AI来了，护理科学家不能只当旁观者——既要会用AI做研究，也要研究AI怎么用在临床。
2025年1月，美国宾夕法尼亚大学护理学院邀请48位专家（护理、医学、AI、伦理、产业界等多学科）参加《人工智能与护理科学峰会》，出了一份白皮书，发表在《Nursing Outlook》上。
白皮书都说了什么？我们一起来看！
白皮书指出，申领物资、病房物流这些行政任务占用了护士大量时间，AI和自动化可以代替。
2021年，上海同仁医院上线全国首台“输液医废分拣机器人”；
更早之前，广东省人民医院手术室就用上了物流机器人“小光和小风”，负责医用物资配送。
（图源：上海市同仁医院订阅号，侵权必删）
（图源：广东新闻联播公众号，侵权必删）
⚠️⚠️⚠️
这不是“AI替代护士”，而是把护士从非护理任务中解放出来。
白皮书强调，大语言模型可在短时间内处理海量文本，加速知识更新和临床发现的转化。
国内已在探索：中科院自动化所与中科闻歌团队联合打造了“大医金匮”中医药大模型；同时多家医院也开始了DeepSeek本地化部署。
（图源：大医金匮公众号，侵权必删）
西班牙语版本的患者教育文本可被大模型降至六年级阅读水平，护士只需审核准确。
英国NHS已大规模使用Cera AI跌倒预测系统（是目前全球范围内最大规模的AI跌倒预测项目），覆盖三分之二整合照护系统，每月用于200万次居家护理走访，每天发出约5000条高风险预警。
（图源：NHS England官网截图，侵权必删；翻译：edge浏览器插件）
1、护理课程没教AI——未来研究者可能不会用、不敢用
2、护理记录不标准——垃圾数据进，垃圾结果出
3、外界以为“AI能替代护理”——专业边界需要守住
4、AI有幻觉、推理不可靠——但常常还没充分验证就被用上了
5、学术研究周期太长——根本追不上AI迭代速度
1、把AI素养课程纳入研究生必修行列
2、跨学科AI课题组里要有护理科学家
3、规范AI部署，不是装上就行，还得有评估标准。
3、从护理视角看待AI的财务影响——不能只算省钱，要算照护质量、人力可持续性、道德困境等“护理敏感型成本”
4、在AI全生命周期嵌入伦理，透明使用、数据安全、偏差缓解、患者知情
这份白皮书释放的信号很明确：AI与照护的交叉领域将是护理科研的重要方向。如果你所在的科室引进了AI系统，不妨多观察一下：
它有没有经过充分验证？
怎么影响护士的临床决策？
患者真的知道自己的数据被用了吗？
参考文献
[1]Demiris G, Oh O, Ulrich C M, et al. Artificial intelligence and nursing science: Opportunities, challenges, implications, and guidelines[J]. Nursing Outlook, 2026, 74(3): 102770.
[2]Tbaishat D M, Elfadel M W. Artificial intelligence (AI) for social innovation in health education: promoting health literacy through personalized ai‑driven learning tools — a systematic review[J]. BMC Medical Education, 2025, 26(1): 123.
（若您需要文章全文，请您私信免费获取，我们共同学习）
#人工智能 #护理科学 #跨学科合作 #护理教育
