电子健康素养通过技术信任与感知价值影响护士对人工智能使用态度的链式中介机制研究

本研究针对护士对人工智能(AI)使用态度这一关键问题，通过横断面调查设计探讨了电子健康素养(eHealth literacy)通过技术信任(technology trust)和感知价值(perceived value)影响AI使用态度的作用机制。研究发现eHealth literacy不仅直接正向预测护士对AI的使用态度，还通过"感知价值"的单独中介及"技术信任→感知价值"的链式中介路径产生间接影响，为开发护理AI培训项目和临床导向AI系统提供了理论依据。论文采用结构方程模型(SEM)和Bootstrap法验证了基于UTAUT(技术接受统一理论)和VAB(价值-态度-行为)模型的整合框架。

　　

在数字化转型浪潮席卷医疗健康领域的今天，人工智能(AI)技术已深度渗透到护理实践的各个环节。从重症监护到疾病风险预测，从优化管理流程到制定个性化干预方案，AI正在重塑护理服务的形态。然而一个令人困惑的现象是：尽管AI技术展现出巨大潜力，临床实践中护理AI的实际采纳率却比预期低40-60%。福建医科大学护理学院的研究团队敏锐地发现，护士对AI的使用态度(attitude toward the usage of AI)成为制约技术落地的关键瓶颈。

为破解这一难题，研究人员设计了一项覆盖福州20家医院564名注册护士的横断面研究。通过在线问卷收集数据，采用结构方程模型和Bootstrap法，首次揭示了电子健康素养(eHealth literacy)通过技术信任(technology trust)和感知价值(perceived value)影响AI使用态度的多重作用路径。这项发表在《BMC Nursing》的研究，为理解护士群体接受AI技术的心理机制提供了全新视角。

研究主要采用五种关键技术方法：(1)基于CHERRIES标准的在线问卷调查设计；(2)使用eHEALS量表评估电子健康素养；(3)采用技术信任和感知价值的三项目测量工具；(4)应用Attitude Scale towards the Usage of Artificial Intelligence Technologies in Nursing(ASUAITIN)评估AI使用态度；(5)通过AMOS软件构建结构方程模型并进行Bootstrap中介效应检验。样本来自福建省多家三甲医院的临床护士，包括内科、外科、急诊和ICU等多个科室。

【研究结果】

1. 描述性统计：调查对象以女性(93.26%)、31-40岁(51.06%)、本科学历(68.62%)的护师(37.59%)为主。感知价值得分最高(3.95±0.72)，AI使用态度得分最低(3.39±0.26)。

2. 相关性分析：eHealth literacy(r=0.472)、technology trust(r=0.545)和perceived value(r=0.637)均与attitude toward the usage of AI呈显著正相关(P<0.001)，且technology trust与perceived value高度相关(r=0.733)。

3. 链式中介模型：模型拟合指标良好(X²/df=3.088，CFI=0.962，SRMR=0.041)。发现三条显著路径：

   • 直接路径：eHealth literacy→attitude toward the usage of AI(β=0.270)
   • 单独中介路径：eHealth literacy→perceived value→attitude toward the usage of AI(β=0.031)
   • 链式中介路径：eHealth literacy→technology trust→perceived value→attitude toward the usage of AI(β=0.066)

【研究结论】
这项研究构建了整合UTAUT和VAB理论的创新框架，揭示出护士AI接受度的形成机制具有多层次特征。eHealth literacy作为基础认知能力，不仅直接增强使用意愿，还通过提升技术系统可靠性评估(technology trust)和临床实用性判断(perceived value)产生间接影响。特别值得注意的是，technology trust需转化为perceived value才能有效影响态度，这一发现修正了传统技术接受模型中信任直接作用的假设。

研究结果对护理实践具有重要启示：医疗机构应设计阶梯式AI能力培养体系，从eHealth literacy基础培训入手，逐步过渡到技术信任建立和实用价值认知的强化。AI开发者则需注重临床场景适配性，通过透明算法和流程可视化来增强护士的价值感知。该研究为平衡技术创新与护理需求提供了理论支撑，对推动AI在护理风险评估、个性化照护等场景的安全部署具有指导意义。