摘要
目的
在护理基本要素(FoC)框架的指导下,对护理和社区护理背景下的"人机协作"(HAIC)相关证据进行图谱绘制和综合整理。
设计
范围综述。
数据来源
检索了包括PubMed、Web of Science、CINAHL和PsycArticles在内的多个数据库,筛选了2020年1月至2025年7月间发表的文献。
方法
纳入涉及护理者或被护理者与人工智能在护理或社区护理情境中进行协作的研究。排除以医院为基础的诊断性研究和非实证研究。
报告方法
遵循JBI更新后的九步框架和PRISMA-ScR指南。
结果
共检索到1744篇文献,其中26篇纳入本综述。识别出三种三元照护关系的配置模式:提供者介导模式、共同参与模式和面向被护理者模式。HAIC的任务主要集中在身体护理方面,而身体、心理社会及关系性护理的整合仍然有限。在HAIC中识别出五个护理角色:主动照护协调员、人工智能输出验证员、数据策展人、人工智能素养促进者和人工智能共同设计者。问责制和人类监督是最常被报告的伦理考量。
结论
要在HAIC中保持以人为中心的护理基本要素,需要将人工智能支持的信息与专业判断和人文关怀相结合,以满足被护理者的身体、心理社会和关系性需求。护士在维持护理连续性和将信息转化为个体化护理方面仍发挥着核心作用。
对专业/患者护理的影响
应对护士进行教育培养,使其能够参与人工智能共同设计,并促进被护理者及其家属对人工智能支持护理的理解。这些胜任能力对于使人工智能与被护理者的多维需求相一致、支持知情参与以及在护理和社区护理场景中维持专业监督至关重要。
影响力
HAIC将护士的职责扩展至护理协调、人工智能输出验证和专业监督等方面。这些发现可为护理教育和人工智能整合到护理工作流程中提供参考,以维持护理连续性并保存以人为中心的护理基本要素。
患者或公众参与
无患者或公众参与。
注册
方案已注册:doi: https://osf.io/35km7/
亮点
已知内容?
- 人工智能越来越多地嵌入医疗系统和护理实践中,以支持患者监测、工作流程优化和临床决策。
- 在以FoC框架概念化的以人为中心的护理基本要素,具有关系性和整合性的特征,但在技术驱动系统中若缺乏有意识的整合,可能会变得碎片化。
- HAIC已被证明能够提高多个行业的效率、精准度和用户信心;然而,其在护理和社区护理中的实施仍然复杂且研究不足。
本文新增内容、对护理教育和实践的启示
- 本综述在FoC框架内将HAIC概念化为三种三元照护关系配置模式:提供者介导模式、共同参与模式和面向被护理者模式。
- 身体、心理社会和关系性护理的整合通过人类沟通、专业诠释和护理协调得以实现。
- 识别出五个护理角色,其中主动护理协调最为一致地观察到,突显了护理连续性作为HAIC中护理核心职能的重要性。
- 护理教育应培养护士解读人工智能输出结果、促进人工智能素养参与人工智能共同设计的能力,以保存以人为中心的护理基本要素。
披露声明
本综述已在开放科学框架(Open Science Framework)中注册:Kim. D., Son. Y., Kim. B., Lim. B. and Kim. S. (2025年11月16日)。《护理和社区护理中的人机协作:范围综述》。https://osf.io/35km7/overview。
利益冲突
作者声明无利益冲突。
数据可用性声明
支持本研究结果的数据可在本文的补充信息中获取。
同行评审
为增强透明度,与本文相关的同行评审文件可在https://doi.org/10.1111/jan.70757获取。


