基于GPT?4語言模型分析“互聯網+護理服務”現狀及發(fā)展趨勢

Analysis of status and development trend of \"Internet + nursing service\" based on GPT-4 language model

GUO Xiaomei1，ZOU Wenjuan1，WANG Qin1，ZHAN Ling2，DONG Lijuan1*

1.Zhongshan Hospital of Traditional Chinese Medicine，Guangdong 528400 China；2.School of Nursing，Guangzhou University of Traditional Chinese Medicine

* Corresponding Author" DONG Lijuan，E-mail：gxm4725@163.com

Keywords" continuing care;\"Internet + nursing service\";Delphi method;GPT?4 language model;nursing

摘要" 目的：基于GPT?4語言模型分析我國當前“互聯網+護理服務”的現狀及發(fā)展趨勢。方法：基于GPT?4語言模型擬定“互聯網+護理服務”現狀及發(fā)展趨勢調查問卷，于2023年7月—9月選取護理專業(yè)具有副高級及以上職稱的18名專家進行2輪德爾菲專家函詢，進而分析我國“互聯網+護理服務”的現狀及發(fā)展趨勢。結果：2輪專家函詢的問卷回收有效率分別為78%和100%；第2輪專家函詢的專家權威系數為0.883，表明專家意見協調性較好。最終得出目前我國“互聯網+護理服務”的服務項目包括慢性病護理、康復護理、?？谱o理、健康教育、安寧療護5個方面，具有便捷、可定制、信息化、資源共享的優(yōu)點，但也面臨護患安全、供需不平衡、服務事故分責、經濟需求差異等方面的困難，且存在技術、專業(yè)、角色、支持4個方面的阻礙因素。未來應從國家政策支持、增加市場需求、技術創(chuàng)新、加強行業(yè)競爭等方面進行改進。結論：目前，雖然我國“互聯網+護理服務”仍面臨一些問題，但已初見成效，未來應繼續(xù)進行更深入且廣泛的發(fā)展。

關鍵詞" 延續(xù)性護理；“互聯網+護理服務”；德爾菲法；GPT?4語言模型；護理

doi：10.12102/j.issn.2095-8668.2025.04.032

2019年1月，國家衛(wèi)生健康委在《關于開展“互聯網+護理服務”試點工作的通知》中指出，要創(chuàng)新護理服務模式［1］。我國在探索培育護理服務新型業(yè)態(tài)以來，各地“互聯網+護理服務”陸續(xù)開展試點工作，在慢性病、老年、孕產婦等群體中積累了一定的實踐經驗。而隨著人工智能（AI）信息技術的進步，目前已有相對成熟的具有自我學習特征的AI對話軟件問世，其在信息咨詢、輔助決策等領域有著廣闊的應用前景［2?3］。本研究旨在運用GPT?4語言模型形成問卷初稿，通過德爾菲專家函詢法明確“互聯網+護理服務”的現狀及發(fā)展趨勢，探索AI技術應用于護理領域的可行性。

1 資料與方法

1.1 成立課題研究小組

本研究組由1名護理管理專家、1名計算機信息專家和1名護理學碩士研究生組成；分別負責文獻查閱、計算機信息技術檢索、資料收集反饋及整理分析。

1.2 基于GPT?4語言模型擬定專家函詢問卷

采用集成了GPT?4語言模型的搜索引擎［微軟公司開發(fā)的必應（New Bing）］進行分析。首先針對研究主題進行問題輸入，將得到的回復進行整理，然后通過閱讀、整理數據及提煉主題等方法進行分析，形成初步指標，見表1。本研究小組經過3輪討論，結合文獻分析對指標內容進行逐一修改，最終形成我國“互聯網+護理服務”現狀及發(fā)展趨勢調查問卷。

1.3 德爾菲專家函詢

1.3.1 遴選函詢專家

遴選專家標準：1）專職從事護理管理、臨床護理及護理教育工作；2）具有副高級及以上職稱；3）在其專業(yè)領域工作時間≥10年；4）愿意參加本研究者。于2023年7月—9月選取18名專家進行函詢，來自北京、上海、廣州、深圳、中山5個地市。函詢專家基本情況見表2。

