلی ماتریس قرار گرفته‌اند، متغیرها مقدار همبستگی میان آنها که در خانه‌های زیرین و راست قطر اصلی قرار دارند، بیشتر است و بقیه متغیرها کمترند؛ ازاین‌رو می‌توان گفت در پژوهش حاضر، سازه‌ها (متغیرهای مکنون) در مدل، تعامل بیشتری با شاخص‌های خود ندارند تا با سازه‌های دیگر، به عبارت دیگر روایی واگرای مدل در حد مناسب است. مدل معادلات ساختاری پژوهش در شکل 2 نشان داده شده است.

 

 

شکل 2. مدل معادلات ساختاری پژوهش براساس ضرایب مسیر

 

 

شکل 3. مدل معادلات ساختاری پژوهش براساس ضرایب معناداری

 

 

معیارهای برازش یک مدل یکی از مهم‌ترین مراحل در تحلیل مدل‌سازی معادلات ساختاری است که در این پژوهش از شاخص GOF استفاده شد و مقدار آن 451/0 به دست آمد که نشان‌دهندة مناسب بودن مدل طراحی‌شده است. بعد از تأیید مدل می‌توان با استفاده از شاخص T(ضرایب معناداری) مناسب بودن روابط موجود در مدل را بررسی کرد که براساس جدول مشخص می‌شود، تمام مسیرها دارای ضریب معناداری بیشتر از 96/1 هستند؛ بنابراین روابط بین متغیرها و گردشگری پزشکی تأیید می‌شوند.

 

جدول 7. نتایج حاصل از آزمون مدل پژوهش

ردیف

مسیر مستقیم

ضریب مسیر

ضریب معناداری

نتیجه

1

گردشگری پزشکی---> عوامل مرتبط با خدمات پزشکی

88/0

49/12

تأیید

2

گردشگری پزشکی ---> عوامل مرتبط با ویژگی‌های فردی

 

52/0

278/2

تأیید

3

گردشگری پزشکی ---> عوامل مرتبط با اطلاع رسانی اینترنتی

 

86/0

39/20

تأیید

4

گردشگری پزشکی ---> عوامل مرتبط با جاذبه‌های جنبی گردشگری

62/0

382/6

تأیید

5

گردشگری پزشکی ---> عوامل مرتبط با تسهیلات سفر

50/0

782/9

تأیید

 

 

 

نتیجه‌گیری و پیشنهادها

این پژوهش با هدف طراحی مدل بازاریابی الکترونیکی گردشگری پزشکی جمهوری اسلامی ایران با رویکرد سیستم‌های پیشنهاددهنده انجام شد. نتایج پژوهش در دو بخش کیفی و کمّی بیان شده است. در بخش کیفی نتایج نشان داد که الگوی گردشگری پزشکی دارای پنج مؤلفة عوامل مرتبط با خدمات پزشکی، عوامل مرتبط با ویژگی‌های فردی، عوامل مرتبط با اطلاع‌رسانی اینترنتی، عوامل مرتبط با جاذبه‌های جنبی گردشگری و عوامل مرتبط با تسهیلات سفر است. براساس نتایج یکی از عوامل مهم در گرشگری پزشکی عوامل مرتبط با خدمات پزشکی است. دربارة این عامل می توان گفت میزان هزینة درمان در کشور مقصد موضوع مهم و تعیین‌کننده‌ای در جذب گردشگران است. هرچه میزان هزینة درمان در کشور مقصد، نسبت به کشور مبداء و سایر کشورها ارزان‌تر باشد، احتمال جذب گردشگر بیشتر است؛ البته در این زمینه باید گفت که کیفیت خدمات درمانی در کشور مقصد نیز مهم است و فقط قیمت کمتر ملاک مناسبی برای انتخاب توسط گردشکران نیست. یکی دیگر از عوامل مرتبط با خدمات پزشکی، آگاهی بیمار از قابلیت‌ها و توانمندی‌های کادر پزشکی کشور مقصد است که ایجاد این آگاهی، مستلزم تبلیغات مناسب و محتوای وب‌سایت‌های بیمارستان‌هاست. همچنین اطلاع‌رسانی درزمینة انواع تخصص و خدمات درمانی مراکز پزشکی مقصد گردشگری نیز ضروری است؛ زیرا گردشگران هنگام تصمیم‌گیری به این عامل توجه خاصی می‌کنند. نتایج نشان داد که زمان انتظار نوبت درمان از دیگر عوامل مرتبط با خدمات پزشکی است. بیماران برای درمان زودهنگام خود و پیشگیری از عوارض‌های احتمالی به دنبال کوتاه‌ترین زمان برای درمان خود هستند. برای بهبود درمان بیماران گردشگر و برقراری ارتباط مناسب با آنها جهت اطلاع از وضعیت جسمی و... تسلط کادر پزشکی بیمارستان‌ها از پزشکان تا پرستاران به زبان انگلیسی ضروری است و در صورتی که این موضوع در نظر گرفته نشود، می‌تواند سبب مراجعه‌نکردن بیماران خارجی به بیمارستان‌ها شود. نتایج این بخش با نتایج پژوهش‌های حیدرزاده (1393)، ایستوود و همکاران (2017) و لوپز و همکاران (2012) همخوانی دارد.

