人工智能与机器人辅助护理工作的研究进展

Research progress on artificial intelligence and robot-assisted nursing work

CHEN Meixuan，JIANG Lan，LIANG Shenghao*Faculty of Chinese Medicine Science，Guangxi University of Chinese Medicine，Guangxi 530222 China*Corresponding Author LIANG Shenghao，E-mail：1148328552@qq.com

Keywords artificial intelligence;robot;nursing;assistance;review

摘要 综述了国内外人工智能与机器人在辅助护理工作（导诊、围术期护理、康复护理、转运工作、老年护理）中的应用现状，旨在为我国在这一领域的研究和应用提供参考。

关键词 人工智能；机器人；护理；辅助；综述

doi：10.12102/j.issn.2095-8668.2024.21.013

人工智能（artificial intelligence，AI）是一门涉及多个学科的综合性新兴学科，已经引起了全球范围内的广泛关注，被许多国家视为国家战略。2017年7月，国务院发布了《新一代人工智能发展规划》，目标是推动人工智能技术的快速发展和应用，大力支持护理与人工智能跨学科相结合，为护理行业带来创新和改进，并且促进我国智能医疗体系的发展［1-3］。人工智能在我国护理领域的发展主要以智能机器人的形式呈现，目前已经应用于协助搬运、样本和药品的传送、协助病人饮食和生活、康复训练等［4］。国外人工智能在护理领域的研究始于20世纪90年代，已经应用于临床和居家护理［5］。我国相关研究起步较晚，目前仍处于研究试验阶段［6］。随着我国人口老龄化的日趋严重，原本人员紧缺的护理队伍面临更大的挑战，加之繁忙的工作、医院和病人对优质护理的追求和各种技能考核和培训，使得在岗护士深感压力重重。截至目前，护理从业者大部分是女性，其生理特性不适宜长期进行高强度、重体力劳动［7］。因此，一些高效率、高科技的护理新技术、新手段急需被创造出来，以减轻护理从业者的工作压力，提高护理服务质量，提升病人满意度［1］。现综述国内外人工智能与机器人辅助护理工作的应用研究现状，以期为我国使用人工智能与机器人缓解护理工作压力的研究提供参考。

1 人工智能与机器人辅助护理工作应用现状

1.1 导诊

门诊护士的主要职责是接待和协助病人，但在日常工作中，需要应对大量重复性问题，容易导致工作疲劳和效率下降［8］。为应对这一问题，一些医院引入了具有语音识别的智能导诊机器人。这些机器人通过深度学习，能够快速识别病人的问题并提供有效的解决方案，明显提高了病人的就诊效率，缩短了t0kyrPQo+oZ0zGVCaGLGvszVT8fMKZfnW/+YDxeAXMo=就诊时间［9-10］。目前，北京市、浙江省和广东省部分医院的门诊部已经开始使用人工智能导诊机器人［11］。西安交通大学口腔医院在新冠疫情防控期间启用了智能化的预先诊断与分流信息系统，使病人就诊效率提高了125%，减少了不必要的护患接触，降低了交叉感染风险［12］，减轻了护士的导诊工作负担，提高了导诊效率，为病人提供了更好的就医体验［13］。

1.2 围术期的应用

手术室护士是手术团队中不可或缺的成员，承担着重要的职责。手术室护士在手术前应仔细核对病人的信息，确保手术病人身份的准确性；整理准备手术所需的仪器、设备、药品和手术器械；手术过程中与手术医师保持紧密协作，准确传递器械和药品；术后还要进行手术器械、药品清理、核对。由于手术室护士工作繁忙且复杂，他们经常面临遗漏或差错的风险。为解决这些问题，一些学者开始探索将人工智能应用于手术室护理工作中。

1.2.1 智能机器人分拣系统

梁鹏科［14］基于双目视觉系统开发了手术器械智能分拣系统，该系统使用相机采集手术包的图像信息后，通过计算机深度学习，对手术包中的器械进行全局定位，借助机械臂完成对手术包中无序摆放的手术器械进行清点分拣，以减少护理人员的工作量和分拣事故。Treat等［15］开发了一款名为“Penelope”的器械护士机器人，它可以根据口头命令将手术器械传递给手术医师，预测下一次需要的手术器械，并可以监控器械的使用情况以避免器械遗留。

