人工智能在護理領(lǐng)域的應(yīng)用現(xiàn)狀及發(fā)展前景

周瑤群，方榮華

四川大學華西醫(yī)院特需醫(yī)療中心/四川大學華西護理學院，四川 610041

計算機技術(shù)和深度學習理論的發(fā)展促進了人工智能（artificial intelligence，AI）的發(fā)展，與大數(shù)據(jù)結(jié)合應(yīng)用后，AI逐漸被應(yīng)用到工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)及醫(yī)療等多個領(lǐng)域[1]，極大地提高了生產(chǎn)效率，并節(jié)省了人力成本。2017年我國頒布《新一代人工智能發(fā)展規(guī)劃》及《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018—2020年）》，提出重點發(fā)展AI技術(shù)，并將其提升到國家戰(zhàn)略高度[2]。2020年全球新型冠狀病毒肺炎大流行期間，AI被成功運用于臨床、教學、科研、護理及醫(yī)學檢查[3]，其作用巨大?，F(xiàn)對AI在護理領(lǐng)域的應(yīng)用現(xiàn)狀進行綜述，并對其發(fā)展前景和面臨的挑戰(zhàn)進行探討。

1 概述

AI術(shù)語始于1956年[4]，是指將計算機技術(shù)用于模擬人腦運行機制，從而實現(xiàn)計算機在視覺、語音識別、自然語言處理等方向的應(yīng)用，旨在模擬和延伸人類思維過程、學習過程和知識存儲過程[5-6]。AI是一門涉及多領(lǐng)域知識和包含多種技術(shù)的科學，其主要目標是讓機器代替人完成復雜的工作[7-8]。近年來，AI已成功應(yīng)用于疾病預測[9]、智能診療[10]及影像識別[11-12]等方面。AI在智能護理機器人、遠程健康管理與疾病干預中得到不斷探索與發(fā)展[13]。將AI應(yīng)用于臨床，可很好地緩解醫(yī)護人員人力資源短缺、醫(yī)療資源不足的問題，提高臨床護理質(zhì)量[14]。

2 應(yīng)用現(xiàn)狀

2.1 在臨床工作中的應(yīng)用

2.1.1 疾病監(jiān)測 臨床重癥病人病情瞬息萬變，護士需要通過心電監(jiān)護儀協(xié)助觀察病人生命體征變化。而監(jiān)護儀報警并不完全準確，可能直接導致病人搶救時間延誤、病人及家屬恐慌及醫(yī)護人員時間和精力的浪費[15]。將AI應(yīng)用于心電監(jiān)測，采用特征波形挖掘技術(shù)輔助診斷各類心臟疾病，可以為病人治療方案提供更多參考依據(jù)[16]。Attia等[17]利用AI算法，開發(fā)了一款預測竇性心律時伴發(fā)心房顫動的心電圖特征深度學習模型，減少了需要對病人進行連續(xù)監(jiān)測的行為。Hannun等[18]利用深度學習算法開發(fā)了一套可檢測12種心律失常的分類模型。美國莫特兒童醫(yī)院運用基于AI的監(jiān)測系統(tǒng)，通過收集患兒數(shù)據(jù)生成風險指數(shù)，預測患兒發(fā)生心臟驟停的概率，從而提醒醫(yī)護人員提前采取針對性干預措施，降低患兒心臟驟停風險，降低致殘率及病 死率等[4,19-20]。

2.1.2 智能配藥 部分醫(yī)院由于無配置靜脈化療藥物的生物安全柜，容易導致護士職業(yè)暴露。AI應(yīng)用于化療藥配制，整個配制過程由智能配藥機器人在封閉、潔凈空間獨立完成，護士只需把待配藥物放在指定夾具上，藥物劑量通過計算機軟件進行計算，機器人進行藥物配制，揮發(fā)性藥物將通過負壓抽吸系統(tǒng)進行專門處理，配制過程中護士不直接接觸化療藥物，不但可避免輸液制品被污染，還可減少藥物浪費，降低細胞毒性藥物對護士身體的傷害以及對周圍環(huán)境的污染，加強護士職業(yè)防護，并減少輸液反應(yīng)發(fā)生風險[21]。

