中国安徽省护士的人工智能素养与工作表现之间的关联：潜变量轮廓分析

《BMC Nursing》：Artificial intelligence literacy and associations with thriving at work among nurses in Anhui Province, China: a latent profile analysis

　　

摘要

背景

人工智能技术融入临床护理正在改变护理实践，同时也为护士带来了新的能力要求。在智能医疗环境中，一些护士可能在技术适应、伦理判断以及人工智能工具的实际应用方面面临困难。了解护士的人工智能素养及其与工作表现之间的关系，有助于医院制定更有针对性的支持策略。

研究目的

本研究旨在调查护士当前的人工智能素养水平，识别自我报告的人工智能素养潜在类型，分析影响这些类型形成的因素，并比较不同人工智能素养类型护士在工作表现上的差异。

研究设计

这是一项横断面研究。

研究方法

2026年1月，通过方便抽样方法从中国安徽省的62家医院中招募了1000名护士。研究数据收集使用了通用信息问卷、人工智能素养量表、中文版工作表现量表、针对护士对人工智能态度的9项量表以及一般自我效能感量表。通过潜在类别分析对护士的人工智能素养类型进行分类，再运用单变量分析和多项逻辑回归分析确定与各类型相关的因素。同时比较了不同人工智能素养类型护士在工作表现量表上的得分差异。

研究结果

研究共识别出三种不同的潜在类型：伦理意识欠缺型（n＝332，33.20%）、认知实践差距型（n＝538，53.80%）和综合素养优势型（n＝130，13.00%）。教育程度、核心护理岗位或部门管理职责、工作经验年限、人工智能培训经历、过去6个月的人工智能使用频率、对人工智能在护理中应用的态度以及自我效能感都与护士所属的人工智能素养类型有关（所有P＜0.05）。此外，不同类型护士在工作表现量表上的得分也存在显著差异（P＜0.05）。

研究结论

这项多中心横断面研究揭示了中国安徽省医院护士自我报告的人工智能素养存在三种潜在类型，且不同类型护士的工作表现存在显著差异。这些研究结果可为在类似临床环境中提升护士人工智能素养及工作表现制定分层化的教育和管理策略提供参考。

临床试验编号

无。