人工智能在护理领域的应用现状及发展前景

2022-01-01周瑶群方荣华

护理研究 2022年6期

周瑶群，方荣华

四川大学华西医院特需医疗中心/四川大学华西护理学院，四川 610041

计算机技术和深度学习理论的发展促进了人工智能（artificial intelligence，AI）的发展，与大数据结合应用后，AI逐渐被应用到工业、农业、服务业及医疗等多个领域[1]，极大地提高了生产效率，并节省了人力成本。2017年我国颁布《新一代人工智能发展规划》及《促进新一代人工智能产业发展三年行动计划（2018—2020年）》，提出重点发展AI技术，并将其提升到国家战略高度[2]。2020年全球新型冠状病毒肺炎大流行期间，AI被成功运用于临床、教学、科研、护理及医学检查[3]，其作用巨大。现对AI在护理领域的应用现状进行综述，并对其发展前景和面临的挑战进行探讨。

1 概述

AI术语始于1956年[4]，是指将计算机技术用于模拟人脑运行机制，从而实现计算机在视觉、语音识别、自然语言处理等方向的应用，旨在模拟和延伸人类思维过程、学习过程和知识存储过程[5-6]。AI是一门涉及多领域知识和包含多种技术的科学，其主要目标是让机器代替人完成复杂的工作[7-8]。近年来，AI已成功应用于疾病预测[9]、智能诊疗[10]及影像识别[11-12]等方面。AI在智能护理机器人、远程健康管理与疾病干预中得到不断探索与发展[13]。将AI应用于临床，可很好地缓解医护人员人力资源短缺、医疗资源不足的问题，提高临床护理质量[14]。

2 应用现状

2.1 在临床工作中的应用

2.1.1 疾病监测临床重症病人病情瞬息万变，护士需要通过心电监护仪协助观察病人生命体征变化。而监护仪报警并不完全准确，可能直接导致病人抢救时间延误、病人及家属恐慌及医护人员时间和精力的浪费[15]。将AI应用于心电监测，采用特征波形挖掘技术辅助诊断各类心脏疾病，可以为病人治疗方案提供更多参考依据[16]。Attia等[17]利用AI算法，开发了一款预测窦性心律时伴发心房颤动的心电图特征深度学习模型，减少了需要对病人进行连续监测的行为。Hannun等[18]利用深度学习算法开发了一套可检测12种心律失常的分类模型。美国莫特儿童医院运用基于AI的监测系统，通过收集患儿数据生成风险指数，预测患儿发生心脏骤停的概率，从而提醒医护人员提前采取针对性干预措施，降低患儿心脏骤停风险，降低致残率及病死率等[4,19-20]。

2.1.2 智能配药部分医院由于无配置静脉化疗药物的生物安全柜，容易导致护士职业暴露。AI应用于化疗药配制，整个配制过程由智能配药机器人在封闭、洁净空间独立完成，护士只需把待配药物放在指定夹具上，药物剂量通过计算机软件进行计算，机器人进行药物配制，挥发性药物将通过负压抽吸系统进行专门处理，配制过程中护士不直接接触化疗药物，不但可避免输液制品被污染，还可减少药物浪费，降低细胞毒性药物对护士身体的伤害以及对周围环境的污染，加强护士职业防护，并减少输液反应发生风险[21]。

2.1.3 电子语音病历 AI已运用于语音识别、音频识别领域[22]。Mairittha等[23]开发了一款将语音修复技术和智能手机结合的护理记录对话系统，该系统可使用语音快速存储并准确生成护理记录，护士可在智能手机上以语音方式录入护理数据，无须网络连接也可使用，并能下载离线数据库，现已应用于生命体征、饮食、用药、口腔、排泄、沐浴等常见护理记录中，与传统电子表格护理记录相比，文档处理速度提高了15%。还有研究者将聊天机器人置入麻醉监护仪中，采用语音录入代替键盘输入，整体单词识别率可达72.0%～92.4%[24]。通过语音识别方式进行病历录入，平均每百字所需时间比普通方式减少50%[25]。此外，研究显示，将智能体温单应用于临床，不仅可提高工作效率，还可有效减少人工绘制错误[26]。我国已有利用“语音图文手术记录系统”将手术中语音自动转化为文字的技术[27]。

2.1.4 吸痰机器人将智能吸痰机器人应用于临床，由护士识别病人吸痰需求，吸痰机器人进行自动吸痰，减轻了护士工作量，降低了护士职业暴露风险[28]。

2.1.5 导诊智能导诊机器人主要基于人脸识别、语音识别和机器学习技术，通过人机交互，具有挂号、导航、就医引导和健康知识普及等功能[29]。

总之，智能机器人在护理领域的成功应用，将护士从烦琐和重复性的简单工作中解脱出来，提高了工作效率。

2.2 老年照护随着全球老龄化加速，老年慢性病患病率及共病率增高，老年照护需要更多照护者，目前照护资源无法满足其需求。为了缓解这一压力，有研究者将AI应用于老年照护工作中，主要发挥了以下作用。

2.2.1 协助日常生活辅助行走机器人可帮助步态异常老年人保持平稳行走，改善老年人步态，提高老年人生活质量[30]。日本研发的机器人RQEAR能以轻柔动作将人抱起、放下或帮助人站立[31]。此外，进食辅助机器人[32]、KNRC自动喂食机器人[33]以及Handy 1[34]、Winsford Self-Feeder[35]、My Spoon[36]、Meal Buddy等[37]均由人机交互系统和辅助进食机器人系统组成，能够帮助失能老年人和残疾人完成日常饮食照护。