2.1.3 電子語音病歷 AI已運用于語音識別、音頻識別領(lǐng)域[22]。Mairittha等[23]開發(fā)了一款將語音修復技術(shù)和智能手機結(jié)合的護理記錄對話系統(tǒng)，該系統(tǒng)可使用語音快速存儲并準確生成護理記錄，護士可在智能手機上以語音方式錄入護理數(shù)據(jù)，無須網(wǎng)絡(luò)連接也可使用，并能下載離線數(shù)據(jù)庫，現(xiàn)已應(yīng)用于生命體征、飲食、用藥、口腔、排泄、沐浴等常見護理記錄中，與傳統(tǒng)電子表格護理記錄相比，文檔處理速度提高了15%。還有研究者將聊天機器人置入麻醉監(jiān)護儀中，采用語音錄入代替鍵盤輸入，整體單詞識別率可達72.0%～92.4%[24]。通過語音識別方式進行病歷錄入，平均每百字所需時間比普通方式減少50%[25]。此外，研究顯示，將智能體溫單應(yīng)用于臨床，不僅可提高工作效率，還可有效減少人工繪制錯誤[26]。我國已有利用“語音圖文手術(shù)記錄系統(tǒng)”將手術(shù)中語音自動轉(zhuǎn)化為文字的技術(shù)[27]。

2.1.4 吸痰機器人 將智能吸痰機器人應(yīng)用于臨床，由護士識別病人吸痰需求，吸痰機器人進行自動吸痰，減輕了護士工作量，降低了護士職業(yè)暴露風險[28]。

2.1.5 導診 智能導診機器人主要基于人臉識別、語音識別和機器學習技術(shù)，通過人機交互，具有掛號、導航、就醫(yī)引導和健康知識普及等功能[29]。

總之，智能機器人在護理領(lǐng)域的成功應(yīng)用，將護士從煩瑣和重復性的簡單工作中解脫出來，提高了工作效率。

2.2 老年照護 隨著全球老齡化加速，老年慢性病患病率及共病率增高，老年照護需要更多照護者，目前照護資源無法滿足其需求。為了緩解這一壓力，有研究者將AI應(yīng)用于老年照護工作中，主要發(fā)揮了以下作用。

2.2.1 協(xié)助日常生活 輔助行走機器人可幫助步態(tài)異常老年人保持平穩(wěn)行走，改善老年人步態(tài)，提高老年人生活質(zhì)量[30]。日本研發(fā)的機器人RQEAR能以輕柔動作將人抱起、放下或幫助人站立[31]。此外，進食輔助機器人[32]、KNRC自動喂食機器人[33]以及Handy 1[34]、Winsford Self-Feeder[35]、My Spoon[36]、Meal Buddy等[37]均由人機交互系統(tǒng)和輔助進食機器人系統(tǒng)組成，能夠幫助失能老年人和殘疾人完成日常飲食照護。

2.2.2 陪伴照護 基于沃森（Watson）驅(qū)動的多用途老年護理機器人IBM MERA中的社交輔助機器人[38]及新型社交機器人Mini[39]主要用于老年人陪伴照護。

2.2.3 提供心理支持 機器人能夠與老年人進行肢體和語言互動，可為老年人提供心理支持，提高其社交能力[40-42]。

2.3 協(xié)助護理診斷 護理診斷是指護士對病人從生理、心理及社會多方面進行綜合分析后確定的護理問題和護理實踐過程[43]。已有研究顯示，基于AI的護理診斷與高年資護士對病人做出的護理診斷一致性達87%，且基于AI的護理診斷時間明顯縮短，極大地提高了護理工作效率；但由于該系統(tǒng)臨床應(yīng)用時間尚短，其準確性還需大量臨床數(shù)據(jù)支撐，加之不同層次護士對疾病認知存在差異，因此，做出的護理診斷也有差異[44]。此外，使用機器人診斷系統(tǒng)也可以幫助老年癡呆和認知障礙病人進行認知功能測試，從病人與照護者對話中識別照護目標，形成照護策略，并根據(jù)病人性別、種族、文化程度、社會經(jīng)濟背景、疾病臨床分期、病程進展等層次的交互結(jié)果做出護理診斷[45]。

2.4 管理慢性病

2.4.1 疾病風險預測 AI機器學習是指通過對大量數(shù)據(jù)進行學習，提取特征，從而構(gòu)建模型。與傳統(tǒng)的回歸模型相比，機器學習對于非線性臨床數(shù)據(jù)的處理具有先天優(yōu)勢，可以構(gòu)建更精準的疾病風險評估模型[46]。目前，AI已應(yīng)用在糖尿病篩查及風險預測、預測院內(nèi)及院外心臟驟停以及心臟驟停預后評估中[9,47-49]；AI疾病風險預測模型可對糖尿病及心血管等慢性疾病進行早期識別和篩查，從而進行早期干預，既延緩了慢性病發(fā)病，提高病人生活質(zhì)量，也極大地減輕了家庭及醫(yī)療衛(wèi)生系統(tǒng)的負擔[50]。

2.4.2 疾病輔助診斷 目前，AI已被應(yīng)用于各類疾病的輔助診斷，如進行乳腺癌病理識別及皮膚癌篩查，其準確率超過醫(yī)生[10,51]；協(xié)助預測心臟病發(fā)作[52]；用于糖尿病及其并發(fā)癥的輔助診斷[53]。此外，AI還被用于結(jié)腸鏡檢查中息肉的自動檢測識別與分類[54]。

