医院使用人工智能（AI）改变护理的未来

人工智能（AI）包括许多医疗保健技术，这些技术改变了护士的角色并增强了患者护理。在医疗保健领域，人工智能通常是指计算机将数据转换为知识以指导决策或自主行动的能力。

然而，精确定义人工智能可能具有挑战性，因为它的应用范围很广，包括风险预测算法、机器人和语音识别——所有这些都增强了护理实践，并正在快速改变整个医疗保健系统。护理人工智能包括临床护理决策支持、移动健康监测和基于传感器的技术，以及语音助手和机器人技术等。

护理AI—临床护理决策支持

医院使用人工智能（AI）改变护理的未来

临床决策支持工具（包括电子健康记录 [EHR]、临床实践指南、医嘱集、报告和仪表板中的警报）增强了护士做出临床决策的能力。他们可能会向最终用户提供信息或根据数据提供可操作的选项。临床决策支持也可以集成到其他工具中，包括EHR以外的移动健康应用程序。当与人工智能相结合时，临床决策支持可以提供超出人类能力的准确性和特异性的预测和建议。基于 AI 的临床决策支持包括自动生成的护理诊断、跌倒风险预测和引导决策树，以防止导管相关的尿路感染。

这些工具背后的概念并不新鲜。例如，跌倒风险预测涉及定期评估和跌倒预防措施的实施。然而，手动风险计算非常耗时，并且容易受到人为错误的影响，从而导致预测不准确。与传统方法相比，人工智能具有三个优势：

1.在风险预测中快速考虑大量数据的能力

2.提高干预特异性（准确标记风险最高的患者）

3.变量选择和计算中的自动调整。

AI 通过考虑来自 EHR 和其他信息来源的更多样化的患者信息，准确识别高危患者。

为了确保基于 AI 的临床决策支持工具补充护理工作流程并有利于护理服务和患者结果，护士必须参与其开发和部署。人工智能在决策支持方面的潜力包括帮助护士识别患者及病情，确定护理需求。

护理AI—移动健康监测和基于传感器的技术

COVID-19 大流行改变了患者护理服务，包括远程和在诊所就诊之间从患者那里检索数据的需求增加。移动医疗（mHealth）和基于传感器的技术的应用得以快速推广。根据医疗保险和医疗补助服务中心的数据，这些技术对于管理慢性病特别有用，慢性病消耗了美国超过75%的医疗保健支出。

移动健康技术（智能手机、智能手机应用程序和可穿戴技术）通过在患者和提供者之间直接接收和发送数据来帮助管理慢性疾病，从而全面了解患者在日常环境中的健康状况动态状态。基于传感器的技术，当放置在家庭或医院环境中并结合使用时，可帮助护士收集健康信息，包括监测身体运动，并收集体重，运动和环境（温度，光，声音，空气质量）数据。

这些技术可以在整个护理过程中使用，跟随患者从住院护理过渡到门诊护理。此外，监测活动、睡眠、心率和节律的可穿戴传感器越来越便宜。这些工具及其应用允许护士近乎实时地在人群健康水平上发送和接收来自个体患者的数据，以进行可扩展的无创诊断和监测。

移动医疗技术会生成大量连续数据，需要软件工具来汇总和分析以获得可操作的见解。例如，如果糖尿病患者使用移动健康设备来监测他们的病情，临床医生可以分析数据以进行模式识别。这允许反馈循环，提示患者根据数据趋势改变行为。这些分析还可以识别可能需要额外护理和自我管理支持的患者。在门诊就诊期间，护士可以使用这些数据来说明患者的日常行为和生理变化。

护理AI—语音助手和机器人

语音助手可能在EHR应用中有未来，在家里收集患者数据并提供干预措施以增强护理。想象一下护士使用Alexa提醒老年人服药并测量血压的场景。然后，Alexa 将患者数据记录在 EHR 中，供护士查看。对于老年人和某些残疾（例如视力不佳）的患者，鉴于他们基于语音的交互，这些工具可能特别有用。语音助手的好处取决于护士参与技术选择及其在实践中和患者护理中的应用。