2.2.2 陪伴照护基于沃森（Watson）驱动的多用途老年护理机器人IBM MERA中的社交辅助机器人[38]及新型社交机器人Mini[39]主要用于老年人陪伴照护。

2.2.3 提供心理支持机器人能够与老年人进行肢体和语言互动，可为老年人提供心理支持，提高其社交能力[40-42]。

2.3 协助护理诊断护理诊断是指护士对病人从生理、心理及社会多方面进行综合分析后确定的护理问题和护理实践过程[43]。已有研究显示，基于AI的护理诊断与高年资护士对病人做出的护理诊断一致性达87%，且基于AI的护理诊断时间明显缩短，极大地提高了护理工作效率；但由于该系统临床应用时间尚短，其准确性还需大量临床数据支撑，加之不同层次护士对疾病认知存在差异，因此，做出的护理诊断也有差异[44]。此外，使用机器人诊断系统也可以帮助老年痴呆和认知障碍病人进行认知功能测试，从病人与照护者对话中识别照护目标，形成照护策略，并根据病人性别、种族、文化程度、社会经济背景、疾病临床分期、病程进展等层次的交互结果做出护理诊断[45]。

2.4 管理慢性病

2.4.1 疾病风险预测 AI机器学习是指通过对大量数据进行学习，提取特征，从而构建模型。与传统的回归模型相比，机器学习对于非线性临床数据的处理具有先天优势，可以构建更精准的疾病风险评估模型[46]。目前，AI已应用在糖尿病筛查及风险预测、预测院内及院外心脏骤停以及心脏骤停预后评估中[9,47-49]；AI疾病风险预测模型可对糖尿病及心血管等慢性疾病进行早期识别和筛查，从而进行早期干预，既延缓了慢性病发病，提高病人生活质量，也极大地减轻了家庭及医疗卫生系统的负担[50]。

2.4.2 疾病辅助诊断目前，AI已被应用于各类疾病的辅助诊断，如进行乳腺癌病理识别及皮肤癌筛查，其准确率超过医生[10,51]；协助预测心脏病发作[52]；用于糖尿病及其并发症的辅助诊断[53]。此外，AI还被用于结肠镜检查中息肉的自动检测识别与分类[54]。

2.4.3 健康管理将健康风险评估和行为问责制应用程序安装在病人的智能手机中，可监测病人口服药物情况，若病人漏服药物、延迟服药或错服药物，手机会自动给医务人员发送短信或电子邮件，由医护人员督促病人，从而提高病人服药依从性，提高疾病控制率或治愈率[55-56]。Sudharsan等[57]等利用机器学习建立低血糖预测模型，该模型预测未来24 h低血糖事件的灵敏度为92%、特异度为70%，有利于降低糖尿病病人低血糖发生风险。医务人员通过远程机器人与居家老年人及其照护者保持密切联系，可监测病人病情变化和服药情况，及时做出健康指导[13]。智能语音随访系统应用于慢性病随访管理，协助医务人员监测病人疾病状况，可更好地进行慢性病管理[58]。应用AI对妊娠期糖尿病病人进行远程健康管理，可降低其就医次数，节约就诊时间[59]。AI应用于社区慢性病管理，突破了时间和空间的难题，促使病人主动监控病情，变被动管理为主动管理[60]。

3 发展前景

3.1 缓解护士人力短缺压力 AI承担化疗药物配制、吸痰和导诊等简单、琐碎的日常护理工作，可有效提高护理工作效率，减少差错事件发生，保障病人安全，提高护理质量，促使护士将更多精力投入智能护理、网上护理和护理机器人研发及维修服务中[61]，使护士获得更广阔的职业发展空间。

3.2 提供优质护理服务将AI运用到医院-社区-家庭三位一体的慢性病病人延续护理中，通过建立云数据库，利用机器学习等技术帮助护士科学、高效地开展延续护理服务，有利于减少传统护理模式缺乏完善的系统支持、人力资源消耗大、信息收集量小及实施效果不佳等局限性[62]。

3.3 转变护理工作模式 AI已经改变了快递服务、无人驾驶等行业的工作模式。将AI应用于护理领域，将极大地改变医院、诊所、社区及家庭传统护理工作模式。利用移动医疗技术在器官移植术后实施远程监测，有利于降低病人术后不良事件发生率，提高工作效率[63]。可见，AI优化了护理资源配置，促使护理工作模式逐步智能化和自动化，由传统的体力劳动逐渐转变为脑力劳动。

4 挑战与困境

AI应用于护理领域可提高护理工作效率，节省人力和物力，但也存在一些风险和不足，主要表现在技术瓶颈、社会信任和伦理问题三大方面。①病人描述病情时并不清楚自身状况，会使用大量非专业词汇，但现有的AI主要偏向于单个功能研发，无法挖掘更多有用的病史，不能完全适应真实的临床环境。②病人生理和心理需求是多方面、多层次的，医院、社区及家庭等照护场所对AI需求存在差异。③在临床应用过程中还存在病人及照护者对AI不信任，护士受主观经验影响等，可能对AI的应用造成限制。AI的局限在于有条件思维，无法做到及时、有效的沟通和交流，而护士具有无条件理性思维能力及共情能力，这可能是导致病人不信任AI的原因之一。④AI中的数据安全性、隐私保护关键技术、隐私保护法律法规等[64]还需要不断完善。