 براساس نتایج یکی دیگر از ابعاد گردشگری پزشکی عوامل مرتبط با ویژگی‌های فردی است که دربارة گردشگر و کادر پزشکی می‌تواند مهم باشد. یکی از عوامل فردی میزان ادب و احترام به گردشگران است؛ برخورد مناسب با یک بیمار سبب جذب بیماران بسیاری می‌شود و برخورد نامناسب نیز دقیقاً ممکن است نتیجة معکوس داشته باشد. برای گردشگران نوع و کیفیت تغذیة کشور مقصد نیز مهم است؛ چراکه آنها نیاز به تأمین مواد غذایی مورد نیاز برای بدن خود را دارند و در صورتی که این کیفیت رعایت نشود، می‌تواند سبب نارضایتی آنها بشود. میزان قرابت فرهنگی و عقیدتی گردشگران با کشور مقصد در جذب آنها تأثیرگذار است. در صورتی که نزدیکی و همسویی فرهنگی وجود داشته باشد، گردشگر ترجیح می‌دهد که کشور مقصد را انتخاب کند. قرابت فرهنگی می‌تواند سبب پیوند بیشتر بین گردشگران پزشکی و کادر درمانی شود. نتایج این بخش با نتایج پژوهش‌های حیدرزاده (1393)، جباری (1387)، ایستوود و همکاران (2017) و لوپز و همکاران (2012) همخوانی دارد.

براساس نتایج، یکی دیگر از مؤلفه‌های گردشگری پزشکی عوامل مرتبط با اطلاع‌رسانی اینترنتی است. امروزه با گسترش اینترنت و دسترسی اکثر افراد به آن، اینترنت نقش مهمی در جذب گردشگر پزشکی ایفا می‌کند و به‌وسیلة آن می‌توان گردشگران زیادی را جذب کرد. براساس نتایج پژوهش یکی از منابع اصلی گردشگران پزشکی برای انتخاب کشور مقصد مراجعه به منابع اطلاعاتی اینترنتی است که در تصمیم‌گیری‌های آنها نقش بسیار مهمی دارد. در این زمینه به نظر می‌رسد باید با طراحی یک وب‌سایت کاملاً جذاب و به‌روز اطلاعات لازم را در آن به نمایش گذاشت. اطلاع ‌رسانی دربارة تعرفه‌ها و هزینه‌های درمانی ضروری است و در تصمیم‌گیری نقش مهمی دارد. اطلاع‌رسانی در‌زمینة انواع پوشش بیمه‌ای برای گردشگران حیاتی است؛ چراکه آنها باید دربارة هزینه‌های درمان خود تصمیم‌گیری کنند. براساس نتایج پژوهش باید تمامی اطلاعات لازم در زمینه مهارت‌ها، تخصص‌ها و توانایی کادر پزشکی بیمارستان‌ها و مراکز درمانی مدنظر به اطلاع گردشگران برسد تا بتوانند با مقایسه آن با سایرین تصمیم مناسب را اخذ کنند. همچنین براساس نتایج پژوهش اطلاع‌رسانی در مورد تاریخچة خدمات پزشکی به گردشگران قبلی و دستاوردهای آن می‌تواند ذهنیت مطلوبی برای گردشگر ایجاد کند و وی اطمینان کسب کند که می‌تواند به درمان خود امیدوار باشد. براساس نتایج یکی دیگر از عوامل مهم در جذب گردشگران آگاهی از دستاوردها و پیشرفت‌های جدید پزشکی در مقصد است، اطلاع‌رسانی دقیق در مورد جدیدترین دستاوردهای پزشکی سبب می‌شود تا گردشگران با اعتماد بیشتری در کشور مقصد حاضر شوند. نتایج این بخش با نتایج پژوهش‌های حیدرزاده (1393)، ایستوود و همکاران (2017)، ‌هارتادو (2015) و لوپز و همکاران (2012) همخوانی دارد.