随着机器人技术的进步，它被用于提供护理伴侣和创建远程控制工具，例如远程呈现机器人（护士可以使用语音和视频应用程序驾驶轮式机器人）来提供护理。医院越来越多地使用远程呈现机器人来增强面对面的患者护理。

在COVID-19大流行期间，护士经常通过语音助手和机器人与患者进行远程互动，以减少个人防护设备的使用和反复接触病毒。这些技术还可以减少护士每次访问在数据收集和记录上花费的时间。但是，它们仅限于视频和语音交互。李及其同事正在进行的研究可能会导致带有手臂的机器人，护士可以远程驾驶以操纵环境中的物品，例如按下输液泵按钮以及协助喂养和药物输送。

在护理中实施人工智能

医院使用人工智能（AI）改变护理的未来

当护士实施人工智能（例如临床决策工具）时，他们可以快速处理大量数据以识别风险、推荐干预措施并简化工作流程。然而，要使人工智能真正改变护理实践，必须通过护士的投入来解决局限性。

了解人工智能与传统工具相比的功能可以帮助护士根据特定的护理情况选择最佳选择。例如，在评估压力性损伤或跌倒风险时，人工智能工具会考虑一段时间内的风险，并可能改变它们执行计算的方式以提高准确性。传统的风险评估工具在单个时间点考虑有限数量的变量，并且无法解释单个差异。换句话说，人工智能工具“学会”更加具体和准确，识别否则会被忽视的高危患者。

人工智能工具还可以分析比传统工具更多的数据点，包括EHR中不容易获得的数据，例如购买的消费者和公开报告的数据。这些附加信息与 EHR 数据的子集相结合，可以产生比传统时间点风险评估工具更可靠的可能性或风险分析。其中一个例子是药物研究。麦肯锡公司与医疗保健系统合作，将其数据与纵向EHR数据相结合，以开发肿瘤药物。护理科学也将受益于将多个数据源（包括患者报告的结果、患者偏好和社会经济考虑）与 EHR 相结合。

为了帮助做出有关人工智能工具使用的最佳决策，护士应参与所有项目开发阶段，从定义工具要解决的问题到评估其影响。了解使用AI临床决策支持的差异以及AI识别的风险因素的护士对于开发和使用可靠的解决方案至关重要。

未来的挑战

尽管人工智能为护理提供了有前途的解决方案，但它并非没有缺点。例如，仅仅因为您可以使用AI工具，并不意味着您应该这样做。根据应用的不同，许多传统工具实际上表现相似（或优于）人工智能工具，例如预测接受过髋部骨折治疗的老年患者的死亡率。数据质量和来源以及建模验证显示出不同的结果。新型机器人技术可能会遇到阻力。在引入新事物时，文化变革始终是一个因素，但如果不谨慎实施，机器人技术可能会被误解或被认为是侵入性的。医疗保健专业人员也可能担心人工智能会导致失业。这在未来可能是正确的，但当前的工具和正在开发的工具和正在开发的工具并不能取代人类的工作;它们旨在作为增强功能。此外，许多人担心与人工智能使用相关的机密性和隐私性。与处理敏感信息的技术一样，风险也存在。但是，通过仔细规划和实施，可以减轻这些风险。

参考文献：

1.Clancy T R. Artificial intelligence and nursing: The future is now[J]. JONA: The Journal of Nursing Administration, 2020, 50(3): 125-127.

2.Robert N. How artificial intelligence is changing nursing[J]. Nursing management, 2019, 50(9): 30.

Shang Z. A concept analysis on the use of artificial intelligence in nursing[J]. Cureus, 2021, 13(5).

医院使用人工智能（AI）改变护理的未来