近10年國內(nèi)外人工智能護(hù)理研究特征和趨勢
——基于文獻(xiàn)計(jì)量學(xué)分析

趙曉群

（中國人民解放軍聯(lián)勤保障部隊(duì)第988醫(yī)院，河南 焦作 454150）

文獻(xiàn)計(jì)量學(xué)聚焦于文獻(xiàn)數(shù)量、作者數(shù)量及字?jǐn)?shù)，運(yùn)用數(shù)學(xué)和統(tǒng)計(jì)工具對(duì)知識(shí)載體進(jìn)行量化研究，通過知識(shí)圖譜，直觀地展示文獻(xiàn)計(jì)量學(xué)結(jié)果，進(jìn)而更客觀地揭示該研究領(lǐng)域的情況。相關(guān)學(xué)者運(yùn)用文獻(xiàn)計(jì)量學(xué)及相關(guān)文獻(xiàn)分析軟件，對(duì)護(hù)理領(lǐng)域的現(xiàn)有研究及其熱點(diǎn)展開全面剖析，為研究者提供有關(guān)該領(lǐng)域的參考資料。常用的文獻(xiàn)可視化分析軟件有CiteSpace、VOSviewer、Bibexcel 等［1-2］。CiteSpace 由陳超美團(tuán)隊(duì)開發(fā)，是一個(gè)利用書目記錄生成和分析共引參考文獻(xiàn)網(wǎng)絡(luò)的科學(xué)計(jì)量學(xué)工具箱，支持多種類型的文獻(xiàn)計(jì)量學(xué)研究，包括合作網(wǎng)絡(luò)分析、共詞分析、作者共引分析、文獻(xiàn)共引分析、文本和地理空間可視化。 Zhang 等［3］利用 CiteSpace 和VOSviewer，對(duì)1999—2021 年Web of Science 核心館藏檢索的677 篇文章，從國家、機(jī)構(gòu)、期刊、作者、合作關(guān)系等方面表征，分析護(hù)理虛擬仿真的發(fā)展趨勢、熱點(diǎn)和知識(shí)網(wǎng)絡(luò)。李彥玲等［4］對(duì)中國知網(wǎng)（China national knowledge infrastructure，CNKI）收錄的“互聯(lián)網(wǎng)+護(hù)理服務(wù)”相關(guān)文獻(xiàn)進(jìn)行定量分析，探討“互聯(lián)網(wǎng)+護(hù)理服務(wù)”的研究現(xiàn)狀、熱點(diǎn)和發(fā)展趨勢。Wang 等［5］利用CiteSpace 可視化軟件，基于Web of Science Core Collection 近20年發(fā)表的文獻(xiàn)，探索失眠中醫(yī)護(hù)理的研究熱點(diǎn)和前沿方向，為相關(guān)領(lǐng)域的后續(xù)研究提供參考。

人工智能（artificial intelligence，AI）作為一門新興的技術(shù)科學(xué)，其致力于探索、開發(fā)和應(yīng)用能夠模擬、拓展和增強(qiáng)人類智能的理論、技術(shù)和系統(tǒng)。作為計(jì)算機(jī)科學(xué)的一個(gè)分支，人工智能的研究領(lǐng)域涵蓋機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理、專家系統(tǒng)等領(lǐng)域，旨在使計(jì)算機(jī)具備類似于人類的思考和決策能力［6］。2017年，中國發(fā)布了《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃（2018—2020 年）》及《新一代人工智能發(fā)展規(guī)劃》，明確指出重點(diǎn)發(fā)展人工智能技術(shù)，并將其提升至國家戰(zhàn)略地位［7］。隨著“互聯(lián)網(wǎng)+醫(yī)療健康”的不斷發(fā)展，積極探索和建設(shè)基于人工智能技術(shù)的新型護(hù)理模式顯得尤為重要［8］。“人工智能+護(hù)理”的發(fā)展不僅有助于緩解人力資源短缺問題，而且能推動(dòng)學(xué)科創(chuàng)新和護(hù)理科研的發(fā)展，不僅具有顯著的社會(huì)效益和經(jīng)濟(jì)效益，而且符合我國的基本國情及方針政策［9］。目前，人工智能在護(hù)理領(lǐng)域已經(jīng)得到廣泛的應(yīng)用，如臨床護(hù)理決策支持、移動(dòng)健康檢測和傳感器技術(shù)、康復(fù)計(jì)劃制定、病房巡視、日常護(hù)理等。隨著技術(shù)的不斷進(jìn)步和創(chuàng)新，人工智能在未來護(hù)理方面的應(yīng)用具有更廣闊的前景和潛力，其應(yīng)用范圍和深度也將得到進(jìn)一步拓展。

