综述：人工智能在护理实践与教育中的应用：十年文献计量分析的趋势、差距与新兴前沿

本综述系统分析近十年（2014–2024）人工智能（AI）在护理领域的研究趋势，揭示其从护理信息学向临床实践、教育及伦理治理的演进，强调需加强结局评估、课程整合与伦理框架（AI literacy）建设。

　　

设计

本研究采用描述性文献计量分析方法，对过去十年（2014–2024年）人工智能（AI）在护理领域的研究趋势和重点进行剖析。通过可视化技术，系统评估了文献中的关键词、国家、机构、作者及参考文献分布，揭示该领域的知识结构与演进路径。

概述：年度趋势

2014至2024年间，共识别2157篇人工智能（AI）在护理领域的相关出版物。早期（2014–2016）年发文量较少，每年低于70篇；2017年起进入快速增长阶段，2024年达到563篇，呈现显著上升趋势。这一变化反映出AI在护理中的关注度急剧提升，研究规模持续扩大。

讨论

这项涵盖2225篇文献的文献计量研究，系统描绘了人工智能（AI）在护理领域的知识版图与发展前沿。通过分析作者合作网络、共被引关系及关键词聚类，识别出该领域的五大核心主题群：预测分析、决策支持、护理教育、先进技术（如机器学习ML）和伦理公平。这些聚类不仅体现了AI从信息学基础向实践与教育应用的扩展，也凸显出当前研究在结局评估和伦理治理方面的不足。

研究发现，美国、中国和加拿大是发文量最多的国家，核心作者包括Topaz、Lopez和Bowles等；活跃期刊如《CIN: Computers, Informatics, Nursing》和《Nurse Education in Practice》成为重要发表阵地。共被引分析表明，该领域建立在护理信息学传统之上，而近期研究更聚焦于人工智能素养（AI literacy）、伦理问题及教育整合。

结论

人工智能（AI）已从护理信息学的细分领域扩展至实践、教育与治理的多维议题。未来需重点关注结局导向的评估研究、课程开发及符合护理人文价值观的伦理框架（ethical frameworks），以推动AI技术与护理实践的有效融合，最终实现赋能护理专业、提升照护质量的目标。

资助

作者感谢国王 Khalid 大学研究与研究生院通过大型研究项目（RGP2/100/46）对本工作的资助。

利益冲突声明

作者Mostafa Shaban声明不存在任何利益冲突或竞争关系。本研究独立完成，未接受任何可能影响结果的外部资助。结论仅代表作者观点。

致谢

感谢所有参与者的经验分享，为本研究提供了宝贵洞察。