采用Rodgers演化概念分析AI护理_许佳阳.pdf

文章编号:1673-2995(2023)04-0265-04论著采用 odgers 演化概念分析 AI 护理许佳阳1，2，朴龙范1*(1 延边大学护理学院，吉林 延吉133002;2 突泉县水泉镇卫生院，内蒙古 兴安盟137400)摘要:目的基于护理专业的角度对人工智能(artificial intelligence，AI)护理概念进行界定。方法采用 odgers 演化概念分析法分析中国知网、维普、万方、PubMed 等数据库中 AI 护理相关的文献。结果归纳出 AI 护理的 3 个前因变量和 2 个属性。结论对 AI 护理概念进行系统归纳分析，有助于医护人员更深入了解内含、制定护理措施、提升护理效率，提高护理质量。关键词:人工智能护理;odgers 演化;概念分析中图分类号:47文献标志码:AAnalyzing AI nursing with rodgers evolutionary conceptXU Jiayang1，2，PIAO Longfan1*(1 School of Nursing，Yanbian University，Yanji，Jilin Province，133002;2 Shuiquan TownshipHospital，Tuquan County，Xingan League，Inner Mongolia，137400，China)Abstract:ObjectiveTo define the concept of artificial intelligence(AI)nursing from the perspective of nursing specialty Methodsodgers evolutionary concept analysis method was used to analyze AI nursing related literature in databases of CNKI，VIP，Wanfang，PubMed，etc esultsThree antecedents and two attributes of AI nursing were summarized ConclusionSystematic induction and a-nalysis of the concept of AI nursing can help doctors and nurses to better understand the connotation，formulate nursing measures，improvenursing efficiency and improve nursing qualityKey words:artificial intelligence nursing;odgers evolutionary;conceptual analysis近几年，人工智能(artificial intelligence，AI)不仅普遍涉及社会、经济、文化、技术等领域，在医疗保健和临床护理领域也产生了重要影响。但是，临床护士对于此类技术的应用仍处于起步阶段，且目前已有文献对 AI 护理概念没有十分清晰的认知。因此，本研究主要目的在于阐明 AI 护理概念及其本质，为 AI 护理领域进一步发展提供参考。1资料与方法1 1文献检索与筛选以“AI 护理”“Artificial intelligence”“AI”为关键词，检索 Pubmed、中国知网、万方数据库、维普数据库、Web of Science 数据库等，以“护理机器人”、机器学习(machine learning)、人工神经网络(artificial neu-ral network)为扩展词进一步检索，检索时限为建库至2022 年 10 月 31 日。1 2文献纳入系统检索常用中英文数据库，涉及 AI 护理的发作者简介:许佳阳(1996 )，女(满族)，护师，硕士研究生。通信作者:朴龙范，副教授(E-mail:lfpiao ybu edu cn)展、应用、前因后果、定义属性内容，排除会议、与主题无关、重复发表的文献。odgers 等认为想得出可靠的结论，应含大约 30 篇文献或总引用数的 20%1。本次研究检索相关文献共 836 篇，剔除文献 764 篇，剩余文献中信息缺失 7 篇，重复文献 9 篇，与主题弱相关 5 篇。阅读全文后最终纳入 33 篇文献，其中中文文献 9 篇，英文文献 24 篇。1 3分析方法odgers 演化概念分析方法具体步骤如下2:明确目标概念;纳入标准收集数据;收集有关属性资料，如近义词、先行词参考词;确定概念维度;分析概念特性;跨领域比较;典型案例;未来发展意义。此方法更适用于动态和模糊的概念分析。本次研究根据现有文献进行系统检索对 AI 护理进行分析，从而引导广大护理工作者深入了解 AI 护理本质，加强 AI 护理与临床实践的进一步结合。2结果和分析2 1概念分析现存文献对于 AI 的定义很多，但检索的文章中没有给出任何“AI 护理”的明确定义。根据 AI 本身562第 44 卷第 4 期2023 年 08 月吉林医药学院学报JournalofJilinMedicalUniversityVol 44No 4Aug 2023DOI:10.13845/ki.issn1673-2995.2023.04.024的定义暂可将 AI 护理分为两类:第一种，简单的定义认为“AI 护理是模仿临床护士行为运算的计算机程序”3;第二种复杂的定义认为“AI 护理是通过多种科技技术以机器方式来辅助人类活动，并利用原始数据和深度学习完成复杂的人工神经网络的决策”4。目前，AI 护理的定义较分散，其中仅 3 篇正式定义 AI的文章3，5-6，6 篇没有提供任何正式定义4，7-11，定义机器学习12-14 和人工神经网络15-17 的文献各 3 篇。