為了揭示人工智能在護(hù)理領(lǐng)域應(yīng)用的研究現(xiàn)狀、熱點(diǎn)問題，進(jìn)而為學(xué)者提供參考，本研究采用數(shù)理統(tǒng)計(jì)方法和CiteSpace 文獻(xiàn)可視化分析軟件，基于文獻(xiàn)計(jì)量學(xué)的原理和方法，對(duì)WOS 文獻(xiàn)數(shù)據(jù)庫和CNKI文獻(xiàn)數(shù)據(jù)庫中2013—2023 年人工智能在護(hù)理領(lǐng)域應(yīng)用的相關(guān)文獻(xiàn)進(jìn)行定量分析，探討其研究過程和內(nèi)在相關(guān)性，為我國學(xué)者了解這一領(lǐng)域的研究熱點(diǎn)和前沿提供參考，推動(dòng)人工智能在護(hù)理領(lǐng)域的應(yīng)用。

1 數(shù)據(jù)來源和研究方法

1.1 數(shù)據(jù)來源

本研究所選取的外文文獻(xiàn)數(shù)據(jù)來源于WOS 核心合集，以TS=“ artificial intelligence”and “ nursing”為檢索式進(jìn)行搜索，設(shè)置文獻(xiàn)類型為article（論文），語言為English（英語），時(shí)間跨度為2013 年1月—2023 年12 月。共檢索出233 篇，通過閱讀題目、摘要，最終篩得110 篇。下載記錄內(nèi)容選擇“全紀(jì)錄與引用的參考文獻(xiàn)”，導(dǎo)出格式為純文本文件。中文研究基于CNKI 數(shù)據(jù)庫，以檢索式“人工智能”及“護(hù)理”為依據(jù)，時(shí)間跨度為2013 年1 月—2023年12 月，共檢索出666 篇，通過閱讀題目和摘要，最終篩得228 篇。以Refworks 的格式將其導(dǎo)出并保存。

1.2 研究方法

首先利用2 個(gè)數(shù)據(jù)庫的在線分析平臺(tái)，對(duì)人工智能護(hù)理領(lǐng)域的發(fā)文量等內(nèi)容展開初步分析，然后利用Microsoft Excel 2019 軟件進(jìn)行數(shù)據(jù)匯總和分析，用Origin2022 軟件繪制相關(guān)圖形。將前期篩選出的中外文文獻(xiàn)以“ download”開頭命名，利用CiteSpace.6.1.R2 軟件分析機(jī)構(gòu)、機(jī)構(gòu)、關(guān)鍵詞等［10］，找出人工智能護(hù)理領(lǐng)域的研究熱點(diǎn)和發(fā)展趨勢，以期為今后相關(guān)研究提供新的思路和參考。

2 結(jié)果

2.1 人工智能護(hù)理研究年度發(fā)文量分析

年度發(fā)文量的高低反映出一定時(shí)間內(nèi)某研究領(lǐng)域的整體狀況，客觀地呈現(xiàn)該研究領(lǐng)域的發(fā)展過程和研究規(guī)律［11］。本文利用Microsoft Excel 軟件，分別對(duì)WOS 數(shù)據(jù)庫和CNKI 數(shù)據(jù)庫所導(dǎo)出的文獻(xiàn)進(jìn)行統(tǒng)計(jì)分析，并用Origin 繪制出2013—2023 年國內(nèi)外人工智能護(hù)理研究的年度發(fā)文量（圖1）。由圖1 可知，WOS 數(shù)據(jù)庫的人工智能護(hù)理研究年度發(fā)文量總體呈增長趨勢，以2020 年為分水嶺，分為2 個(gè)緩慢增長階段：2020 年前，每年發(fā)表的英文人工智能護(hù)理研究文章均少于10篇，2021—2023年發(fā)表的英文人工智能研究文章分別為18、37 和44 篇。由此可見，2013—2023 年，人工智能護(hù)理研究在國際上被廣泛關(guān)注。CNKI數(shù)據(jù)庫在2013—2023年的年度發(fā)文量呈波動(dòng)增長趨勢，2022 年前，每年發(fā)表的中文人工智能護(hù)理研究文章均未超過30 篇，而2023 年這一領(lǐng)域的發(fā)文量呈指數(shù)級(jí)增長趨勢，高達(dá)66 篇?？傮w而言，國內(nèi)外這一領(lǐng)域有關(guān)人工智能護(hù)理的研究仍是一個(gè)熱點(diǎn)，還有較大的上升空間。