1.2.2 智能监测系统

2018年，Hatib等［16］研发出了低血压预测指数，术中实时监测病人动脉血压波形，通过机器学习算法预测病人发生低血压的风险，并对监测者提出预警，其分值为0～100分，分值越大，提示发生低血压的风险越高。

1.2.3 智能给药系统

国内研究团队开发了一种利用脑电小波算法进行麻醉深度监测并自动调整给药的系统［17］，该系统监测病人的小波指数、镇痛指数、有创动脉血压和心率等指标，能智能调节病人镇静镇痛药物的输注速度，并在病人出现低血压时发出警报，帮助麻醉医师维持病人麻醉效果，确保病人安全。

1.2.4 风险预测模型

国外有学者已经将人工智能集成到电子健康记录中。使用方法是监督式机器学习，输入电子健康记录数据，预测病人可能发生的不良事件及未记录的并发症［18］。病人从手术室或麻醉恢复室转移到普通病房时残余的镇静、疼痛、谵妄、疲劳和手术损伤会使手术室护士与病房护士之间的交接变得困难，利用人工智能模型识别病人类型和预测风险，避免了不良事件的发生，帮助护士作出决策。人工智能在手术室护理中的应用展现了巨大的潜力和优势，不仅提高了护理服务的质量和效率，还为病人带来了更加安全、舒适的手术体验。同时，人工智能的引入也缓解了护理人员的工作压力，使他们能够更加专注于提供优质的护理服务［19］。

1.3 康复护理

康复护理是一种多学科的个性化护理方法，护士在治疗师、医师的协同下，对疾病、伤害或者术后的病人实施运动训练，提高病人生活质量。在我国，脑卒中已成为成人致死、致残的主要原因［20］。据统计，全球脑卒中发病率占总人口的1%［21］，即便通过康复治疗，也只有5%～20%的病人恢复全部功能［22］，其中25%～74%的病人仍需依靠护理人员的协助维持日常生活护理［23］。

1.3.1 康复辅助机器人

Rodgers等［24］进行了一项研究，将770例病人随机分为两组，一组接受机器人辅助训练（专门针对脑卒中后上肢功能障碍的强化康复治疗方法）。另一组则接受传统康复护理。经过3个月的护理，接受机器人辅助训练的病人在上肢功能、活动能力和日常生活活动方面均明显改善。

1.3.2 生活辅助机器人

外动力骨骼技术的研发为康复护理领域带来了革命性的变革。外动力骨骼是附着在身体上的刚性或柔性矫形器［25］，可以为病人康复训练提供支持，代替失去的部分肢体功能。此外，站立式轮椅能帮助病人身体直立［26］，安装在轮椅上的辅助机械臂提供了强大的灵活性［27］，可为病人解决生活、工作上的难题，提高生活质量。

人工智能/机器人的应用，为康复护理领域带来了前所未有的机遇。不仅加快了病人的康复进度，提升其生活质量，还为医护人员提供了更加高效、便捷的护理手段，切实减轻了医护人员的工作负担。随着人工智能技术的不断进步和应用范围的扩大，相信未来康复护理领域将取得更加明显的成果。

1.4 转运工作

护理转运作为医疗流程中不可或缺的一环，主要依赖人力完成。这项工作涉及的重物搬运、高强度及重复性劳动，使得护理人员经常面临身体损伤、疲劳和工作压力等挑战。为了解决这些问题，科技界和医疗界开始探索将人工智能和机器人技术应用于护理转运工作中。这些技术的引入不仅有助于提升工作效率，减轻护理人员的压力，还能在一定程度上降低因人为因素导致的错误和事故。

1.4.1 床臂一体化设计的转运机器人

床臂结合型转运机器人结合了床臂和转运功能，为病人提供了一个安全、高效且舒适的转移解决方案。日本逻辑机器公司于2009年研制的护理机器人Yurina，标志着机器人在护理转运中的初步应用。Yurina不仅结构紧凑、移动自如，还通过触摸屏、显示器和语音识别等多种操控方式，实现了人性化的控制［28］。

