移动健康(mHealth)应用程序是一种特定类型的数字健康应用程序，它使用已经融入人们日常生活的智能手机和平板电脑等移动设备。人们使用移动健康应用程序来监测自己的健康状况，或通过智能手机和便携式监测设备等无线移动设备获取医疗信息或帮助[ 1］．同样，移动健康应用程序使医疗保健提供者能够监控某些用户活动和行为，以便提供个性化的医疗保健建议。其他技术也可用于支持个性化医疗保健支持。例如，带有人工智能操作助手的智能扬声器可以帮助用户更轻松地通过语音访问信息或控制其他设备，可用于此目的[ 2， 3.］．虽然智能音箱通常用于日常活动，如播放音乐、设置计时器或收听天气预报，但它们也可以用来提醒用户服药或回答与健康有关的问题。智能音箱收集和处理各种私人信息，通常用于私人环境。因为智能音箱必须能够随时识别语音激活关键字，所以它的麦克风默认状态是激活状态。因此，很多人将智能音箱与非自愿的个人信息泄露联系在一起。 4］．

越来越多地使用数字和移动技术，再加上对个性化和成本效益高的医疗保健的需求，促进了移动医疗技术的出现。这些技术有许多潜在的医疗保健好处，例如能够持续和远程监测用户的健康状况，提高诊断准确性，更早地意识到新问题，降低医疗保健成本，为生活在偏远地区的人们提供更多的医疗保健，以及改善医患沟通。

尽管有这些潜在的好处，但这些数字应用程序收集和记录的个人隐私数据的敏感性引起了人们对这些信息隐私的担忧。 5， 6］．例如，一些潜在用户希望控制其私人环境中的人(如家庭成员)对其健康状况的了解程度，这可能是因为他们害怕因其身体和健康状况而受到评判、训斥、歧视，甚至惩罚[ 7］．有些人可能因为现时的健康状况而不愿照顾家人[ 7， 8］．害怕社会污名化是人们不想让别人知道自己健康状况的另一个原因。 8］．这可能适用于身体或精神残疾、精神疾病或某些疾病，如艾滋病毒和阿尔茨海默病[ 8， 9］．

在本研究中，我们定义 隐私个人、团体或机构有权决定何时、如何以及在何种程度上与其他人分享有关他们的信息[ 10］．隐私是一个主观概念，与个人对什么构成对其个人财产或身体或道德完整的威胁的看法有关，这取决于文化方面和社会人口问题[ 11］．用户对互动和通信的看法会影响他们在一系列隐私问题上的数据隐私相关决策，包括技术问题，如监管社交网络中的可见性和使用收集机密数据的智能手机应用程序[ 12］．

现有的大多数关于移动医疗的数据隐私文献都涉及隐私的技术方面，例如通过移动网络传输并存储在设备或云服务上的信息的安全级别，以防止未经授权的访问患者的信息[ 8， 13- 15］．然而，隐私不仅仅是一个技术问题。例如，协作使用移动健康应用程序进行共享保健管理会带来与人为因素相关的其他隐私要求，例如用户在与授权机构和专业保健提供者等外部人员交换健康信息时的意愿和偏好[ 16］．

现有研究表明，隐私问题是移动健康应用程序和智能音箱采用和使用的主要障碍[ 4， 17］．由于这两种技术访问不同类型的敏感个人数据，潜在用户可能对每种技术有不同的隐私问题。为了调查这个问题，我们提出了以下研究问题(RQs):

尽管智能音箱的使用大致相当 成熟的成年人，我们将其定义为年龄为>的45岁人群和年龄<45岁的成年人[ 18]，现有研究显示，用于医疗保健目的的移动应用程序最常被成年人使用[ 19］．由于这项研究涉及这两种技术，我们专注于成熟的成人用户群体，在为期6个月的测试阶段，为50%(10/20)的参与者提供智能音箱，为50%(10/20)的参与者提供移动健康应用程序。所有参与者在测试阶段之前和之后都接受了采访。

人们不愿意使用移动健康应用程序的主要原因之一是担心自己健康数据的安全和隐私。 20.- 23］．用户通常不知道移动健康应用程序收集和存储什么样的数据，谁可以访问手动输入或传感器收集的数据，以及出于什么目的[ 20.， 24］．研究表明，用户对关注与污名化、歧视或社会隔离相关问题(如性传播疾病、性取向和精神疾病)的移动健康应用程序有更大的安全和隐私担忧[ 25- 29］．考虑到近年来数百万患者的健康数据因黑客攻击或其他事件而被泄露，这些担忧是合理的[ 30.］．尽管存在私人数据安全漏洞，但很少有移动健康应用具有安全功能，能够充分保护用户的私人健康数据[ 31- 33］．

