护理信息学能力与护士对人工智能的态度:人工智能伦理意识的关联作用——一项横断面研究

《Applied Nursing Research》:Nursing informatics competency and nurses' attitudes toward Artificial Intelligence: The associative role of AI ethical awareness—A cross-sectional study

【字体: 大 中 小 】 时间:2026年10月09日 来源:Applied Nursing Research 2.2

编辑推荐:

   •总体人工智能伦理意识得分为83.0/105,相当于最高分的79.0%,处于中等水平。•隐私、知情同意和安全领域的得分较高。透明度、偏见和可持续性领域的得分为中等水平。•护理信息学能力与人工智能伦理意识均与更积极的人工智能态度呈正相关。引言患者隐私和保密性、知情同意、透明度、

  
  • •
    总体人工智能伦理意识得分为83.0/105,相当于最高分的79.0%,处于中等水平。
  • •
    隐私、知情同意和安全领域的得分较高。透明度、偏见和可持续性领域的得分为中等水平。
  • •
    护理信息学能力与人工智能伦理意识均与更积极的人工智能态度呈正相关。

引言

患者隐私和保密性、知情同意、透明度、可解释性、偏见、公平性和问责等方面存在担忧(世界卫生组织,2021),同时也应考虑医疗机构可能误用模型的風險。世界卫生组织提出的原则包括尊重自主权、保护健康与安全、透明度、责任、问责、包容与公平。这些原则不仅反映了护理专业当前保障患者安全、减少伤害的职责,在考虑人工智能对患者监测、分诊或升级的影响时,更显得尤为相关(美国护士协会[ANA],2025)。
专业指南也倡导以人为本的方法——ANA指出人工智能应辅助临床医生而非取代其临床判断,护士还应注意系统的局限性,理解其输出可能存在偏见,并确保患者不受伤害(ANA,2022)。ANA《伦理准则》更进一步,将技术与政策选择与伦理实践和问责联系起来(ANA,2025)。综合来看,无论是专业指南还是全球性指南,都将人工智能伦理意识置于护理实践的核心位置。
人工智能可用于电子健康档案、数据采集系统、仪表盘和临床决策支持工具。护理信息学能力影响护士与这些系统互动的方式,包括数据管理能力、系统工作流程知识、系统绩效评估以及根据情境选择合适的工具等(Carroll,2024;Ogunkoya,2024)。信息学如今已成为护理实践的核心,教育、专业和工作岗位方面的标准均强调信息学作为核心胜任力(美国护理学院协会《基本要求》第八领域:信息学与医疗技术(Delaney, Weaver, Sensmeier, Pruinelli & Weber,2022);TIGER信息学胜任力要求质量、安全、循证决策以及有效使用健康信息系统(TIGER信息学胜任力合作组织,2009))。超越计算机技能之外,护理信息学能力涉及与涉及人工智能建议和自动提示等数字化系统安全实践,这些系统影响护理服务(Csernoch, Nagy, Nagy, Csernoch & Hannusch,2024;Nashwan等,2025)。
为分析护士对人工智能的态度,本研究采用了技术接受理论。例如,技术接受模型(TAM)将行为意向与感知有用性和易用性相关联(Davis & Davis,1989)。然而,该模型未过多关注社会、组织和情境因素,且意向与实际使用之间的关联比与该模型的关联更为紧密。在临床环境中,有用性被定义为安全性、效率、文档记录和决策支持,而易用性被定义为工作流程的契合度和心理负荷(El Arab等,2025)。技术接受与使用统一理论(UTAUT)增加了绩效期望、努力期望、社会影响和促进条件(Venkatesh, Morris, Davis & Davis,2003),在护理情境中,这些促进条件包括培训、领导支持、技术支持和组织准备度(Alotaibi, Wilson & Traynor,2025)。鉴于缺乏对TAM和UTAUT构念的直接测量,本研究将其作为背景模型,以检验人工智能伦理意识作为护理信息学能力与人工智能态度之间潜在统计中介变量的作用。