براساس نتایج پژوهش، یکی دیگر از عوامل مهم در گردشگری پزشکی تسهیلات ارائه‌شده به گردشگران است. این تسهیلات در کنار خدمات پزشکی می‌تواند ارائه شود. تسهیلات جانبی می‌تواند تأثیر چشمگیری بر جذب گردشگر بگذارد. در این زمینه، امکانات جابه‌جایی و حمل‌ونقل می‌تواند مؤثر باشد. زیرساخت‌های لازم هوایی و زمینی در این مورد باید به‌خوبی آماده شود تا گردشگر احساس آرامش داشته باشد. همچنین موضوع تسهیلات ارزی و خدمات این حوزه نیز می‌تواند در ایجاد رضایت گردشگر مؤثر واقع شود. یکی دیگر از تسهیلات مهم شفاف بودن تعرفه‌ها و هزینه‌های درمانی است. این هزینه‌ها اگر شفاف باشد هم در تصمیم‌گیری گردشگر اثرگذار است و هم اینکه سبب ایجاد اعتماد در گردشگر خواهد شد. همچنین تسهیلات اقامتی برای گردشگران، سبب آرامش خاطر بیشتر آنها می‌شود. نتایج این بخش با نتایج پژوهش‌های حیدرزاده (1393)، ایستوود و همکاران (2017) و لوپز و همکاران (2012) همخوانی دارد.

یکی دیگر از عواملی که زمینه‌ساز جذب گردشگران پزشکی می‌شود، جاذبه‌های جنبی کشور مقصد است که مکمّل عوامل دیگر در جذب گردشگر است. وجود طبیعت چهارفصل و اقلیم‌های متفاوت در کشور، خود زمینه‌ساز حضور گردشگران است. طبیعت زیبای کشور، گردشگران را برای درمان و تفریح درمانی ترغیب می‌کند. میزان امنیت و آرامش در سطح کشور نیز در جذب گردشگران مؤثر است. تبلیغات درزمینة جذب گردشگران پزشکی باید به قابلیت‌های امنیتی در کشور معطوف شود و به آنها اطمینان دهد که امنیت جانی و... آنها تأمین خواهدشد. میزان تعاملات اجتماعی و نوع برخورد مردم عادی با گردشگران نیز در جذب آنها تأثیرگذار است که به نظر می‌رسد تبلیغات و فرهنگ‌سازی در این زمینه نیز مهم است. یکی دیگر از عوامل جانبی در جذب گردشگر پزشکی وجود امکانات و زیرساخت‌های تفریحی مناسب است. برخی از گردشگران برای آرامش و لذت بیشتر بعد یا حین درمان، به تفریح نیاز دارند که برای این کار باید زیرساخت‌های مناسب تفریحی ایجاد شود. نتایج این بخش با نتایج پژوهش‌های حیدرزاده (1393)، ایستوود و همکاران (2017) و لوپز و همکاران (2012) همخوانی دارد.

نتایج پژوهش در بخش کمّی نشان‌دهندة تأیید روابط بین اجزای الگوی گردشگری پزشکی بود. براساس مدل تأیید‌شده پنج عامل مرتبط با خدمات پزشکی، عوامل مرتبط با ویژگی‌های فردی، عوامل مرتبط با اطلاع‌رسانی اینترنتی، عوامل مرتبط با جاذبه‌های جنبی گردشگری و عوامل مرتبط با تسهیلات سفر تأیید شده‌اند. همچنین براساس الگوی تأییدشده اجزای هر کدام از مؤلفه‌های مدل نیز تأیید شده است. براساس الگوی تأییدشده عوامل مرتبط با خدمات پزشکی بیشترین تأثیر را براساس ضریب مسیر بر گردشگری پزشکی دارد. براساس مدل تأییدشده تمام ابعاد درنظرگرفته‌شده برای مؤلفه‌های گردشگری پزشکی تأیید شده‌اند.

با رشد روزافزون اطلاعات در فضای وب، دیگر کاربران گردشگری سلامت با مشکل کمبود اطلاعات روبه‌رو نیستند؛ بلکه چالش اصلی، یافتن اطلاعات مناسب از بین حجم عظیم اطلاعات است. سیستم‌های مختلفی برای غلبه بر این چالش ایجاد شده‌اند که یکی از آنها، سیستم‌های پیشنهاددهنده هستند. این سیستم‌ها تلاش می‌کنند تا با بررسی رفتار کاربر، نیازمندی‌های وی را درک کرده و بهترین اطلاعات را برای پوشش دادن به نیاز وی بازیابی کنند.