4、5分分別對應“非常不同意”“不同意”“一般”“比較同意”“非常同意”，同時設有專家建議欄及增加或修改意見欄，供專家對內容提出意見和建議。根據第1輪專家函詢結果修改并制訂第2輪函詢問卷。第2輪函詢內容及打分方式與第1輪相同，對于第1輪函詢中gt;80%的專家均選擇5分的條目則不進行第2輪專家函詢，并要求專家對仍存有較大爭議的條目進行再次評價。專家積極性用問卷回收有效率表示；專家權威程度用專家權威系數（Cr）表示，由專家熟悉程度系數（Cs）和判斷系數（Ca）決定；專家意見的協調程度用肯德爾和諧系數（Kendall's W值）表示，其反映全部專家對所有內容意見的協調程度，取值0～1，越大表示專家對結果內容認同的一致程度越高，全部指標的協調性越好，結果越可靠。

1.4 統(tǒng)計學方法

通過Excel 2016軟件錄入數據，并采用SPSS 20.0軟件進行統(tǒng)計學分析。定性資料用人數和構成比（%）表示；符合正態(tài)分布的定量資料用均數±標準差（x±s）表示。檢驗水準α=0.05。

2 結果

2.1 專家積極性與權威程度

2輪專家函詢的問卷回收有效率分別為78%、100%。第1輪專家的Cr、Ca、Cs分別為0.875，0.854，0.851；第2輪專家的Cr、Ca、Cs分別為0.883，0.889，0.877。2輪專家函詢的Cr均gt;0.80，表明本研究專家具有較高權威性。

2.2 專家意見的協調程度

2輪專家函詢的肯德爾和諧系數分別為0.582、0.613，經檢驗均有統(tǒng)計學意義（Plt;0.01），說明專家意見的協調性較好。

2.3 德爾菲專家函詢結果（見表3）

3 討論

3.1 GPT?4語言模型技術在護理研究中的應用

GPT?4是最新的AI多模態(tài)語言模型，其關鍵特性之一是能夠快速學習和適應新任務，具有更廣泛的常識和解決問題的能力；具有高度的通用性，能夠執(zhí)行廣泛的任務。GPT?4具有理解自然語言并生成連貫且有意義的文本的能力，可以讀取和分析大量文本數據，快速處理文本數據并實時生成響應，在生成連貫且有意義的文本時錯誤率低且精度高。本研究采用的是微軟公司開發(fā)的必應搜索引擎，其集成了最新版GPT?4語言模型，為搜索定制；同時還開發(fā)了普羅米修斯（Prometheus）模型，可與AI技術進行智能對接，更充分地發(fā)揮AI的能力［6?8］。本研究初步探索了基于GPT?4語言模型制定的問卷在德爾菲法專家函詢中的應用。借助GPT?4在資料收集過程中對問題分析的深度及廣度等方面的優(yōu)勢，迅速完成專家函詢問卷的制定，總用時約10 min，較常規(guī)采用訪談等方法擬定函詢問卷的效率有了極大的提高，也節(jié)省了研究過程中人力資源的投入。且從形成的函詢問卷及最終的專家反饋結果來看，參加函詢的護理專家對于函詢問卷的項目未提出額外的補充意見，體現了GPT?4語言模型輸出答案的準確性較高，也初步體現了此類AI語言模型工具在護理研究中的應用前景。目前，國外對于GPT?4語言模型應用于醫(yī)學領域已有少量的探索性觀點及研究發(fā)表［9］，但我國將其應用于護理學研究的報道較少。本研究開創(chuàng)性地將GPT?4語言模型技術應用于德爾菲法專家函詢問卷的編制過程中，為護理研究領域提供了新的研究工具。