现有的研究尚未充分探讨隐私问题在接受和使用技术中的具体作用。隐私微积分理论[ 34， 35]和所谓的 隐私悖论［ 36是隐私研究的核心概念。它们说明了隐私对行为的矛盾影响。

隐私微积分理论假设，个人会在认知上衡量一种行为的成本和收益[ 34， 35］．如果好处超过了隐私滥用可能带来的潜在危害，人们就会使用这项技术。然而，这一观点在一定程度上受到了隐私悖论的挑战，隐私悖论是一种现象，即个人使用一项技术时，即使他们与使用该技术相关的隐私问题超过了使用该技术的预期收益[ 36， 37］．尽管这两种现象在实践中都有很好的记录，但技术采用学者们还没有解释这个难题[ 38］．

计算机系统的隐私一直是人们关注的问题。1969年，霍夫曼[ 39]讨论了用户访问控制和数据保护的策略，强调需要权衡存储个人信息的效率效益与第三方访问此类信息的风险。这项研究审查了保护计算机敏感信息的法律和行政保障措施，并评估了当时可用的技术解决方案。

最近，Barth和De Jong [ 40，主要关注与隐私相关的人为因素。他们进行了系统的文献综述，以了解基于网络的隐私悖论，即用户表示非常关注个人信息的隐私，但很少采取措施保护这些数据。作者确定了35种决策的理论方法，并确定了对这一悖论的不同观点。具体而言，他们讨论了在隐私悖论的特定背景下，经过理性或非理性的风险收益计算后的决策过程。

Pavlou [ 41在他的隐私简报中，他将数据保护悖论描述为一种现象，即个人表达了对自己隐私的强烈担忧，但行为却与这些担忧相矛盾。例如，尽管担心隐私问题，一些消费者仍然分享他们的个人信息。即使考虑到用户的角度，Aïmeur [ 42解决了如何在隐私和用户个性化之间实现良好妥协的问题。他提到，越来越多的用户只能通过微调应用程序设置来控制他们的数据。作者还认为，如果用户可以直接控制何时、何地以及与谁共享他们的个人数据，移动健康将受益匪浅。

Varshney [ 43将隐私描述为一个团体或个人隔离或保留自己信息的权利。个性化技术为用户提供了广泛的服务供用户选择，但也要求用户披露更多的个人信息，这可能会引起隐私问题[ 44］．智能手机的出现更加剧了这种情况，智能手机可以更准确地捕捉个人信息。 45］．例如，通过移动平台提供的医疗咨询可以减少个人互动的需求，但应用程序用户必须与服务提供商共享与自己健康相关的信息，如健康状况、偏好和生活方式，以及他们的电话号码，才能使用个性化的医疗咨询服务，克服地理障碍，节省时间。这反过来又引起了关于收集敏感消费者信息的隐私问题:这是一个技术悖论[ 46］．虽然消费者希望得到个性化的服务，但他们不愿意透露个人信息，希望尽可能少地透露信息。

潜在消费者之间的人口统计学差异与行为意图有关。 47- 50］．一些研究关注了技术采用的年龄差异，表明不同年龄组的故意行为存在差异[ 51］．然而，Featherman和Pavlou [ 52]的研究发现，包括健康行为改变模型在内的理论结构的有效性在生命的所有阶段都没有很好的记录。大多数学者认为，随着人们年龄的增长，他们的身心活动会发生变化，从而影响他们的健康状况和决策。 53］．研究人员最近认识到，在健康背景下研究行为意图的年龄差异既有用又必要。Ziefle和Röcker [ 54年龄差异在接受健康相关技术方面发挥了重要作用。同样，Sintonen和Immonen [ 55]的研究发现，年龄较大的参与者采用技术的意愿会随着时间的推移和所提供的服务而变化，而郭等人的一项研究[ 56发现 黑暗的一面结构影响老年参与者采用移动医疗服务的意愿。

这是一项探索性质的研究，20名参与者分为两组。2019年10月至2020年4月期间，在德国南部进行了半结构化访谈。每组由10名年龄在46岁到80岁之间的参与者组成。A组参与者使用带有亚马逊Alexa技术的智能音箱，B组参与者使用Android智能手机上自备的移动健康应用程序。这两项技术都免费提供给参加者。