براساس نتایج پژوهش می‌توان گفت که رهیافت هیبرید (ترکیبی از پالایش گروهی و پالایش محتوامحور) درزمینة گردشگری پزشکی مؤثر واقع می‌شود. رهیافت‌های هیبرید از چندین راه قابل اجرا هستند، با ایجاد جداگانة پیش‌بینی‌های محتوامحور و گروه‌محور و نهایتاً ترکیب آنها با هم، افزودن قابلیت‌های رهیافت‌ محتوامحور به گروه‌محور (یا بالعکس)، یا یکی کردن رهیافت‌ها در یک مدل. انواعی از تکنیک‌ها، پایه و اساس سیستم‌های توصیه‌گر، مطرح شده است: گروهی، محتوامحور، دانش‌محور و تکنیک‌های جمعیت‌شناختی. هریک از این تکنیک‌ها کمبودهایی دارند. سیستم توصیه‌گر هیبرید، سیستمی است که چند رهیافت را با هم ترکیب می‌کند تا به همیاری بین آنها دست یابد.

  • گروهی: سیستم، تنها با استفاده از اطلاعاتی که ازطریق پیشینة امتیازدهی کاربران به دست آمده است، پیشنهادها را ارائه می‌دهد. سیستم‌های گروهی، کاربران همتا با تاریخچة مشابه امتیازدهی با کاربر برخط را در مجاور هم قرار داده و با استفاده از این همسایگی پیشنهاد خود را ارائه می‌دهد.
  • محتوامحور: سیستم، پیشنهادها را از دو منبع ارائه می‌دهد: مشخصات مرتبط با محصول و امتیازاتی که کاربر به آنها داده است. توصیه‌گرهای محتوامحور، با یک پیشنهاد همچون طبقه‌بندی یک مسئلة خاص کاربر رفتار می‌کنند، و در می‌یابند که طبقه‌بندی‌کنندة پسندها و ناپسندهای کاربر، برپایة ویژگی‌های محصول است.
  • جمعیت‌شناختی: یک سیستم توصیه‌گر جمعیت شناختی، پیشنهادها را براساس مشخصات جمعیت‌شناختی کاربر (مشخصاتی همچون سن، جنسیت و ملیت کاربر) ارائه می‌دهد. محصولات پیشنهادی می‌توانند برای دیگر مجموعه‌های جمعیتی، با ترکیب امتیازاتی که کاربران در آن مجموعه‌ها به محصولات داده‌اند استفاده شوند.
  • دانش‌محور: سیستم دانش‌محور، مواردی را پیشنهاد می‌کند که از نیازها و تمایلات کاربر استنتاج کرده باشد. این دانش، گه‌گاه حاوی فهمی عملکردی و واضح از برآوردن نیازهای کاربر توسط ویژگی‌های معیّنی از محصول، خواهد بود.

روش هیبرید تمام موارد فوق را به‌صورت ترکیبی ارائه می‌دهد.

برای بهبود وضعیت گردشگری پزشکی و جذب بیشتر گردشگر پیشنهادهای زیر ارائه می‌شود:

- طراحی وب‌سایت به زبان‌های روز دنیا- خصوصاً انگلیسی و عربی؛

- به‌روز‌رسانی دستاوردهای پزشکی کشور در شبکه‌های اطلاع‌رسانی؛

- جذب سرمایه‌گذار برای ایجاد پارک و مراکز تفریحی درمانی؛

- جذب سرمایه‌گذار برای بهبود زیرساخت‌های ارتباطی؛

- برندسازی در حوزه‌های مختلف پزشکی در سطح منطقه و جهان؛

- تلاش برای ایجاد شبکة بیمه‌ای برای تشویق گردشگران؛

- آموزش زبان‌های (انگلیسی، عربی و...) ضروری برای کادر بیمارستان‌ها؛

- تلاش برای ایجاد شبکه ارزی برای رفاه بیماران؛

- تلاش برای ایجاد مکان‌های اقامتی در نزدیکی بیمارستان‌ها.