3.2 “互聯網+護理服務”現狀

本研究通過GPT?4語言模型及德爾菲專家函詢，從“互聯網+護理服務”目前開展的服務項目、優(yōu)點、面臨的困難、阻礙從業(yè)人員的因素等方面對其現狀進行了評價。目前，各地開展的“互聯網+護理服務”已基本覆蓋護理服務的常見內容，而形式上較傳統(tǒng)護理服務具有一定的創(chuàng)新性和優(yōu)越性。通過“互聯網+護理服務”，病人或家屬可以隨時隨地在線預約、咨詢、購買護理服務，避免了傳統(tǒng)護理服務中需要到醫(yī)院或社區(qū)服務中心排隊等待的繁瑣過程，提高了服務的便捷性。并且可以根據病人不同的需求和病情提供量身定制的護理服務，也可以通過在線平臺公開服務內容、價格、評價等信息，提高服務的透明度和公開性，讓病人或家屬更加信任和放心［10］。此外，對于管理者來說，“互聯網+護理服務”可以通過互聯網、移動應用程序、智能設備等手段實現護理服務的信息化管理和監(jiān)控，包括服務記錄、數據分析、預警提醒等，甚至可以讓不同地區(qū)和機構之間實現資源共享，提高護理服務的覆蓋面和效率，促進護理服務的標準化和專業(yè)化，進一步提升護理服務的科學性和管理水平［11］。但“互聯網+護理服務”也面臨一些困難，主要體現在服務過程中護患雙方安全問題、護患數量供需失衡、護患在服務事故中的責任認定、護患經濟需求差異4個方面。并且從護理從業(yè)人員角度來看，部分人員可能缺乏“互聯網+護理服務”的相關技術和工具的掌握和使用能力，從而影響服務的效率和質量；而“互聯網+護理服務”相關專業(yè)知識和技能的掌握不足會影響服務的滿足度和安全性。面對“互聯網+”這一新技術，部分護理人員可能存在角色沖突和不適應，如工作與生活的平衡、醫(yī)院與社區(qū)的轉換、團隊與個人的協調等，影響服務的穩(wěn)定性和持續(xù)性。目前，我國為從業(yè)人員提供的培訓和指導、團隊和設備、法律和法規(guī)、收入和晉升等相關支持和保障還有所欠缺，這些都可能影響護士服務的動力和信心［12?14］。

3.3 “互聯網+護理服務”發(fā)展趨勢

“互聯網+護理服務”的發(fā)展趨勢主要體現在以下幾方面：1）政策支持力度逐步增強。國家衛(wèi)生健康委等部門出臺了一系列政策文件，支持和規(guī)范“互聯網+護理服務”的試點工作，推動醫(yī)療資源的優(yōu)化配置和跨區(qū)域流動，促進醫(yī)療服務的降本增效和公平可及。2）市場需求日益增加。隨著社會老齡化、慢性病增多、居民健康意識提高等因素的影響，人們對于專業(yè)化、便捷化、個性化護理服務的需求不斷增加，“互聯網+護理服務”可以滿足這些需求，以提高病人或家屬的就醫(yī)體驗和生活質量。3）服務技術進一步創(chuàng)新。“互聯網+護理服務”利用移動互聯網、大數據、AI、區(qū)塊鏈等現代信息技術實現護理服務的信息化管理和監(jiān)控，提高服務的效率和質量，同時也拓展了線上問診、遠程監(jiān)測、智能設備等服務的內容和范圍。4）行業(yè)競爭日益加劇?！盎ヂ摼W+護理服務”市場規(guī)模不斷擴大，吸引了包括醫(yī)院、社區(qū)、第三方平臺、護理人員等多方參與者的進入，形成了多元化的市場格局，同時也帶來了激烈的競爭和合作，促進了行業(yè)的標準化和專業(yè)化。

3.4 “互聯網+護理服務”發(fā)展應對策略

目前，以自我學習為特征的語言模型及以AI為代表的信息技術飛速發(fā)展，正在深刻改變社會發(fā)展和行業(yè)內容。而AI輔助護理在醫(yī)護患中的認知存在差異［15］。本研究結合文獻分析及專家函詢，總結歸納了護理人員要順應“互聯網+護理服務”的發(fā)展趨勢，需要從以下幾個方面做準備：1）學習新技能。護理人員需要掌握“互聯網+護理服務”的相關技術和工具，如線上溝通、遠程監(jiān)測、智能設備等，提高自己的信息素養(yǎng)，適應新的服務模式和流程。2）提升專業(yè)水平。護理人員需要不斷更新自己的專業(yè)知識和技能，提高自己的護理質量和安全，滿足病人或家屬的多樣化和個性化需求，樹立自己的專業(yè)形象和信譽。3）增強服務意識。護理人員需要注重服務的人性化和溫情化，關注病人或家屬的心理和情感，用語言和行為傳遞關懷和尊重，提高服務的滿意度和忠誠度。4）拓展職業(yè)發(fā)展。護理人員需要利用“互聯網+護理服務”平臺拓展自己的職業(yè)發(fā)展空間和機會，如多點執(zhí)業(yè)、?？谱o理、慢性病管理等，實現自己的職業(yè)價值和收入增長。