圖1 WOS數(shù)據(jù)庫及CNKI數(shù)據(jù)庫研究文章年度發(fā)文量

2.2 人工智能護(hù)理研究機(jī)構(gòu)發(fā)文情況分析

基于CNKI 數(shù)據(jù)庫和WOS 數(shù)據(jù)庫的文獻(xiàn)數(shù)據(jù)，對(duì)研究機(jī)構(gòu)展開統(tǒng)計(jì)分析，見表1。由表1 可知，同一數(shù)據(jù)庫中的文獻(xiàn)數(shù)量在不同機(jī)構(gòu)之間的差異比較明顯。CNKI 數(shù)據(jù)庫中排名前2 位的機(jī)構(gòu)分別是浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院和解放軍總醫(yī)院麻醉手術(shù)中心，發(fā)文量分別為5 篇和4 篇。解放軍總醫(yī)院心血管外科、浙江大學(xué)醫(yī)學(xué)院附屬邵逸夫醫(yī)院和北京協(xié)和醫(yī)學(xué)院護(hù)理學(xué)院的發(fā)文量分別為3 篇。在WOS 數(shù)據(jù)庫中，National University of Singapore（新加坡國立大學(xué)）的發(fā)文量位居第1，為7 篇，占排名前5 位機(jī)構(gòu)總發(fā)文量的41.18%。University of Toronto（多倫多大學(xué)）和Sichuan University（四川大學(xué)）的發(fā)文量各為3篇。

表1 CNKI數(shù)據(jù)庫和WOS數(shù)據(jù)庫中發(fā)文量前5位的機(jī)構(gòu)

2.3 人工智能護(hù)理研究作者發(fā)文情況分析

對(duì)某一領(lǐng)域的期刊文獻(xiàn)作者進(jìn)行分析，可以清楚地了解該研究領(lǐng)域核心作者團(tuán)隊(duì)及其合作關(guān)系［12］。CNKI 數(shù)據(jù)庫和WOS 數(shù)據(jù)庫中發(fā)文量為前5位的作者見表2。由表2 可知，國際上以Zhou 和Yap為首的科研團(tuán)隊(duì)在人工智能護(hù)理研究領(lǐng)域做出了重要貢獻(xiàn)。以上述2 位研究者為中心，共同構(gòu)建國際間人工智能護(hù)理研究的合作網(wǎng)絡(luò)，進(jìn)而輻射出全球人工智能護(hù)理研究的學(xué)術(shù)團(tuán)隊(duì)共同體。在我國，戴韻、李麗霞、李萍、王濤等學(xué)者在人工智能護(hù)理研究方面做出了重要貢獻(xiàn)，在該領(lǐng)域各發(fā)表4 篇論文。

表2 CNKI數(shù)據(jù)庫和WOS數(shù)據(jù)庫中發(fā)文量前5位的作者

2.4 研究熱點(diǎn)及其演變趨勢分析

2.4.1 關(guān)鍵詞共現(xiàn)分析

研究熱點(diǎn)是一定時(shí)間內(nèi)具有內(nèi)在聯(lián)系且數(shù)量相對(duì)較多的論文所共同探討的主題［13-14］。關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)是對(duì)文章研究內(nèi)容的高度凝練和總結(jié)，研究領(lǐng)域內(nèi)某關(guān)鍵詞出現(xiàn)次數(shù)越多，該關(guān)鍵詞越能代表該領(lǐng)域的研究熱點(diǎn)［15］。圖2 為WOS 數(shù)據(jù)庫中2013—2023 年人工智能護(hù)理研究的關(guān)鍵詞共現(xiàn)圖譜，該圖譜中共有125 個(gè)節(jié)點(diǎn)，433 條連線，圖譜密度為0.055 9。根據(jù)圖2 可知，人工智能護(hù)理領(lǐng)域的關(guān)鍵詞數(shù)據(jù)較多，彼此之間聯(lián)系較強(qiáng)，高頻且重要的關(guān)鍵詞主要有“ artificial intelligence（57）”“ care（8 次）”“ big data（7 次）”“ health care（6 次）”“ nursing education （6次）”“ technology（6次）”等。