این پژوهش همانند سایر پژوهش‌های علوم انسانی دارای محدودیت‌هایی است که برخی عبارت‌اند از:

- به علت اینکه این پژوهش در شهرهای اصفهان و تهران انجام شده است، به علت تفاوت فرهنگی و ساختاری این شهرها با سایر شهرها برای تعمیم نتایج باید احتیاط لازم را به کار برد. همچنین این پژوهش چون در کشور ایران انجام شده است و فرهنگ، امکانات، شرایط اجتماعی و... در ایران با سایر کشورها متفاوت است، در تعمیم نتایج به دیگر کشورها باید دقت کرد. همچنین به‌دلیل اینکه در این پژوهش از مصاحبه و پرسشنامه برای جمع‌آوری اطلاعات استفاده شده، ممکن است متغیرهای دیگری در گردشگری پزشکی تأثیرگذار بوده که در نظر گرفته نشده باشد.

در پایان پیشنهادهایی برای پژوهشگران بعدی ارائه می‌شود:

- طراحی الگوی گردشگری سلامت با تأکید بر جاذبه‌های طبیعی درمانی در ایران؛

- طراحی الگوی عوامل مؤثر بر توسعة گردشگری پزشکی در ایران؛

- ارائة الگوی جامع گردشگری سلامت با تأکید بر ظرفیت‌های استان‌های مختلف ایران.



[1]. Duan et al.

[2]. Radmanesh

[3]. Sattler et al.

4. Jafari, Bahadori & Ravangard

[5]. Diana and Salamaga

[6]. Park, Kim & Lee

[7]. Panniello & Gorgoglione.

[8]. Nilashi et al.

[9]. Robinson et al.

[10]. Majeed et al.

[11]. Lunt et al.

[12]. Jorge et al.

[13]. Mohan et al.

[14]. Osman et al.

3 - Dimitrios &  Foerste

[16]. Robinson et al.

[17]. Gómez

[18]. Champiri et al.

[19]. Buhalis et al.

[20]. Gemmis et al.

[21] . Eastwood et al.

[22] Espin et al.

[23] . Bayesian Network

 

