中国临床护士人工智能素养的潜在特征及其影响因素的多中心横断面研究

《BMC Nursing》：Potential categories and associated factors of artificial intelligence literacy in Chinese nurses: a multicenter cross-sectional study

　　

摘要

背景

人工智能正在重塑全球医疗服务模式，对护士的能力提出了新的要求。人工智能素养是一个多维概念，涵盖意识、应用、评估和伦理。尽管人工智能素养对于将人工智能整合到护理实践中至关重要，但现有研究大多采用以变量为中心的方法，这可能会忽略临床护士人工智能素养的异质性。本研究旨在识别中国护士人工智能素养的潜在特征，并探索特征归属的相关因素。

方法

本研究采用多中心横断面设计，于2026年1月至4月在中国三个省的六家医院进行。共有1160名注册护士完成了问卷调查。研究使用一般资料问卷、人工智能素养量表、人工智能工作态度量表和组织支持量表进行数据收集。采用潜在剖面分析识别护士人工智能素养的异质性，采用多因素logistic回归分析探讨不同人工智能素养特征的影响因素。

结果

本研究识别出四种人工智能素养的潜在特征：积极拥抱型、知识-应用脱节型、技能导向型和低素养型。其中，积极拥抱型所占比例最低，大多数护士属于知识-应用脱节型和技能导向型。年龄、教育水平、人工智能培训经历、人工智能使用频率、对人工智能的态度和组织支持与特征归属显著相关。

结论

大多数临床护士被归类为知识-应用脱节型或技能导向型。应特别关注教育程度较低和无人工智能培训经历的护士，因为这些护士在培养人工智能素养方面可能面临更大的障碍。此外，增强护士对人工智能的积极态度和改进组织支持可能与提高护士的人工智能素养相关。

临床试验编号

不适用。