《Journal of Advanced Nursing》：Designing for Care, Not Just Function: Lessons From a Non-Clinical Artificial Intelligence Innovation in Person-Centred Fundamental Care
编辑推荐：
摘要
目的
旨在探讨人工智能（AI）如何影响医疗保健背景下以人为中心的基础护理的定义、实施与维护，并开发一个补充性框架，将关怀定位为一种设计约束。
设计
理论指导下的案例分析。该方法使用一个界定明确的案例作为发展理论命题的场所，而非进行归纳
摘要
目的
旨在探讨人工智能（AI）如何影响医疗保健背景下以人为中心的基础护理的定义、实施与维护，并开发一个补充性框架，将关怀定位为一种设计约束。
设计
理论指导下的案例分析。该方法使用一个界定明确的案例作为发展理论命题的场所，而非进行归纳推断。
方法
采用一个针对乳腺癌患者及护理人员的非临床对话式AI伴侣作为实证案例，探讨关怀如何通过技术系统被塑造。分析以基础护理框架（Fundamentals of Care Framework）为规范性锚点，并将所提出的以人为中心的AI设计框架（person-centred AI-by-design framework）定位为补充而非替代。
结果
分析产生了一个以人为中心的AI设计框架，包含三个相互依存的领域：设计、评估与可持续性。设计领域探讨技术范围、知识来源、关系互动和数据实践如何决定所实施的关怀。评估领域将焦点从性能转向生活体验，考察关怀在具体情境中如何被解释、协商和实施。可持续性领域识别了规模化风险，包括标准化、护理工作的重新分配以及关系维度的侵蚀。在所有领域中，关怀被视为一种支配性条件，塑造而非跟随技术发展。
结论
AI并非中立工具，而是重新定义关怀的积极参与者。若不加以审视，它有可能将关怀窄化为可测量、可处理和可优化的内容。因此，将关怀重新定位为设计约束是必要的，以防止在日益技术中介化的环境中以人为中心的基础护理被侵蚀。
对专业和/或患者护理的启示
该补充性框架推动了护理在塑造医疗保健AI中的治理角色。它提供了一种将以人为中心的基础护理嵌入技术系统的实用方法，确保关怀的关系性、情境性和体验性维度对患者和护理人员而言保持可见并受到保护。
**论文解读：以人为中心的基础护理视角下的非临床人工智能创新——从设计到治理的框架构建**
**研究背景与问题**
在医疗保健领域，技术创新常被视为应对系统压力、劳动力短缺和患者复杂性增加的手段。人工智能（AI）被广泛用于提升效率、扩展服务范围并优化决策。然而，这种工具性框架掩盖了一个更深层的转变：技术不仅支持护理交付，还重新组织并定义了护理发生的条件。对于以人为中心的基础护理（person-centred fundamental care）而言，这一转变尤为关键。以人为中心的基础护理强调在护理实践中整合身体、心理社会和关系维度，并关注个体需求、偏好和情境，而非仅通过可测量的任务或输出量来定义。当前，AI系统在设计时主要优先考虑效率、准确性和可扩展性，而对关系性、情境性和体验性维度的关注不足，导致护理可能被系统可测量和可处理的内容所重新定义。因此，需要开展这项研究，以探讨AI如何影响以人为中心的基础护理的定义、实施与维护，并开发一个将关怀作为设计约束的补充性框架。
**研究内容与结论**
研究人员采用理论指导下的案例分析，以非临床对话式AI伴侣AskEllyn.ai（为乳腺癌患者及护理人员提供支持）作为实证案例，分析关怀如何通过技术系统被塑造。该研究基于基础护理框架（FoC Framework）作为规范性锚点，并提出了一个以人为中心的AI设计框架（person-centred AI-by-design framework），该框架包含三个相互依存的领域：设计、评估与可持续性。研究结论认为，AI并非中立工具，而是重新定义关怀的积极参与者；若不加以治理，它可能将关怀窄化为可测量、可优化的内容。将关怀重新定位为设计约束是防止以人为中心的基础护理被侵蚀的必要条件。该论文发表在《Journal of Advanced Nursing》。
**主要关键技术方法**
该研究采用理论指导下的案例分析，以乳腺癌非临床AI伴侣AskEllyn.ai作为实证案例。研究方法包括：（1）识别以人为中心的基础护理的认识论与规范性承诺，并以基础护理框架（FoC Framework）作为分析透镜；（2）系统回顾AskEllyn.ai的公开文档、设计决策和实施记录；（3）对案例特征与理论透镜进行迭代解释，以识别趋同、张力与生成性见解；（4）将这些见解综合为框架命题。研究样本来源为AskEllyn.ai的设计与开发数据，以及由加拿大癌症协会资助的全国性研究中患者与护理人员的反馈。
**研究结果**
**设计领域（Design Domain）**
通过分析AskEllyn.ai的设计决策，研究人员得出以下结论：系统范围约束（如排除临床决策）是一种关怀决策，而非仅技术决策；将生活经验（如乳腺癌幸存者叙事）作为主要知识来源，体现了以人为中心的基础护理的认知承诺；数据最小化（零数据架构）是关系伦理的体现。这些设计原则表明，技术范围、知识来源、关系互动和数据实践共同决定了所实施的关怀形式。
**评估领域（Evaluation Domain）**
通过全国性混合方法研究（定量参与度数据与定性访谈），研究人员发现，评估应超越系统性能，聚焦于生活体验。评估的目标是考察关怀在情境中如何被解释、协商和实施，而非仅推断系统输出。这一领域强调，生活经验应作为形成性证据，而非事后指标；关怀实施应作为主要评估目标，而非系统性能本身。
**可持续性领域（Sustainment Domain）**
通过分析规模化风险（如标准化、护理工作重新分配、关系维度侵蚀），研究人员指出，可持续性要求治理机制确保关怀原则在系统扩展中保持核心地位。AskEllyn.ai通过预设临床边界、隐私设计架构和迭代评估模型来实施治理。可持续性领域识别了透明性、问责制、对齐审计和包容性代表等治理原则，并强调护理领导力在界定和操作化这些护栏中的关键作用。
**总结讨论与结论**
讨论部分指出，AI在医疗保健中的影响涉及根本性重新配置，而非简单平衡利弊。技术不仅支持护理交付，还改变护理被识别、实施和评价的方式。在缺乏明确治理的情况下，责任可能变得分散，核心护理工作可能被低估或忽视。护理学科基于关系性实践，在AI治理中应承担边界设定、算法审计、代表性治理和关系倡导等角色。研究提出了三个推进命题：（1）AI设计决策即是关怀决策；（2）关怀质量不能从技术性能推断；（3）以人为中心的关怀必须在AI生命周期中持续治理，而非仅在实施后评估。
**结论**
医疗保健技术创新常被视作系统压力的解决方案。本文认为，这代表了护理定义与实施方式的深层转变。AI并非简单支持护理，而是塑造了什么是被识别为护理、什么是被优先考虑以及什么是变得可见的。若无明确干预，这种趋势可能将护理窄化为可测量和可处理的内容，使关系性和情境性维度在正式结构中变得不那么可见。分析表明，这种轨迹并非不可避免。设计并实施与以人为中心的基础护理保持一致的技术是可能的，但这需要明确且持续地关注系统如何构建和评估。关怀不能在技术环境中被假定为持续存在，而必须被主动维护。这对护理学科具有直接意义：作为一门基于关系性实践的学科，护理在定义护理的条件方面具有关键洞察力。以人为中心的基础护理的未来将取决于这些条件是否被有意治理，使技术系统支持而非取代护理的关系性和伦理基础。