智能音箱是语音控制的，用户可以通过语音命令播放音乐或新闻、获取信息、打电话和执行其他任务。智能音箱通过发出预定义的语音命令来激活。智能音箱有几个级别的内置隐私保护措施。例如，麦克风可以通过按下一个按钮来中断其电源供应。用户还保留对语音录音的完全控制权。用户还可以通过互联网控制第三方是否、何时、以及访问哪些录音。

移动健康应用程序包含健康日记，用户可以使用它来跟踪自己的日常健康状况、饮水量和其他健康相关信息。这个应用程序主要是为了让老年人的日常生活更轻松。使用数字健康日记可以让医疗保健提供者更有效、更快速地收集相关信息，并减轻老年人的负担。此外，它的目的是防止认知能力下降。使用 我的价值观用户可以在应用程序中选择广泛的功能，包括体温、血压、心率、血糖水平和体重。用户可以按不同的时间间隔查询记录的数据。此外，用户还可以激活推送通知功能，以接收输入当前测量值的提醒。

参与者是通过在德国南部的老年人中心发布传单和海报，以及在社交媒体上发帖招募的。参与完全是自愿的，没有提供任何奖励。所有受访参与者都被告知研究团队的数据保护安排，并签署了一份完全符合欧盟数据保护法规《通用数据保护条例》(GDPR)的文件。对参与研究感兴趣的参与者都获得了一份参与者信息表和一份事先详细说明参与要求的知情同意书，如有必要，可以选择对表格进行解释。参与者签署并返回表格，表明他们知情同意。同意书作为知情同意的记录被妥善保存。参与者可以在研究期间的任何时候退出访谈，如果他们不想再被包括在内。此外，研究人员可以在任何时候回答问题。研究小组匿名保存了所有参与者的数据，并保留了访谈期间收集的所有书面和音频材料，直到数据保留期结束。所有项目数据都以电子方式存储在安全的密码保护服务器上，只有指定和批准的项目团队成员才能访问。 All the data will be destroyed at the end of the data retention period.

表1提供参与者的人口统计信息。

所有参与者都被认为是IT爱好者，对智能手机、平板电脑、个人电脑、智能手表或智能音箱等数字技术表现出兴趣。所有参与者都积极地经常使用智能手机和至少一种社交媒体服务，并表现出至少在他们的年龄组中平均的互联网使用强度。所有受访者都能够在很少或没有帮助的情况下安装和设置智能音箱或移动健康应用程序。

该研究分为三个阶段:(1)在测试各自的技术之前，(2)在测试期间，(3)在测试之后。

第一阶段以招募参与者开始，以交付待测试技术结束。这一阶段包括第一次对话，向参与者提供有关研究方法和时间表的详细信息，收集人口统计数据，采访所有参与者，了解他们对使用新技术的期望以及他们对保护私人数据的担忧，并询问将测试mHealth应用程序的参与者关于他们在预防性医疗保健方面的经验。我们还询问了与我们研究中测试的技术相关的隐私问题。

阶段2从技术交付开始，到技术返回(智能音箱)或卸载(mHealth应用程序)时结束。这个为期6个月的阶段给了参与者足够的时间来彻底测试这项技术。在这一阶段，研究助理(MH, Jennifer Klaus和Jaro Lanza)可以帮助参与者在使用技术时遇到困难。

第三阶段开始于技术返回或卸载时，结束于所有数据收集并准备进行分析时。在这个阶段，我们对每个参与者进行了测试后访谈，讨论他们的使用行为、观察结果、问题和关注点。我们特别关注了他们对数据隐私问题的评估如何随着时间的推移而变化，以及这如何影响了他们继续使用该技术的意图。

在第一阶段和第三阶段，我们对每位参与者进行了单独的半结构化采访，遵循采访指南，并根据主题和具体问题列表进行采访。我们提出了开放式问题，让受访者探索他们的经历和观点。访谈指南有助于访谈的重点，并确保不同访谈环境下的多个参与者和不同研究人员收集的数据的可比性。面试过程是系统和全面的，但面试官可以在面试中自由地跟进参与者更感兴趣或更重要的问题，通过调整预先制定的问题，以更深入和更全面地了解参与者的观点和看法。