圖2 WOS數(shù)據(jù)庫中人工智能護(hù)理研究的關(guān)鍵詞

圖3 為CNKI 數(shù)據(jù)庫中2013—2023 年人工智能護(hù)理研究的關(guān)鍵詞共現(xiàn)圖譜，圖中共有210個(gè)節(jié)點(diǎn)，554 條連線，密度為0.025 2。由圖3 可知，國內(nèi)人工智能護(hù)理研究的高頻關(guān)鍵詞主要有“機(jī)器人（99 次）”“人工智能（92 次）”“護(hù)理（89 次）”“綜述”“腹腔鏡”“圍手術(shù)期”“前列腺癌”“大數(shù)據(jù)”等。

2.4.2 關(guān)鍵詞聚類分析

熱點(diǎn)研究課題是人工智能技術(shù)在護(hù)理應(yīng)用領(lǐng)域中被學(xué)者關(guān)注的焦點(diǎn)，也是該領(lǐng)域在一定時(shí)期內(nèi)討論的主要問題體現(xiàn)。CiteSpace 提供潛在語義索引（latent semantic indexing，LSI）、對(duì)數(shù)似然率（loglikelihood ratio，LLR）和MedSci（MI）聚類方法，其中LLR 聚類效果最好［16］。因此，采用LLR 算法進(jìn)行關(guān)鍵詞共現(xiàn)聚類分析，直接評(píng)估研究熱點(diǎn)。WOS數(shù)據(jù)庫中，人工智能護(hù)理研究領(lǐng)域相關(guān)文獻(xiàn)關(guān)鍵詞聚類圖譜表明，關(guān)鍵詞結(jié)構(gòu)網(wǎng)絡(luò)良好，其中有322個(gè)關(guān)鍵詞節(jié)點(diǎn)，1 119 條關(guān)系連線，網(wǎng)絡(luò)密度為0.021 7，如圖4所示。Q=0.750 4 大于0.3，說明該網(wǎng)絡(luò)結(jié)構(gòu)具有良好的聚類效果；S=0.932 5大于0.5，表明同質(zhì)性高，不同聚類的分類效果較好［17］。聚類結(jié)構(gòu)規(guī)模排序如下：“ artificial intelligence”“ machine learning”“ big data”“ virtual reality”“ bibliometric analysis”“ skill for managing female in dwelling urinary cath...”“ digital health”“ children”“ qualitative health research”“ breast self-examination”“ image recognition”。

圖4 WOS數(shù)據(jù)庫中人工智能護(hù)理研究的關(guān)鍵詞聚類

圖5為CNKI 數(shù)據(jù)庫中人工智能護(hù)理研究文章中關(guān)鍵詞聚類分析圖譜，共形成節(jié)點(diǎn)數(shù)為290，連接線為755，密度為0.01 8 的聚類。由圖5 可知，多個(gè)聚類交織在一起，表明不同聚類詞之間聯(lián)系密切，聚類結(jié)構(gòu)規(guī)模排序如下：“機(jī)器人”“護(hù)理”“綜述”“信息化”“物聯(lián)網(wǎng)”“新醫(yī)科”“聊天機(jī)器人”“護(hù)理服務(wù)”“健康教育”“老齡化”“手術(shù)配合”“科技時(shí)代”“移動(dòng)醫(yī)療”。

