基于技术接受模型(TAM)的HPV预防教育聊天机器人应用研究：护理学生接受度与影响因素分析

本研究针对护理学生HPV(人乳头瘤病毒)预防知识不足的问题，创新性地采用LINE平台开发的聊天机器人进行干预。研究人员基于技术接受模型(TAM)，对台湾中部210名护理学生开展横断面研究，发现感知易用性(PEOU)显著预测感知有用性(PU)(β=0.859)，两者共同解释82.2%的态度变异，最终行为意向对实际使用解释率达87.1%。研究证实聊天机器人能有效提升HPV知识水平，为数字化护理教育提供了实证依据。

　　

在全球范围内，人乳头瘤病毒(HPV)作为最常见的性传播感染之一，持续威胁着公共卫生安全。尽管HPV疫苗和筛查技术不断进步，但年轻群体尤其是大学生的感染率仍居高不下。令人担忧的是，未来将承担健康宣教重任的护理专业学生，其HPV知识储备也普遍不足——台湾地区的研究显示，护理课程中相关内容零散且浅显，导致学生多依赖网络获取信息，却难以辨别真伪。这种知识缺口不仅影响未来医护人员的职业能力，更可能加剧HPV相关疾病(如宫颈癌、口咽癌等)的防控难度。

面对这一挑战，台湾中部科技大学的研究团队独辟蹊径，将目光投向了数字健康领域的新兴工具——聊天机器人。这种基于即时通讯平台(如LINE)的对话式人工智能，既能突破传统课堂的时空限制，又能以私密、互动的方式传递敏感性健康知识。但关键问题在于：习惯了面授教学的护理学生，会接受这种"没有老师的老师"吗？哪些因素会影响他们的使用意愿？为解答这些问题，研究团队采用了经典的技术接受模型(TAM)框架，对210名护理学生进行了为期两周的干预研究。

研究采用多方法融合的设计：首先开发包含五大主题模块(HPV基础知识、相关风险、预防管理、疫苗接种和FAQ)的LINE聊天机器人，整合知识测评与专家答疑功能；随后通过问卷调查采集人口统计学数据(包括性经历、伴侣数量等外部变量)和TAM量表数据(含感知有用性PU、感知易用性PEOU等5个维度)；最后结合定量统计(回归分析、ANOVA等)与定性内容分析评估干预效果。

研究结果呈现出清晰的认知链条：在"外部变量影响"方面，年龄较小(β=-0.138)、有聊天机器人使用经验(β=-0.308)及1-6个性伴侣的学生表现出更高的PEOU和PU，而≥7个伴侣者则出现"风险钝化"现象。"TAM路径分析"显示，PEOU对PU的解释力高达74.6%(β=0.859)，两者共同预测82.2%的态度变异，最终行为意向对实际使用的解释率达87.1%(β=0.933)。"质性反馈"中学生称赞机器人能"快速获取知识"(较教材效率提升37%)，但也指出部分回答"过于模板化"。

这项发表在《BMC Nursing》的研究具有三重里程碑意义：理论层面，首次验证TAM模型在护理教育聊天机器人场景的适用性，揭示性健康话题的特殊影响因素；实践层面，证实数字工具可弥补传统护理课程在HPV教育上的不足，为开发²¹世纪核心能力培训提供范本；社会层面，其低门槛、高可及性的特点，尤其适合在医疗资源不均地区推广。正如作者Lai CY和Ho WS*强调的，下一步需优化自然语言处理技术，使机器人应答更个性化，同时探索其在患者教育中的应用潜力。这项研究不仅为HPV防控开辟了新路径，更预示着对话式AI正在重塑健康教育的未来图景。