1.4.2 床椅分离型护理床

2013年，北京航空航天大学推出了创新型的床椅分离式护理床e-Bed［29］，凭借其先进的功能和设计，迅速成为国内该领域的代表产品。e-Bed的一大亮点是其集成了血压、脉搏、体温等生理参数监测及报警系统。意味着护理人员可以实时监测病人的生理状态，一旦有异常情况发生，系统会立即发出报警，以便及时采取应对措施。这一设备不仅提高了护理的安全性，也减轻了护理人员的工作压力。

1.4.3 双臂仿人形转运护理机器人

美国HStar公司推出的RoNA机器人［30］，具备强大的双臂，可安全灵活转运重达227 kg的病人。其3D智能导航系统确保平稳移动，减轻护理负担，提高安全性。RoNA的推出，为医疗、护理带来革命性变革。

1.4.4 护士助手机器人

哈尔滨工程大学发明的护士助手机器人由机械本体、控制系统和检测系统3部分组成，能按设定路线移动，实时检测环境并避障［31］。其装备机械手第一、四、六关节可做回转运动，第二、三、五关节可做俯仰运动；串联机械手能高效抓取药品和标本，为护士节省大量体力，助力医疗、护理更高效、便捷。

1.4.5 全身穿戴式护理机器人

日本筑波大学研发的HAL-5穿戴式机器人［32］，自重23 kg，最大负重70 kg，可持续工作2.5 h。通过混合控制系统，结合自愿和自主控制，帮助穿戴者轻松完成重物搬运等任务。

人工智能和机器人技术在护理转运工作中的应用正在不断发展和完善。这些技术的引入不仅提高了护理工作效率和安全性，还有助于减轻护理人员的压力和负担。

1.5 老年护理

随着全球人口老龄化的加剧，中国作为人口大国，老年人口数量不断攀升，对医疗服务的需求也日益增长。老年人常常面临各种健康挑战，如高血压、高血脂、冠心病和阿尔茨海默病等，使得护理人员的工作压力日益增大。传统护理模式无法应对失能老人全天候的护理需求，不仅耗费护理人员大量时间和精力，还可能导致社会功能平衡失调。随着科技的发展，人工智能机器人开始进入这一领域，为老年人护理带来新的可能性。

1.5.1 家庭保健机器人

家庭保健机器人是医疗科技领域的一大创新，能促进病人与医护人员之间的沟通，即使病人身在家中，健康管理人员也能有效监测其健康安全。例如，Pearl和Wakamuru机器人［33］以及Skilligent机器人［5］，以各种形式为病人提供家庭保健服务。这些机器人具备监测个人健康安全、管理药物和时间安排、协助物理、认知和职业治疗等多样化功能。此外，它们还能检测血压和卧床休息等关键健康指标，确保病人在家中也能得到全面的医疗关怀。

1.5.2 辅助行走装置

辅助行走装置对行走不便的老年人来说是一项振奋人心的科技创新。Hwang-Jae等开发了一种基于主动辅助算法的可穿戴髋关节辅助机器人——步态增强机电系统（GEMS）［34］。这款机器人由三星高级技术研究所开发，旨在改善老年人的步态功能和代谢效率。研究结果表明，GEMS机器人能够有效减少步行过程中的能量消耗，改善步态模式，降低躯干和下肢的肌肉力量。更重要的是，尽管GEMS主要针对髋关节提供支持，但研究还发现它也能减少膝关节和踝关节的肌肉活动，并能提高老年人行走时躯干的稳定性。这一发现为未来步态康复设备的研发提供了新的方向。

1.5.3 宠物机器人

在心理照护领域，宠物机器人正逐渐崭露头角。PARO机器宠物人［35］就是一个典型的例子，它覆盖着人造毛皮，拥有坚硬的内部骨骼和双处理器，能够模拟动物的行为并对光线、声音、温度、触摸和姿势做出反应。随着时间的推移，PARO还能与互动者建立深厚的情感联系。PARO能够促进与其互动的人的心理、生理和社会治疗效果，有助于减轻压力、改善抑郁和减少焦虑。对于需要心理支持的老年人来说，PARO无疑是一个宝贵的伴侣。