2.4.3 健康管理 將健康風險評估和行為問責制應(yīng)用程序安裝在病人的智能手機中，可監(jiān)測病人口服藥物情況，若病人漏服藥物、延遲服藥或錯服藥物，手機會自動給醫(yī)務(wù)人員發(fā)送短信或電子郵件，由醫(yī)護人員督促病人，從而提高病人服藥依從性，提高疾病控制率或治愈率[55-56]。Sudharsan等[57]等利用機器學習建立低血糖預測模型，該模型預測未來24 h低血糖事件的靈敏度為92%、特異度為70%，有利于降低糖尿病病人低血糖發(fā)生風險。醫(yī)務(wù)人員通過遠程機器人與居家老年人及其照護者保持密切聯(lián)系，可監(jiān)測病人病情變化和服藥情況，及時做出健康指導[13]。智能語音隨訪系統(tǒng)應(yīng)用于慢性病隨訪管理，協(xié)助醫(yī)務(wù)人員監(jiān)測病人疾病狀況，可更好地進行慢性病管理[58]。應(yīng)用AI對妊娠期糖尿病病人進行遠程健康管理，可降低其就醫(yī)次數(shù)，節(jié)約就診時間[59]。AI應(yīng)用于社區(qū)慢性病管理，突破了時間和空間的難題，促使病人主動監(jiān)控病情，變被動管理為主動管理[60]。

3 發(fā)展前景

3.1 緩解護士人力短缺壓力 AI承擔化療藥物配制、吸痰和導診等簡單、瑣碎的日常護理工作，可有效提高護理工作效率，減少差錯事件發(fā)生，保障病人安全，提高護理質(zhì)量，促使護士將更多精力投入智能護理、網(wǎng)上護理和護理機器人研發(fā)及維修服務(wù)中[61]，使護士獲得更廣闊的職業(yè)發(fā)展空間。

3.2 提供優(yōu)質(zhì)護理服務(wù) 將AI運用到醫(yī)院-社區(qū)-家庭三位一體的慢性病病人延續(xù)護理中，通過建立云數(shù)據(jù)庫，利用機器學習等技術(shù)幫助護士科學、高效地開展延續(xù)護理服務(wù)，有利于減少傳統(tǒng)護理模式缺乏完善的系統(tǒng)支持、人力資源消耗大、信息收集量小及實施效果不佳等局限性[62]。

3.3 轉(zhuǎn)變護理工作模式 AI已經(jīng)改變了快遞服務(wù)、無人駕駛等行業(yè)的工作模式。將AI應(yīng)用于護理領(lǐng)域，將極大地改變醫(yī)院、診所、社區(qū)及家庭傳統(tǒng)護理工作模式。利用移動醫(yī)療技術(shù)在器官移植術(shù)后實施遠程監(jiān)測，有利于降低病人術(shù)后不良事件發(fā)生率，提高工作效率[63]?？梢?，AI優(yōu)化了護理資源配置，促使護理工作模式逐步智能化和自動化，由傳統(tǒng)的體力勞動逐漸轉(zhuǎn)變?yōu)槟X力勞動。

4 挑戰(zhàn)與困境

AI應(yīng)用于護理領(lǐng)域可提高護理工作效率，節(jié)省人力和物力，但也存在一些風險和不足，主要表現(xiàn)在技術(shù)瓶頸、社會信任和倫理問題三大方面。①病人描述病情時并不清楚自身狀況，會使用大量非專業(yè)詞匯，但現(xiàn)有的AI主要偏向于單個功能研發(fā)，無法挖掘更多有用的病史，不能完全適應(yīng)真實的臨床環(huán)境。②病人生理和心理需求是多方面、多層次的，醫(yī)院、社區(qū)及家庭等照護場所對AI需求存在差異。③在臨床應(yīng)用過程中還存在病人及照護者對AI不信任，護士受主觀經(jīng)驗影響等，可能對AI的應(yīng)用造成限制。AI的局限在于有條件思維，無法做到及時、有效的溝通和交流，而護士具有無條件理性思維能力及共情能力，這可能是導致病人不信任AI的原因之一。④AI中的數(shù)據(jù)安全性、隱私保護關(guān)鍵技術(shù)、隱私保護法律法規(guī)等[64]還需要不斷完善。

5 小結(jié)

總之，AI應(yīng)用于護理領(lǐng)域，可有效緩解護理人員人力資源短缺壓力，減輕照護者負擔，提高工作效率，保證病人安全，為病人提供優(yōu)質(zhì)護理。但也存在技術(shù)瓶頸、社會信任和倫理問題，如何更好地將AI應(yīng)用于護理領(lǐng)域，仍需多學科、多領(lǐng)域共同努力，其在護理領(lǐng)域應(yīng)用前景巨大，值得積極探索和完善。