由于这项研究的目的是了解在技术使用环境中隐私问题、风险感知和使用行为之间的关系，我们主要关注隐私问题、数据滥用的影响和终止使用。

10个前测访谈和10个后测访谈分别持续15至60分钟(平均35分钟，标准差15.59分钟)，并通过面对面或电话或视频会议进行。访谈以德语进行，并使用NVivo (version 10;QSR International)软件由2名研究团队成员(TS和MH)独立开发。研究小组将数据与数据收集并行编码。随后，根据Miles等人的建议，对数据进行三角测量[ 57]和Flick [ 58］．分析采用了归纳和解释的方法。归纳方法是分析定性数据的一种系统程序，其中分析受特定目标的指导[ 59］．

在第二轮分析中，来自个别访谈的代码是相关的[ 57]以阐明这些主题的具体特征以及这些因素在两种技术背景下的影响。

根据巴伐利亚大学伦理委员会(Gemeinsame Ethikkommision der Hochschulen Bayerns [ 60])，因为没有预期会对参加者造成风险或伤害，且没有违反基本的伦理原则。所有参与者都收到了一份参与者信息和同意书，其中解释了参与要求，如果需要，可以选择向他们解释表格，如果他们愿意在采访时参与，则表示口头同意作为知情同意的标志。他们也有机会完成并签署参与者同意书，以表明他们同意进行访谈。

测试前访谈的重点是参与者对该技术的一般期望，以及他们对隐私的担忧和使用该技术的预期风险。测试后的访谈主要集中在被调查者在测试阶段是如何使用这项技术的，特别是他们对隐私的担忧和对风险的看法是否在6个月的测试阶段发生了变化，以及他们是否打算继续使用这项技术。

为了更好地区分技术使用的两种不同类型的数据，我们将mHealth应用程序使用的数据称为“健康数据”，主要由参与者的健康状态或健康信息组成;将智能扬声器收集的数据称为“个人数据”，主要包括有意和无意的语音，以及用户向扬声器发出命令时传输的信息。

为了更好地理解参与者对数据滥用的担忧在多大程度上是合理的，我们询问了滥用通过智能音箱或电子健康应用程序收集的数据的感知后果。

两组参与者都没有因为数据隐私问题在测试后停止使用该技术或打算停止使用该技术，而且我们没有观察到数据隐私问题随着时间的推移而增加。总体而言，参与者认为收集数据是为了实现个性化广告，这对参与者来说并不代表足够显著的风险，不足以促使他们终止使用。

本研究旨在确定不同的数据密集型技术对数据隐私的感知是否不同。通过比较两组成年用户，我们评估了隐私问题(如数据保护问题和风险)对技术使用和停用的影响如何因技术而异。

在这两个用户组中，尽管存在隐私问题，但没有人停止使用这项技术。这与广泛讨论的隐私悖论是一致的。 36，该法案指出，即使个人将技术与潜在的隐私损失问题联系在一起，他们也会参与其中。这种现象已经在社交媒体、电子商务和移动应用中被观察到。 45， 65， 66］．这种矛盾行为的一个可能驱动因素是，使用一项技术所带来的直接利益超过了它潜在的、假设的、未来的风险[ 67］．我们的研究结果还表明，这也适用于健康数据隐私风险。在这两个用户群体中，参与者普遍表示，选择使用这项技术的代价是可能失去数据隐私的更大风险。

令人惊讶的是，我们的研究结果还表明，人们并不认为移动健康应用程序收集的个人健康数据比智能音箱记录的语音更有风险。由于个人健康数据高度敏感，并提供了对个人的深入了解，人们会期望用户更加关注保护他们的隐私[ 68］．一种可能的解释是，手动、有意识和自愿输入的离散数据，例如移动健康应用程序中的健康状态数据，比在私人环境中全天的即兴讲话更容易控制。无论如何，我们的研究结果提出了一个问题，即需要个人信息的信息技术用户是否能够区分各种设备收集的数据类型，以及用户是否完全理解数据滥用除了个性化广告之外的财务和个人后果。

与只能被动接收数据输入的移动健康应用程序相比，智能音箱可能会被视为侵入性的、不透明的侵入私人空间。事实上，几位智能语音测试人员提到了设备的常数 听对于激活关键字as 从事间谍活动在测试前的面试中。然而，在6个月的测试阶段后，没有参与者在测试后访谈中使用这个术语。这可能表明他们在采用前阶段比采用后阶段感受到更大的隐私风险，正如他们在技术采用研究中通常所提到的[ 69， 70］．

