宾夕法尼亚大学护理学院的一项新研究探讨了人工智能在临床护理空间自动化应用中的潜力与挑战。图片来源：Hoag Levins生成图像
随着人工智能系统在医院和诊所中广泛传播，关于这项技术最终是会加强护理服务还是逐步取代部分护理工作的争论日益激烈。
这一矛盾正是宾夕法尼亚大学护理学院最新报告《人工智能与护理科学：机遇、挑战、影响及指南》的核心议题，该报告发表在《护理展望》(Nursing Outlook)期刊上。报告警告称，尽管人工智能可以减少文书工作并改善患者监测，但它也引发了关于偏见、问责制、患者隐私以及医院是否可能将某些护理功能视为可替代的担忧。
最大障碍
"医院在安全采用护理领域人工智能工具时面临的最大障碍之一是缺乏健全的治理和评估框架，"宾夕法尼亚大学护理学院院长、该论文合著者Antonia Villarruel博士（注册护士）表示。"许多机构急于快速采用人工智能，但可能尚未建立明确的验证标准、公平性评估、实施监控或问责机制。"
"另一个主要挑战是将人工智能整合到现实世界的临床工作流程中。如果一个技术上令人印象深刻的人工智能系统不能适应护士实际提供护理的方式，或者增加了负担而非减轻负担，它仍然可能会失败。"
宾夕法尼亚大学护理学院被广泛认为是世界顶尖的护理学院之一，以其在健康政策、老龄化、慢性病、健康公平、母婴健康、姑息治疗和人工智能驱动的患者护理方面的有影响力研究而闻名。其健康结果与政策研究中心(CHOPR)因开创性研究而获得国际认可，这些研究展示了医院人员配置、工作场所文化和组织结构如何影响患者结果、护士保留率、患者死亡率以及护理质量和安全。
重塑护理科学
这份最新报告探讨了人工智能如何重塑护理科学，概述了其在临床实践、伦理和研究方面的变革潜力及其带来的风险。
基于宾夕法尼亚大学举办的为期两天的跨学科研讨会，作者们认为，由于护理科学专注于以患者为中心的护理、临床工作流程和倡导，它在指导人工智能整合方面具有独特优势。人工智能可以通过自动化行政任务、加速研究、改善临床决策以及实现更个性化的患者教育和护理来增强护理工作。它还提供了分析大型数据集的新方法，以识别患者需求和人群健康风险。
主要挑战
然而，报告强调了几个主要挑战。这些挑战包括护士的人工智能素养较低、数据可能存在偏见或不完整、人工智能系统可靠性和"幻觉"问题尚未解决，以及人工智能可能侵蚀护理实践的核心人文和伦理维度的危险。作者强调，人工智能无法复制关键的护理功能，如共情能力、道德判断和患者倡导。
该报告还突显了更广泛的伦理和社会问题，包括患者对数据使用的同意、人工智能驱动决策的透明度，以及当人工智能影响临床结果时责任不明确的问题。它警告不要将人工智能系统视为等同于人类临床医生的"代理"，认为这会模糊责任并削弱专业标准。
为解决这些问题，作者提出了一套将人工智能整合到护理科学的五项指南：
- 扩大护理领域的人工智能教育：人工智能素养应成为护理教育的标准组成部分，就像药理学或临床信息学一样。护士和护理科学家不仅需要了解如何使用人工智能工具，还需要了解这些系统的构建方式、可能的故障点以及偏见或不准确输出如何影响患者护理。作者表示，未来的护士应接受培训，能够批判性地评估人工智能系统，而不仅仅是盲目信任它们。
- 在人工智能开发中纳入护士：护士应从一开始就参与设计和评估人工智能系统，而不是仅仅被视为最终用户。由于护士最接近患者和临床工作流程，他们能够独特地识别实际需要解决的问题，以及人工智能系统在现实护理环境中是否安全有效。该报告呼吁护士参与包括工程师、数据科学家、医院领导、伦理学家、监管者和患者在内的跨学科团队。
- 在广泛应用前严格测试人工智能：许多人工智能系统在经过真实临床环境的充分测试之前就进入了医疗保健领域。作者建议使用正式的评估框架和实施科学方法来衡量准确性、可靠性、偏见、工作流程影响和患者结果。目标是确保人工智能系统在不引入新的安全风险或不平等的情况下改善护理。
- 衡量真实的财务和工作流程成本：作者告诫不要假设人工智能会自动为医院节省资金或减轻护士的工作量。他们认为，护理科学家应仔细研究人工智能如何影响人员配置、文档需求、认知负担、士气和患者护理连续性。在某些情况下，即使人工智能系统在纸面上看起来效率很高，也可能产生新的负担或隐藏成本。
- 建立伦理保障和透明度：随着人工智能越来越多地参与患者护理，伦理监督必须保持核心地位。作者呼吁加强对患者隐私、知情同意、数据使用和偏见预防的保障。他们还主张患者应更好地了解人工智能何时影响临床决策，以及他们的个人数据如何被用于训练或操作系统。
最后，该报告呼吁加强护理科学家与产业界的合作伙伴关系，将护士定位为人工智能系统的共同设计者而非边缘贡献者。报告得出结论，为了让人工智能在不损害护理质量和信任的情况下改善健康结果，护理科学家必须在其开发、评估和部署中发挥核心作用。
【全文结束】