[24] De Gemmis, Noia, Lassila., Lukasiewicz,  & Semeraro

[25] Narducci, Musto,  Polignano, Gemmis, Lops & Semeraro

. اشرفی، زهرا، جعفری، سکینه و ابراهیمیان، عباسعلی(1398). جایگاه پرستاران در صنعت گردشگری پزشکی، فصلنامه پرستاری، مامایی و پیراپزشکی، 5(2)، 14-1
2. جباری، علیرضا (1387). طراحی الگوی گردشگری پزشکی ایران، رسالة دکتری، دانشگاه علوم پزشکی ایران.
3. حسین‌پور، رباب و ریاحی، لیلا (1397). رابطة قابلیت‌های گردشگری پزشکی درمانی با میزان جذب توریست در استان اردبیل، مجلة سلامت و بهداشت، ۹ (۲)، 171-159.
4. حمزه لوفرد، شبنم (1395). سیستم‌های پیشنهاددهنده در صنعت گردشگری. همایش ملی پژوهش‌های ملی مدیریت و علوم انسانی در ایران.  مؤسسة پژوهشی مدیریت مدبر، دانشگاه تهران،
5. حیدرزاده خویی، نگین و عقربانی، علی (1393). بازاریابی گردشگری پزشکی و چالش‌های آن در ایران. دومین کنفرانس بین‌المللی مدیریت، فرصت‌ها و چالش‌ها، شیراز.
6. دنیای اقتصاد، (1396). درآمد رسمی ایران از توریسم سلامت، شماره 4116.
7. شعربافچی‌زاده، نسرین؛ نیارئیس زواره، عسل‌السادات؛ مداحیان، بهروز و نجفی شاهکوهی، عاطفه (1397). میزان آمادگی بیمارستان‌های تک‌تخصصی شهر اصفهان برای جذب گردشگر پزشکی، مجلة پژوهش‌های سلامت‌محور، 4 (3)، 301-315.
8. فیض‌پور، محمدعلی و امامی میبدی، مهدی (1391). توسعة ‌اقتصادی‌ صنعت‌گردشگری ‌در‌ایران ‌و ‌مقایسة ‌آن ‌با‌ کشورهای ‌منطقه؛ ‌سند‌چشم‌انداز. فصلنامة مطالعات مدیریت گردشگری، 7(19)، 117-127.
9. Buhalis, M., (2015), Information and Communication Technologies in Tourism, Spriger
10. Braun, V. and Clarke, V. (2006) Using thematic analysis in psychology. Qualitative Research in Psychology, 3 (2). pp. 77-101.  
11. Champiri, Z. D., Shahamiri, S. R., & Salim, S. S. (2015). A systematic review of scholar context-aware recommender systems. Expert Systems with Applications, 42(3), 1785-1743.
12. De Gemmis, M., Di Noia, T., Lassila, O., Lops, P., Lukasiewicz, T., & Semeraro, G. (2013). Workshop on recommender systems meet big data & semantic technologies. Proceeding of 7th ACM, 483-484.
14. Buhalis, D. & Foerste, M. (2015), SoCoMo marketing for travel and tourism: Empowering co-creation of value, Journal of Destination Marketing & Management., 4(3), 153-161.
15. Duan, L., Street, W. N., & Xu, E. (2011). Healthcare information systems: Data mining methods in the creation of a clinical recommender system. Enterprise Information Systems, 5(2), 169-181.
17. Espin, V., Hurtado, M. V., & Noguera, M. (2015). Nutrition for elder care: A nutritional semantic recommender system for the elderly. Expert Systems, 33(2), 201-210.
18. Frikha, M.,  Mhiri, M., & Gargouri, F. (2014). A semantic social recommender system using ontologies based approach for Tunisian tourism. Edicions of Universidad de Salamanca, 4(1), 90
19. Gómez, S., Zervas, P., Sampson,  D. G., & Fabregat, R. (2014). Context-aware adaptive and personalized mobile learning delivery supported by UoLmP. Journal of King Saud University - Computer and Information Sciences, 26(1), 47-61.
20. Jafari,M, Bahadori, M. K, & Ravangard, R. (2016), Health tourism: Opportunities, constraints, obstacles and solutions, International Journal of Travel Med Glob Health, 4(1),37-38
22. López-Nores, M., Blanco-Fernández, Y., Pazos-Arias, J. J., & Gil-Solla, A. (2012). Property-based collaborative filtering for health-aware recommender systems. Expert Systems with Applications, 39(8), 7451-7457.
23. Lunt, N., Smith, R., Exworthy, M., Green, S. T., Horsfall, S., & Mannion, D. (2011) . Medical tourism: Treatments, markets and health system implications: A scoping review. Paris : OECD
25. Mohan P., Roopa J., & Nalin S. (2008), Developing.Visual Tourism Recommender Systems. IGI Publishing.
26. Narducci, F., Musto, C., Polignano, M., de Gemmis, M., Lops, P., & Semeraro, G. (2015). A recommender system for connecting patients to the right doctors in the HealthNet social network. Paper presented at the Proceedings of the 24th International Conference on World Wide Web.
27. Nilashi, M., Samad, S., Abdul Manaf, A., Ahmadi, H. & Hassan, O. A. (2019), Factors influencing medical tourism adoption in Malaysia: A Dematel-Fuzzy TOPSIS approach, Computers & Industrial Engineering, 137, 21-39.
28. Nirmala, S, Sugirtha, R, Raj Kumar, E. & Mercy, B, (2015), An innovative cloud computing infrastructure for e-tourism, International Journal of Applied Environmental Sciences, 10(1), 15-25.
29. Osman, H. , Salem, A. & Gohary, E.(2009). The impact of E-Marketing practices on marketing performance of small business enterprises: An empirical investigation. Submitted for the degree of Doctor of Philosophy Bradford University.

30. Paniello, U., Gorgoglione, M. (2016), 

     The Impact of Profit Incentives on The

      Relevance Of Online Recommendations.     

      Electronic Commerce Research and      

      Applications, 20, 87-104

31. Park, E., Choi, B.,  Lee, T. (2019). The role and dimensions of authenticity in heritage tourism, Tourism Management 74, 99-109.
32. Ponnada, M., Jakkilinki, R., & Sharda N. (2007). Developing Visual. Tourism Recommender Systems. The IRMA Community.
33. Radmanesh, A. (2016). A Case Study of the Decision Model for American Outbound Medical Tourists. Thesis of Master degreein St. CloudState University.
35. Sattler, H., Volkner, F., Reidiger, C. & Ringle C. (2010). Extending service brandsinto products versus services: Multilevel analyses of key success drivers, International Journal of Research in Marketing, 51(1), 200-218.
36. Zanker M., Fuchs M., Höpken W., Tuta M., Müller N. (2008) Evaluating Recommender Systems in Tourism - A Case Study from Austria. In: P. O'Connor, Information and Communication Technologies in Tourism, Proceedings ENTER, 24-54