AI 概念最早于 20 世纪 60 年代由 McCarthy 等首次提出18，最原始含义指“用计算机模拟人脑从而实现视觉、语音、语言方面智能处理的应用系统和机器，其主要目的在于模拟人类思维和学习过程”19-20。1987 年马斌荣首次在国内明确提出，“护理人工智能是一个复杂的系统。它不仅包括病人及其环境的各种信息，还包括按某种格式采集并加工成一系列综合信息”21。目前，虽然对于 AI 护理的概念类文献有限，但是早在 1990 年 AI 就已应用于护理领域。美国约瑟夫恩格尔伯格发明了智能看护机器人“护士助手”，用于送药、送饭、看护、陪伴等。如今，AI 几乎已运用在所有护理领域，例如疼痛护理、疾病护理、器械管理、药物配制、机器学习等22。2 2替代词与相关词“AI 护理”的替代词是“机器学习”和“人工神经网络”。机器学习是“通过计算机算法的自动化辅助临床数据分析23。”而人工神经网络是指由神经元(感受器)通过突触连接而形成的复杂模型从而完成拟人脑的学习过程24。在阅读文献中发现，有学者将“AI 护理”和“机器人护理”概念混淆。AI 护理是指将数据算法或智能程序应用于辅助护士完成护理操作;而机器人护理主要则是一种具有传感器与导航系统、可以躲避障碍物、替代护士完成食物和药物发放的机器。二者主要鉴别点在于:前者强调将 AI 结合到整体临床护理实践中，而后者强调机器人自主完成单一的护理实践。2 3定义属性AI 护理是指将 AI 技术应用于护理实践中。在研究的这 20 篇论文中，主要将其特征分为两类:(1)数据算法:此类数据算法常应用于实践中，通常是指应用复杂的统计程序解决庞大的数据计算问题。在具体实践中每个护理问题都有新的算法，这一特征主要针对的目标问题就是准确预测。(2)持续发展的护理技术:持续发展的智能护理技术是 AI 护理属性中至关重要的一环。在临床实践中永远无法真正地量化变量之间的相互关系，所以智能护理技术的创新开发将不断持续。因此，持续的AI 护理评估与改进也随之持续发展，进而减少护士临床工作所需的护理时间14。2 4前因变量(1)可用数据:任何人工智能的重要前因变量都是可用数据，AI 护理也如此。所有数据都是依托于已有数据构建人工智能，理想情况下人工智能伴随数据的更新而更新。因此护理实践的数据通常来源于电子病历的即时捕获14，既包含定性的护理表现、护理记录、护理流程，又包含定量的药物管理记录等5。(2)跨学科协助:Griner 等研究发现，另一个关键的前提条件是临床护士、计算机研究员、软件工程师及信息技术人员协作。正是由于多层次不同学科的人员协作，确保了最终 AI 护理的实现。此外，这种“双向协作”既可以通过研究员的工作确保临床护士实践准确性，又可以通过临床护士咨询排除程序及数据的故障11。(3)潜在问题:AI 护理的开发前提是在护理的背景下存在潜在问题。换句话说，AI 护理在护理实际工作中是一种工具，如果没有持续存在的问题做前提，那么创建 AI 工具也就失去意义。AI 护理当下多应用于护理倦怠者、缺乏临床教育者、缺乏时间和资源者。此外，AI 护理还用于解决和预测压疮、逆行感染和脓毒症等类似潜在问题25。2 5作用(1)患者层面:AI 护理的应用可提高对患者病情认识、减少跌倒坠床、降低死亡率。例如，2021 年Cooper 等通过研究认为，AI 护理的结果分为患者和护士。在患者层面主要包括收集患者信息、风险预测、伤口护理、疼痛护理等3。(2)护士层面:研究学者认为在护士层面主要可以提高护士效率、减轻负担、节约时间、预测工作绩效19 及护理教育中虚拟患者7 等。高锦萍等认为在护士层面人工智能可以辅助护理管理系统、静脉采血、器械管理等26。(3)技术创新:技术创新主要指更多 AI 护理计算数据算法应用科技产品并挖掘新技术。如 Shorey等7 将谷歌的人工智能聊天机器人修改为护理聊天机器人。2 6测评指标实证测评指标是衡量概念存在的方式和程度的662吉林医药学院学报2023 年 08 月第 44 卷工具，是 odgers 演化概念分析的最后一步。AI 护理是一个多维度的概念，在不同的情景下，确认措施是否为 AI 护理的标准也不同。目前，测量指标和工具相对缺乏，仅有相对概念机器学习的程序算法对人工智能进行评估。医疗领域最常用的算法有 logistic 回归、决策树、朴素贝叶斯线性回归、随机森林等27。未来进一步研究仍需以理论指导，开展更深层次的AI 护理测评工具及量表开发。2 7典型案例介绍Attia 等28 利用 AI 护理算法开发了一款预测心房颤动的心电图特征模型，对病人进行连续监测。对AI 护理进行如下说明:患者男性，于 3 h 前无明确诱因下突然出现胸闷胸痛而入院。患者急诊评估过程中 AI 护理程序自主启动(预测窦性心律心电图特征深度学习模型)，根据辅助检查结果仅在 5 s 内做出急性心梗诊断，并预测即将突发房颤。3结论本次研究运用 odgers 演化概念分析方法，对于现有文献进行检索并在前人研究基础上整合归纳，提取 3 个前因变量及 2 个属性。研究纳入文献中仅有1 篇为人工智能护理概念研究，辨析相关概念，为全面认识 AI 护理提供参考价值。AI 护理在护理实践中可以最大程度快速高效地辅助护士完成护理任务、节约时间及成本、减轻照护者负担、为病人提供优质护理29。但目前其概念和理论问题仍处于初级阶段，缺少针对性测量工具。尽管我国已开展 AI 护理初步研究和临床实践，但进一步探究实质仍需从理论上明确概念，了解 AI 护理的实施步骤，以求更好地识别 AI 护理。参考文献:1 ODGES B L Concepts，analysis and the development ofnursing knowledge:the evolutionary cycle J J AdvNurse，1989，14(4):330-335 2 李铮，崔香淑 应用 odgers 演化概念分析方法界定护理缺失 J 中华护理教育，2016，13(10):789-791 3 COOPE P B，HU