4 小結

本研究結合GPT?4語言模型和德爾菲法初步探索了“互聯網+護理服務”目前開展的服務項目、優(yōu)點、面臨的困難、阻礙從業(yè)人員的因素等現狀，并對其發(fā)展趨勢進行了總結歸納。為現代新信息技術在護理研究中的應用提供了可行性的思路。但限于受訪專家所在地的現實情況及時效性等局限，今后仍需繼續(xù)對我國“互聯網+護理服務”進行深入調查，為該領域的健康發(fā)展提供數據支持及決策參考。

參考文獻：

［1］ 國家衛(wèi)生健康委.國家衛(wèi)生健康委辦公廳關于進一步推進“互聯網+護理服務”試點工作的通知[EB/OL].（2020-12-08）[2023-08-19].http：//www.gov.cn/zhengce/zhengceku/2020-12/16/content_5569982.htm.

［2］ SALLAM M.ChatGPT utility in healthcare education，research，and practice：systematic review on the promising perspectives and valid concerns[J].Healthcare，2023，11（6）：887.

［3］ 陳一鳴，劉健，從承志，等.強直性脊柱炎患者與Chat GPT的對話實驗：患者教育的新方式[J].風濕病與關節(jié)炎，2023，12（7）：37-43.

［4］ 曾光.現代流行病學方法與應用[M].北京：北京醫(yī)科大學、中國協和醫(yī)科大學聯合出版社，1994：1.

［5］ 穆婧，茅一萍，張莉，等.基于德爾菲法的護理人員醫(yī)院感染防控能力評價指標體系構建[J].中國感染控制雜志，2022，21（12）：1229-1235.

［6］ 曹建峰.邁向可信AI：ChatGPT類生成式人工智能的治理挑戰(zhàn)及應對[J].上海政法學院學報（法治論叢），2023（4）：28-42.

［7］ 劉禹良，李鴻亮，白翔，等.淺析ChatGPT：歷史沿革、應用現狀及前景展望[J].中國圖象圖形學報，2023，28（4）：893-902.

［8］ 簡圣宇.GPT語言模型：作為“類人型” 人工智能的技術準備[J].廣州大學學報（社會科學版），2023，22（4）：19-24.

［9］ LEE P，BUBECK S，PETRO J.Benefits，limits，and risks of GPT-4 as an AI chatbot for medicine[J].New England Journal of Medicine，2023，388（13）：1233-1239.

［10］ 任安霽，潘思，鄧海駿，等.基于醫(yī)護到家平臺的護士參與“互聯網+護理服務” 現狀調查[J].護理學雜志，2020，35（5）：56-59.

［11］ 向美煥，馮曉玲，陳珺儀，等.廣東省“互聯網+護理服務” 試點醫(yī)療機構護理服務調查[J].護理學雜志，2023，38（3）：54-58.

［12］ 陳利穎，李靜，趙杰剛.洛陽市醫(yī)療機構“互聯網+護理服務” 開展情況及影響因素[J].護理研究，2022，36（15）：2801-2804.

［13］ 王靜靜，錢東福.某區(qū)域 “互聯網+護理服務” 平臺應用情況研究[J].南京醫(yī)科大學學報（社會科學版），2022，22（2）：180-185.

［14］ 金偉英，陳慧，錢飛燕.紹興市柯橋區(qū)醫(yī)共體互聯網+居家護理服務現況調查及分析[J].全科醫(yī)學臨床與教育，2023，21（1）：57-59.

［15］ 郭小妹，潘佩嬋，李玖利，等.醫(yī)護患人群對人工智能輔助護理的認知、需求及其影響因素研究[J].中國醫(yī)學工程，2021，29（4）：18-22.

（收稿日期：2024-01-02；修回日期：2024-12-02）

（本文編輯 趙奕雯）