医疗资源紧缺且分布不均衡是世界医疗卫生事业的重大难题。近年来区域流行性疾病肆虐现象不断发生,人们也越来越希望出现某项新技术,能够监控区域疾病发生规律与预测自身的健康状况。大数据医疗为人们获取和共享医疗信息资源、预测区域流行疾病与个人健康状况提供了新的途径。人们主动提供个人健康信息是大数据医疗信息资源的主要来源,也是大数据医疗平台能够发挥效用的基本保障。怎样才能使人们愿意共享自己的健康信息,是大数据医疗平台能够发挥其作用的关键所在,而我国信息共享的研究大都停留在普通网络环境与社交网络中,在大数据医疗环境下的信息共享研究几乎为零。所以,本文针对大数据医疗环境下个人健康信息共享的研究具有十分重要的理论和现实意义。本文从个体感知的层面来分析大数据医疗中影响个人健康信息共享意愿的因素,以计划行为理论和技术接受理论为基础,构建了基于大数据医疗下个人健康信息共享意愿影响因素的模型。因为大数据医疗环境有着自己的特性,其模型在计划行为理论中用社会回报来进行了变量分析,旨在更好地诠释社会压力这一重要影响因素在个人健康信息共享所起的作用;在技术接受模型中引入技术有用性,并通过感知有用性影响态度,以更好诠释大数据医疗的技术性;同时基于个体对自身健康状况、健康信息敏感度2个方面的感知,模型构建了疾病严重性、信息敏感度等变量。本文通过问卷调研来获得相关样本数据,利用spss21.0进行信度和效度分析,实效验证采取结构方程模型的方法对模型假设进行了了验证。本文研究所得出的结论是:态度、感知行为控制、社会回报、感知有用性等四个重要因素决定了共享意愿,其影响力都比较大;感知易用性对态度的影响并不显著;技术有用性会通过态度的正向影响作用来间接影响共享意愿;疾病严重性通过对态度的正向影响来间接性地影响共享意愿;信息敏感性对态度对共享意愿都没有明显的影响作用。