1.5.4 人形机器人

人形机器人是老年护理领域的一大创新。这类机器人能识别老年人的需求，并将声光信息传递给护理人员，同时具备监测生命体征的能力。iCub机器人和Nao机器人的主要功能是提供用药提醒、监测健康、协助老年人进行日常活动［21］。它们的目标是提供全方位的照护服务，确保老年人的生活质量和安全。

人工智能机器人在老年护理领域的应用正逐渐改变着传统的护理模式，通过提供全方位的照护服务减轻护理人员的工作压力，为老年人带来更多的健康保障和心理支持，为应对全球人口老龄化的挑战提供了新的解决方案。

2 启示

随着人工智能和健康大数据的发展，人工智能与机器人在医疗保健中发挥着重要作用，能够提升护理工作效率、缓解人力资源紧张，推动护理行业的智能化与数字化。然而，人工智能与机器人仍存在以下局限：1）在语言识别、情感理解、创造力及知识深度等方面远不及人类；2）机器人在处理复杂医疗情况时仍显不足，仍需结合人类专家的知识与经验；3）当前多数人工智能系统仍处于开发阶段，技术、伦理等问题亟待解决；4）我国护理领域的应用经验尚浅，仍需深入研究。因此，医护人员的配合与学习对人工智能的发展至关重要，科研人员与医护人员的紧密合作，以及在法律与伦理框架内应用人工智能机器人，有望实现人工智能与机器人在护理领域的全面应用，推动医疗、护理行业的数字化与智能化。

参考文献：

［1］ MUSIB M，WANG F，TARSELLI M A，et al.Artificial intelligence in research［J］.Science，2017，357（6346）：28-30.

［2］ RUSSELL S.Artificial intelligence：the future is superintelligent［J］.Nature，2017，548：520-521.

［3］ 中华人民共和国国务院.国务院关于印发《新一代人工智能发展规划》的通知［S/OL］.（2017-07-20）［2024-03-30］.https：//www.gov.cn/zhengce/zhengceku/2017-07/20/content_5211996.htm.

［4］ 何瑛，李伦.机器人在护理领域中的应用进展［J］.中华护理杂志，2018，53（9）：1140-1143.

［5］ ALAIAD A，ZHOU L N.The determinants of home healthcare robots adoption：an empirical investigation［J］.International Journal of Medical Informatics，2014，83（11）：825-840.

［6］ 杜妍莹，董鼎辉，马锋，等.人工智能在护理领域的应用进展［J］.解放军护理杂志，2019，36（4）：58-61.

［7］ 刘营兰.护理工作压力分析与对策［J］.中国实用医药，2015，10（1）：255-256.

［8］ MUSIB M，WANG F，TARSELLI M A，et al.Artificial intelligence in research［J］.Science，2017，357（6346）：28-30.

［9］ 李智，董丽娟，郭小妹，等.我国人工智能辅助护理的应用与面临的问题及思考［J］.循证护理，2022，8（8）：1055-1058.

［10］ 刘彩宏，孙硕，戎清，等.智能导诊机器人在门诊患者就诊流程中的应用效果［J］.中国病案，2017，18（12）：57-59.

［11］ 张金慧，徐慧雁.智能导诊机器人在门诊患者就诊流程中的应用效果［J］.名医，2020（3）：279.

［12］ 郑红颖，杨艳，倪佳琪，等.人工智能临床应用研究进展［J］.护理研究，2019，33（3）：454-458.

［13］ 李艺凡，孙辉，胡志萍，等.口腔专科医院新型冠状病毒肺炎流行期预检分诊信息系统的构建与应用［J］.西安交通大学学报（医学版），2020，41（5）：772-776.

［14］ 梁鹏科.基于深度学习的手术器械图像识别及分拣研究［D］.秦皇岛：燕山大学，2022.

［15］ TREAT M R，AMORY S E，DOWNEY P E，et al.Initial clinical experience with a partly autonomous robotic surgical instrument server［J］.Surgical Endoscopy，2006，20（8）：1310-1314.

［16］ HATIB F，JIAN Z，BUDDI S，et al.Machine-learning algorithm to predict hypotension based on high-fidelity arterial pressure waveform analysis［J］.Anesthesiology，2018，129（4）：663-674.