圖5 CNKI數(shù)據(jù)庫中人工智能護(hù)理研究的關(guān)鍵詞聚類

2.4.3 關(guān)鍵詞突現(xiàn)分析

關(guān)鍵詞突現(xiàn)是指某一關(guān)鍵詞在短時(shí)間內(nèi)出現(xiàn)的頻率明顯增加，表明該時(shí)期的研究受到高度關(guān)注［18］，據(jù)此判斷研究領(lǐng)域的熱點(diǎn)和前沿。近10 年來，WOS 數(shù)據(jù)庫中該研究領(lǐng)域排名前10 位的突現(xiàn)關(guān)鍵詞如圖6所示。其中起始年份對(duì)應(yīng)關(guān)鍵詞出現(xiàn)頻率開始激增的年份，年末是關(guān)鍵詞出現(xiàn)頻率趨于穩(wěn)定的時(shí)候；突現(xiàn)強(qiáng)度表示該關(guān)鍵詞在突發(fā)期間出現(xiàn)頻率的突然增加程度，通常伴隨研究的熱度；紅色條表示應(yīng)該突出顯示的單詞的持續(xù)時(shí)間。從時(shí)間序列上看，“ patient”和“ older people”的起步時(shí)間最早，是早期研究的熱點(diǎn)；從突現(xiàn)持續(xù)時(shí)間來看，“ patient”和“ older people”的突現(xiàn)時(shí)間也較長，這表明其在較長一段時(shí)間內(nèi)，已成為研究熱點(diǎn)。根據(jù)突現(xiàn)關(guān)鍵詞的強(qiáng)度，“ big data”（強(qiáng)度=1.28）、“ patient”（強(qiáng)度=1.17）和“ intervention”（強(qiáng)度=1）的突現(xiàn)強(qiáng)度較高，表明熱度變化頻繁。

圖6 WOS數(shù)據(jù)庫中人工智能護(hù)理研究的關(guān)鍵詞突現(xiàn)分析

近10 年來，CNKI 數(shù)據(jù)庫中該研究領(lǐng)域排名前10位的突現(xiàn)關(guān)鍵詞如圖7所示。從時(shí)間序列看，“機(jī)器人”“護(hù)理”“心臟手術(shù)”“圍手術(shù)期”“前列腺癌”和“腹腔鏡”起步時(shí)間最早，是早期研究的熱點(diǎn)；從突現(xiàn)持續(xù)時(shí)間看，“機(jī)器人”“護(hù)理”“圍手術(shù)期”和“前列腺癌”的突現(xiàn)時(shí)間也較長，這表明其在較長一段時(shí)間內(nèi)已成為研究熱點(diǎn)。根據(jù)突現(xiàn)關(guān)鍵詞的強(qiáng)度，“機(jī)器人”（強(qiáng)度=16.98）、“腹腔鏡”（強(qiáng)度=3.51）、“護(hù)理”（強(qiáng)度=3.01）、“圍手術(shù)期”（強(qiáng)度=2.68）和“心臟手術(shù)”（強(qiáng)度=2.42）的突現(xiàn)強(qiáng)度較高，表明熱度變化頻繁。

圖7 CNKI數(shù)據(jù)庫中人工智能護(hù)理研究的關(guān)鍵詞突現(xiàn)分析

3 討論

本研究包括338篇中英文人工智能護(hù)理研究文章，WOS 數(shù)據(jù)庫的人工智能護(hù)理研究于2020 年后呈快速增長趨勢，而CNKI 數(shù)據(jù)庫的年度發(fā)文量在2023 年呈現(xiàn)指數(shù)級(jí)增長趨勢?？傮w而言，人工智能在護(hù)理領(lǐng)域的研究起步相對(duì)較晚，國內(nèi)外有關(guān)人工智能護(hù)理的研究仍是一個(gè)熱點(diǎn)，有較大的上升空間。另外，隨著計(jì)算機(jī)的飛速發(fā)展及人工智能技術(shù)的不斷進(jìn)步，人工智能在護(hù)理方面的應(yīng)用具有廣闊的前景和潛力，未來護(hù)理領(lǐng)域的學(xué)者也會(huì)加強(qiáng)對(duì)這一內(nèi)容的研究。從研究機(jī)構(gòu)的角度看，National University of Singapore（新加坡國立大學(xué)）在人工智能護(hù)理領(lǐng)域的產(chǎn)出最多，表明在人工智能護(hù)理領(lǐng)域領(lǐng)域新加坡國立大學(xué)的影響力較為顯著，因此國內(nèi)學(xué)者可重點(diǎn)關(guān)注該機(jī)構(gòu)的研究成果并加大合作力度。在國內(nèi)人工智能護(hù)理領(lǐng)域高產(chǎn)作者數(shù)量超過國際水平，高產(chǎn)作者的研究大部分是在跨學(xué)科成員的參與下完成的，這進(jìn)一步強(qiáng)調(diào)了跨學(xué)科合作在人工智能護(hù)理研究中的重要性。因此為推動(dòng)人工智能在護(hù)理領(lǐng)域的發(fā)展，加大力度培養(yǎng)具備多學(xué)科背景的護(hù)理人才，重視提示其思維能力和合作能力。

