认知负荷评估在安全管理中的整合性研究：从高危行业到护理管理的启示与挑战

《BMC Nursing》：An integrative review of cognitive workload assessment for safety management

本研究针对安全管理中认知负荷评估方法开展整合性综述，系统分析了问卷评估、任务表现和生理参数三类主流方法。研究人员发现通过可穿戴设备采集EEG、ECG、EOG等多模态生理信号，结合SVM、KNN等机器学习算法可实现客观实时评估。该研究为护理管理者开发适应护理工作特性的认知负荷评估体系提供了重要方法论参考。

　　

在现代医疗环境中，护士需要同时处理多项复杂任务，从药物配比到生命体征监测，从医患沟通到紧急情况应对，这种多任务处理模式给护理人员带来了巨大的认知负荷。根据认知负荷理论，人类的认知资源是有限的，当认知负荷超出个体承受范围时，就会增加医疗差错的风险，直接威胁患者安全。然而令人惊讶的是，尽管认知负荷评估在高危行业（如航空、核电站等）已有深入研究，但在护理领域的应用却相对滞后。

为了填补这一空白，北京大学护理学院的冯婷婷等研究人员开展了一项整合性综述研究，系统梳理了1994年至2025年初期间发表的146篇关于认知负荷评估的文献。这项发表在《BMC Nursing》的研究揭示了认知负荷评估方法的发展趋势和应用现状，为护理管理者提供了重要的方法论参考。

研究方法的关键技术

本研究采用Whittemore和Knafl推荐的整合性综述方法，系统检索了PubMed、Web of Science、Scopus和EBSCO四大数据库。通过严格的文献筛选流程，最终纳入146篇符合标准的研究。数据提取采用标准化表格，重点分析了认知负荷评估的方法学特征，包括主观量表、任务表现指标和生理参数三类方法的应用情况。特别关注了机器学习算法在生理信号分类中的性能表现。

研究结果分析

文献分布与时间趋势

研究发现，认知负荷评估在安全管理领域的研究自2003年起呈现快速增长趋势。

这一时间趋势明显分为两个阶段：1994-2003年的初步发展阶段和2003年后的快速发展阶段。值得注意的是，在纳入的146篇研究中，仅有4篇是由护理研究人员完成，这凸显了护理领域在该研究方向上的不足。

生理信号评估的应用现状

EEG（脑电图）、EOG（眼动图）和ECG（心电图）成为最受青睐的三种生理信号。研究显示，多信号融合能够显著提高分类性能，其中SVM（支持向量机）、KNN（K近邻）和复合分类器的应用最为广泛。

在EEG信号分析中，研究发现β频带和γ频带与认知负荷呈正相关，这些频带能够有效反映个体的意识专注度和心理压力水平。而ECG信号中，HRV（心率变异性）成为最常用的特征指标，但其评估效果存在一定争议。EOG信号则通过瞳孔大小、眨眼频率等眼动特征来评估认知负荷，但这些指标容易受到光线变化和身体运动的影响。

主观评估工具的应用

NASA-TLX（任务负荷指数）成为使用最广泛的主观评估工具，该量表包含心理需求、身体需求、时间需求等六个维度。在研究中也常被作为机器学习分类的金标准。此外，SWAT（主观负荷评估法）、MDT-CL（多维认知负荷量表）等工具也在特定领域得到应用。

护理领域的特殊挑战

研究特别强调了将高危行业的认知负荷评估方法直接应用于护理工作的局限性。护理工作的独特之处在于其以患者为中心的特点，而高危行业多以信息交互为核心。护士需要频繁移动工作，环境光线变化较大，这些因素都会对生理信号采集产生干扰，需要特别关注特征选择和数据清洗问题。

研究结论与讨论

这项整合性综述揭示了认知负荷评估方法的发展脉络和技术前沿，为护理管理者提供了重要的方法论借鉴。研究表明，通过可穿戴设备和机器学习算法实现客观、实时的认知负荷评估已成为主流趋势，但在护理领域的应用仍需解决若干关键问题。

首先，需要开发适合护理工作特性的评估体系。护理工作具有动态性强、环境复杂、以患者为中心等特点，直接套用其他行业的评估方法可能效果有限。其次，生理信号采集过程中需要特别关注运动伪影和环境干扰问题，这要求采用更先进的数据预处理技术。此外，现有研究多以男性受试者为主，而护理行业女性占比高，这一人口学差异也需要在方法学上予以考虑。

该研究的实践意义在于为护理管理者提供了系统的方法论参考，有助于开发嵌入医院管理系统的认知负荷监测工具。这不仅能够优化人机界面设计，减少外在认知负荷，还能为护理培训项目提供科学的评估手段。

然而，研究也指出当前认知负荷评估存在的局限性。尽管机器学习模型能够实现较好的分类性能，但其神经生理机制仍不明确，这限制了模型的解释性和泛化能力。未来研究需要进一步探索认知负荷的神经机制，同时加强护理领域的实证研究，建立真正适合护理工作特点的认知负荷评估体系。

这项由北京大学护理学院团队完成的研究，不仅系统梳理了认知负荷评估的技术发展，更重要的是为护理安全管理提供了科学依据，对提升患者安全具有重要的理论与实践价值。