我们的研究结果初步表明，随着年龄的增长，对丢失私人健康数据的感知恐惧可能会下降。一些年龄较大的参与者表示，没有人会对他们的健康数据感兴趣;因此，侵犯隐私对他们不构成威胁。需要进一步的研究来辨别与年龄相关的差异的一致模式。

这项探索性研究有助于研究数据隐私问题如何影响数据密集型技术的预期和持续使用，特别是移动健康应用程序和智能音箱。对成年人在隐私研究中的具体看法和由此产生的行为的调查很少，学者们对老年人使用技术是如何受到隐私相关问题和担忧的影响仍然只有一个初步的了解。这一点尤其重要，因为移动健康应用程序和声控助手在为成熟和老年人提供医疗保健相关服务方面的重要性越来越大[ 71］．

我们的发现对研究有四个主要影响。由于我们的研究结果基于探索性质的研究方法，其含义并不旨在代表所有成年成年人，而是为进一步的定量调查研究提供了基础。

首先，我们的研究结果表明，一旦成年人采用了数据密集型技术，他们自我报告的隐私担忧并不会直接影响他们的实际使用行为。这一发现与隐私悖论一致。 36］．参与者经常进入一种辞职的状态，承认选择使用这项技术需要他们接受潜在的数据隐私损失。

其次，我们的研究结果表明，成熟的成年人有时会不加区别地查看他们的个人数据。即使参与者意识到数据滥用的风险，他们也明确表示，这些风险不会影响他们个人，也不会在他们的情况下表现出来。参与者提到最多的风险是收到更多个性化广告。事实上，参与者更重视保护他们的一般个人数据，而不是保护他们的个人健康数据，并认为他们不值得成为健康数据窃取的目标。这令人担忧，尤其是考虑到最近健康相关的数据遭到黑客攻击[ 72］．

第三，我们的研究结果指出，年龄是数据隐私感知、风险评估以及随后隐私计算应用的调节因素。几名年龄较大的参与者明确表示，由于他们的年龄，与数据隐私相关的风险很低。李等[ 73显示，低估未来风险的倾向在年轻人中很普遍。我们的研究表明，这种影响对老年人来说可能更大，根据我们的研究，他们缺乏动力去了解他们的个人数据将如何被对待，因此更愿意披露他们的个人数据。

最后，有点令人惊讶的是，我们发现数据类型并没有显著影响参与者如何看待数据隐私问题。我们预计，参与者会更关心保护个人健康数据的隐私，而不是保护更一般的个人信息。然而，与会者最初认为所有个人资料都同样值得保护，可能对数据滥用的后果了解不足，也没有可靠地区分通过不同设备处理的不同类型的数据。由于目前的隐私模型没有区分不同类型的数据，也没有考虑个人对不同类型数据的看法，因此需要进一步研究数据类型在技术用户隐私计算中的作用。

本研究具有探索性;因此，我们的研究结果并不能推广到所有的成年人和所有的数据密集型技术。此外，所有参与者都是在德国南部招募的，因此具有一定的文化背景。与每一项定性研究一样，本研究受到研究团队的潜在偏差的影响，并可能受到参与者社会期望偏差的影响。

我们的发现为进一步研究提供了几个途径。具体来说，我们呼吁进一步研究如何行为 辞职用户对隐私的考量体现为使用某种技术的可接受价格。还需要进一步的研究来了解是什么驱使人们更重视某些类型的个人数据，在我们的例子中，这是指用于个性化广告的一般个人数据比个人健康数据更有价值，而个人健康数据可能被滥用，造成严重后果。最后，需要进行跨代研究，以评估年龄对数据隐私问题和技术采用的影响。

关于成年成年人的数据隐私问题如何影响他们对数据密集型技术的使用的研究很少，尽管有关于数据黑客攻击和泄露以及对著名技术的窃听以及个人健康数据的敏感性的报道。我们的探索性研究分析了对20名成熟的数据密集型技术成年用户的访谈，结果显示，尽管参与者自我报告了最初的数据隐私问题，但他们并不认为风险高到足以停止使用数据密集型技术。相反，他们普遍表示，选择使用这项技术意味着接受失去数据隐私的风险。这种宿命论式的投降，再加上有证据表明，参与者更重视他们的一般个人数据，而不是他们的个人健康数据，这引起了这一代技术用户对个人数据安全的担忧。