提升护理数字胜任力：基于改良德尔菲法开发并验证跨台湾、越南和印尼的DigiNurse电子学习项目

为解决人工智能(AI)在临床护理实践中应用的前沿问题，研究人员通过系统评价和主题合成方法，分析了2020-2024年间9项定性研究（涉及140名一线护士），揭示了AI工具应用的五大主题：伦理问题、工作量增加（障碍因素），以及无缝高效护理、辅助而非替代、未来护理解决方案（促进因素）。该研究为AI与护理实践的融合提供了重要实证依据，对优化护理工作流程具有指导意义。

　　

在医疗数字化转型浪潮中，人工智能(AI)正以前所未有的速度重塑护理实践版图。从临床诊断辅助到大数据分析，AI技术已渗透到医疗各个环节，但作为医疗体系核心的护理工作者，却面临着技术适配的严峻挑战。美国护士基金会2023年调查显示，尽管64%护士愿意尝试AI工具，但42%担忧其可能削弱患者安全，23%甚至认为会威胁专业自主性——这种"既期待又抗拒"的矛盾心理，折射出护理领域AI应用研究的迫切需求。

为系统解析这一矛盾，研究团队采用PRISMA框架对CINAHL等5大数据库进行系统检索，筛选出2020-2024年间9项符合标准的定性研究（来自美、芬、中等6国），运用托马斯-哈登三阶段主题合成法，通过开放式编码、主题归类和高阶整合，最终提炼出影响AI应用的五大维度。研究严格遵循ENTREQ报告规范，并采用CASP 2024工具进行质量评价。

伦理困境与技术焦虑

研究揭示数据安全是护士最关注的伦理问题，埃及ICU护士直言"AI应用必须平衡创新与伦理标准"。更值得警惕的是，28-56岁的资深护士普遍担忧AI会削弱临床判断力，特别是对新手护士的思维培养。孟加拉研究则首次提出AI可能加剧健康不平等——弱势群体可能因技术门槛面临护理服务断层。

效率悖论与人机边界

美国中西部医院护士的访谈呈现有趣矛盾：既抱怨学习AI挤占护理时间（"管理12个患者时难以兼顾新技术"），又肯定其节省文书时间（"AI就像值得信赖的同事"）。芬兰学者发现，46-59岁护理管理者坚信"AI永远无法替代临床洞察力"，但可解放护士专注于高价值照护。这种"工具属性"认知差异，折射出人机协作的复杂心理机制。

未来图景与协同进化

跨文化研究显示，护士对AI持战略乐观态度。孟加拉硕士学历护士群体中，83%认为AI将重构护理专业身份，但需要"像考驾照般系统培训"。美国NP（执业护士）特别强调早期参与AI设计的重要性——在GUI（图形用户界面）开发阶段纳入护士反馈，可使工具更符合临床场景。中国研究则通过FITT（技术-任务-个体匹配）框架证明，成功的AI实施需要机构层面的系统性支持。

这些发现为护理AI化进程提供了三重启示：首先，亟需建立跨国伦理共识框架，特别是数据治理和算法透明度标准；其次，应开发阶梯式培训体系，区分不同年资护士的技术需求；最重要的是，必须将护士定位为"AI共同设计者"而非被动接受者。正如研究者强调的，当AI成为护理实践的"第二双眼睛"，人类护士独有的共情力和临床智慧，反而成为技术时代最不可替代的核心竞争力。

这项发表于《Nursing for Women's Health》的研究，首次通过多国实证数据勾勒出护理AI应用的机遇与挑战图谱。其价值不仅在于证实TAM（技术接受模型）在护理场景的适用性，更开创性地提出"增强而非替代"的人机协作范式，为全球护理数字化转型提供了理论锚点。未来研究可进一步探索AI在社区护理等场景的应用模式，以及不同文化背景下护士技术接受度的差异机制。