［17］ ZHANG J W，LV Z G，KONG Y，et al.Wavelet and pain rating index for inhalation anesthesia：a randomized controlled trial［J］.World Journal of Clinical Cases，2020，8（21）：5221-5234.

［18］ KING C R，SHAMBE A，ABRAHAM J.Potential uses of AI for perioperative nursing handoffs：a qualitative study［J］.JAMIA Open，2023，6（1）：ooad015.

［19］ 张圣洁，王珏，张海洋，等.机器人辅助手术中手术室专科护士的压力体验分析［J］.护理学报，2016，23（18）：71-73.

［20］ 王陇德，彭斌，张鸿祺，等.《中国脑卒中防治报告2020》概要［J］.中国脑血管病杂志，2022，19（2）：136-144.

［21］ VOS T，BARBER R.Global，regional，and national incidence，prevalence，and years lived with disability for 301 acute and chronic diseases and injuries in 188 countries，1990-2013：a systematic analysis for the Global Burden of Disease Study 2013［J］.Lancet，2013，386：743-800.

［22］ NAKAYAMA H，JRGENSEN H S，RAASCHOU H O，et al.Recovery of upper extremity function in stroke patients：the copenhagen stroke study［J］.Archives of Physical Medicine and Rehabilitation，1994，75（4）：394-398.

［23］ MILLER E L，MURRAY L，RICHARDS L，et al.Comprehensive overview of nursing and interdisciplinary rehabilitation care of the stroke patient：a scientific statement from the American Heart Association［J］.Stroke，2010，41（10）：2402-2448.

［24］ RODGERS H，BOSOMWORTH H，KREBS H I，et al.Robot-assisted training compared with an enhanced upper limb therapy programme and with usual care for upper limb functional limitation after stroke：the RATULS three-group RCT［J］.Health Technology Assessment，2020，24（54）：1-232.

［25］ YOUNG A J，FERRIS D P.State of the art and future directions for lower limb robotic exoskeletons［J］.IEEE Transactions on Neural Systems and Rehabilitation Engineering，2017，25（2）：171-182.

［26］ CHURCHWARD R.The development of a standing wheelchair［J］.Applied Ergonomics，1985，16（1）：55-62.

［27］ LIU Y，LIU Y，YAO Y，et al.Object affordance-based implicit interaction for wheelchair-mounted robotic arm using a laser pointer［J］.Sensors （Basel），2023，23（9）：4477.

［28］ NIETO A C，PFINGSTHORN M，GLIESCHE P，et al.A survey of robotic systems for nursing care［J］.Frontiers in Robotics and AI，2022，9：832248.

［29］ 胡木华，刘静华，陈殿生，等.床椅一体化多功能护理床——实现卧床老人生活自理的梦想［J］.机器人技术与应用，2013（2）：42-46.

［30］ BEHRENS J L，KOWALSKI C，BRINKMANN A，et al.Physical relief potential through robot-assisted mobilization in nursing care：an exploratory study［J］.Health Technol，2023（13）：1011-1023.

［31］ 韩金华.护士助手机器人总体方案及其关键技术研究［D］.哈尔滨：哈尔滨工程大学，2009.

［32］ SUZUKI K，MITO G，KAWAMOTO H，et al.Intention-based walking support for paraplegia patients with robot suit HAL［J］.Advanced Robotics，2007，21（12）：1441-1469.

［33］ ROBINSON H，MACDONALD B，BROADBENT E.The role of healthcare robots for older people at home：a review［J］.International Journal of Social Robotics，2014，6（4）：575-591.

［34］ LEE H J，LEE S，CHANG W H，et al.A wearable hip assist robot can improve gait function and cardiopulmonary metabolic efficiency in elderly adults［J］.IEEE Transactions on Neural Systems and Rehabilitation Engineering，2017，25（9）：1549-1557.

［35］ WADA K，SHIBATA T，MUSHA T，et al.Robot therapy for elders affected by dementia［J］.IEEE Engineering in Medicine and Biology Magazine，2008，27（4）：53-60.

（收稿日期：2024-04-27；修回日期：2024-07-15）

（本文编辑张建华）