除護(hù)理和人工智能外，該研究領(lǐng)域出現(xiàn)頻率最高的英文關(guān)鍵詞有“ care（8 次）”“ big data（7 次）”“ health care（6 次）”“ nursing education（6 次）”“ technology（6 次）”等。根據(jù)聚類結(jié)果可知，英文文章研究特別關(guān)注“ artificial intelligence”“ machine learning”“ big data”“ virtual reality”等。國外研究中，機(jī)器學(xué)習(xí)等人工智能技術(shù)在構(gòu)建預(yù)測模型方面的應(yīng)用，以及大數(shù)據(jù)挖掘過程中的人工智能技術(shù)應(yīng)用備受關(guān)注。中英文人工智能護(hù)理研究在研究方向上具有相似性，關(guān)鍵詞有“機(jī)器人（99 次）”“人工智能（92 次）”“護(hù)理（89 次）”“綜述（25 次）”“腹腔鏡（17 次）”“圍手術(shù)期（9 次）”“前列腺癌（7 次）”“大數(shù)據(jù)（6 次）”等。根據(jù)中文文章高頻關(guān)鍵詞的特征，可知中文文章的研究相對(duì)集中，重點(diǎn)聚焦機(jī)器人技術(shù)，其中護(hù)理機(jī)器人包含多種類型，如“達(dá)芬奇”機(jī)器人、康復(fù)機(jī)器人等，被廣泛應(yīng)用在圍手術(shù)期護(hù)理及老年人居家護(hù)理領(lǐng)域。何瑛等［19］總結(jié)了護(hù)理機(jī)器人在物品傳送、康復(fù)護(hù)理、飲食護(hù)理、患者轉(zhuǎn)運(yùn)、老年人照護(hù)等方面的應(yīng)用現(xiàn)狀，研究發(fā)現(xiàn)，護(hù)士需積極參與機(jī)器人技術(shù)的應(yīng)用和研究，以實(shí)現(xiàn)人工智能技術(shù)和傳統(tǒng)護(hù)理的融合，進(jìn)而為人類提供更優(yōu)質(zhì)的服務(wù)。Watson［20］指出，雖然人工智能能夠一定程度地提升護(hù)士在護(hù)理工作方面的效率，但未來的護(hù)理工作將更加注重人文關(guān)懷和情感思維，其具有不可替代性，是機(jī)器人無法實(shí)現(xiàn)的。在中文文章中，綜述文章占比較多，應(yīng)用型和基礎(chǔ)型研究相對(duì)較少。根據(jù)其關(guān)鍵詞突現(xiàn)結(jié)果分析，英文文章早期重點(diǎn)關(guān)注“ patient”“ older people”等，近年來，則將重點(diǎn)放在人工智能信息技術(shù)在護(hù)理管理、風(fēng)險(xiǎn)管理及健康服務(wù)中的應(yīng)用。中文研究早期主要關(guān)注機(jī)器人、心臟手術(shù)和圍手術(shù)期，近年來，則重點(diǎn)關(guān)注人工智能在護(hù)理中的應(yīng)用。根據(jù)中文關(guān)鍵詞突現(xiàn)結(jié)果分析，人工智能在國內(nèi)外護(hù)理領(lǐng)域中備受關(guān)注和研究的熱門分支之一是機(jī)器學(xué)習(xí)，相較于其他醫(yī)學(xué)領(lǐng)域，其在國內(nèi)外護(hù)理領(lǐng)域研究的應(yīng)用數(shù)量和主題均相對(duì)較少［21］，仍處于起步階段。隨著科研能力和教育水平的不斷提升，學(xué)者在人工智能護(hù)理領(lǐng)域的研究仍有較大的發(fā)展空間。