社会辅助机器人对手术患者参与度及护理质量的随机试点研究：疼痛管理成效与情境因素调节作用分析

《npj Digital Medicine》：A randomized pilot study evaluating socially assistive robot effects on patient engagement and care quality

本研究针对医疗人力短缺与患者参与度不足的挑战，开展了一项随机对照试验，评估社会辅助机器人（SAR）在手术病房中增强患者参与度（PHE）及感知护理质量（PQMC）的可行性。结果显示，SAR干预虽未显著提升整体患者参与度与护理质量，但在疼痛管理维度呈现显著改善（p=0.043），且效果受手术类型与机器人接受度调节。研究表明SAR可作为标准化护理的补充工具，为数字化医疗整合提供实践依据。

　　

随着全球人口老龄化加剧，医疗系统正面临人力资源短缺与服务需求激增的双重压力。欧洲预计缺乏约200万名医疗专业人员，导致医护人员工作负荷过重、职业倦怠风险上升，进而影响患者照护质量。在此背景下，社会辅助机器人（Socially Assistive Robots, SAR）作为一种新兴技术，被寄予厚望，以期通过提供标准化教育、情感支持与基础分诊功能，缓解人力压力并提升患者参与度（Patient Health Engagement, PHE）。然而，SAR在急性医疗环境（如手术病房）中的实际效果与可行性仍缺乏实证研究。

为填补这一空白，由Izidor Mlakar领衔的研究团队在《npj Digital Medicine》发表了一项随机试点研究，旨在评估SAR干预对手术患者参与度、感知护理质量（Perceived Quality of Medical Care, PQMC）及健康相关生活质量（Health-Related Quality of Life, HRQoL）的影响。研究团队在斯洛文尼亚马里博尔大学医学中心招募了229名择期手术患者，随机分为干预组（标准护理+SAR交互）与对照组（仅标准护理），通过混合设计方差分析（ANOVA）与调节效应模型，深入探索SAR在真实医疗场景中的潜力。

关键技术方法

研究采用Pepper机器人（SoftBank Robotics）作为SAR载体，集成RASA框架构建对话流程，通过预定义脚本提供患者教育、疼痛评估及康复指导。技术核心包括：

1. 1.
   多模态交互系统：结合PLATTOS语音合成与SPREAD语音识别技术，支持斯洛文尼亚语交互；
2. 2.
   FHIR标准数据整合：将患者交互数据标准化存储于HAPI FHIR v2系统，确保临床信息互通；
3. 3.
   协同设计验证：通过HosmartAI项目工作坊，由医护人员共同审核机器人对话内容与临床流程；
4. 4.
   随机对照设计：基于ISRCTN注册方案（ISRCTN96689284），采用1:1分组与基线-终点测量（T1/T2），控制混杂因素。

研究结果

样本特征与可行性

共206名患者完成基线评估（干预组95人，对照组111人），组间人口学特征无显著差异（p>0.05）。干预组保留率达83.2%，表明SAR在手术环境中具备实施可行性。脱落分析显示，腹部外科患者退出率较高（20.5% vs. 胸外科9.0%），可能与术后疼痛差异相关。

患者参与度与护理质量

SAR干预未显著改善整体PHE（F(1,172)=1.55, p=0.215）或PQMC（两组均出现评分下降，p<0.05）。然而，调节分析发现：

• •
  手术类型调节作用：腹部外科患者中，干预组PHE下降幅度显著低于对照组（b=0.58, p=0.002）；
• •
  机器人接受度调节作用：高接受度患者在干预组中PHE提升更明显（b=0.30, p=0.022）。

健康相关生活质量

SAR干预在疼痛管理维度表现突出：干预组疼痛/不适问题显著减少（p=0.021），而对照组加重；组间交互效应显著（F(1,170)=4.17, p=0.043, η_p²=0.02）。其他维度（如活动能力、焦虑/抑郁）虽无显著组间差异，但干预组呈现积极趋势。

结论与意义

本研究首次在真实手术环境中验证SAR作为辅助工具的可行性，其核心价值在于：

1. 1.
   精准化应用场景：SAR在疼痛管理、标准化教育等结构化任务中效果显著，而非替代性护理；
2. 2.
   情境依赖性：效果受患者个体差异（如机器人接受度）与临床环境（如手术类型）调节，提示需定制化部署；
3. 3.
   技术整合路径：通过FHIR标准与协同设计，SAR可无缝嵌入现有医疗流程，为后续大规模试验奠定基础。

尽管SAR未全面改善患者报告结局，但其在特定领域的成效（如疼痛缓解）与高耐受性，为医疗数字化转型提供了务实方向。未来研究需延长干预周期、拓展至慢性病管理等场景，以充分释放SAR在提升医疗质量与效率方面的潜力。