最近的证据也对此进行了印证,表明对人工智能的态度和准备程度与接触程度、培训、感知获益与风险、数字能力以及角色变化的担忧相关(El Arab等,2025)。同样,人工智能素养与态度之间存在正相关关系,人工智能焦虑与准备程度及采纳人工智能的意向之间也存在正相关关系(Liu等,2025)。这些结果表明,胜任力和情境均影响对人工智能的态度,而伦理意识可能是另一个影响因素。
在医疗保健领域,人工智能在患者权利和健康方面具有独特的伦理、法律和专业考量。在医疗保健中,伦理意识涉及护士在使用人工智能进行患者护理时对隐私、知情同意、偏见和问责等伦理问题的认识和评估(Mennella, Maniscalco, De Pietro & Esposito,2024)。护理信息学能力可能是加强这种意识的路径,因为护理信息学能力较高的护士能够更好地理解数据收集和处理的流程、了解隐私和安全问题、意识到可能的偏见,并在人工智能指导与临床推理相矛盾时采取升级程序(Nashwan等,2025;TIGER信息学胜任力合作组织,2009)。
伦理意识也与对人工智能的信任相关(Atalla, El-Ashry & Mohamed Sobhi Mohamed,2024)。世界卫生组织还建议在实施人工智能时建立治理和伦理保障(世界卫生组织,2021),ANA也倡导护士在通过伦理实践严格评估人工智能产生的结果并保障患者安全方面发挥作用(美国护士协会,2022)。然而,护理信息学能力与人工智能伦理意识及人工智能态度之间的间接关系目前仍未明确。
已有三个前提得到了现有证据的有力支持:信息学能力有助于安全地参与技术赋能的护理(TIGER信息学胜任力合作组织,2009);接受度和心理因素与护士对人工智能的态度有关(El Arab等,2025;Liu等,2025);伦理治理对于临床人工智能的可信使用至关重要(美国护士协会,2022;世界卫生组织,2021)。对人工智能使用的伦理方面的担忧是此处的优先事项,因为它与护士的自主权、隐私、安全、公平性和问责职责直接相关。此外,态度与人工智能素养、焦虑、培训和组织准备度等方面有关,但本研究并未将这些因素作为中介变量进行测量,而是针对伦理路径进行检验,而非全面的人工智能采纳模型。因此,本研究旨在探索埃及注册护士中护理信息学能力、人工智能伦理意识与人工智能态度之间的关系,并检验人工智能伦理意识在护理信息学能力与人工智能态度之间的中介作用。
本研究旨在检验护理信息学能力、人工智能伦理意识与护士对人工智能态度之间的关联,并检验在埃及注册护士中通过伦理意识中介的护理信息学能力与人工智能态度之间的间接关联。
具体目标
  • •
    确定护理信息学能力与人工智能伦理意识、护理信息学能力与人工智能态度、以及人工智能伦理意识与人工智能态度之间的关联。
  • •
    检验通过人工智能伦理意识中介的护理信息学能力与人工智能态度之间的间接关联。
  • •
    考察年龄、性别、经验、临床科室、此前的人工智能培训及其他关键特征是否与护理信息学能力、伦理意识和人工智能态度方面的差异有关。
本研究基于文献提出了四个假设。H1:护理信息学能力与人工智能伦理意识呈正相关。H2:护理信息学能力与护士对人工智能的态度呈正相关。H3:人工智能伦理意识与护士对人工智能的态度呈正相关。H4:通过人工智能伦理意识中介的护理信息学能力与人工智能态度之间的间接关联具有统计学意义(见图1)。

章节摘要

研究设计与设置

本研究为横断面观察性研究,按照加强流行病学观察性研究报告(STROBE)声明的建议进行设计和呈现,旨在提高方法学质量并改善结果呈现的透明度。完整的STROBE清单作为本手稿的附加文件提供。研究在埃及沙尔基亚省的六家医院进行,采用非概率便利抽样

结果

最终分析纳入204名参与者(见表1)。大多数参与者年龄小于30岁(79.4%,n=162),女性(81.4%,n=166),农村居民(71.1%,n=145),已婚(67.6%,n=138)。大多数受访者表示收入充足(71.1%,n=145),工作年限为1至5年(57.4%,n=117),持有学士学位(82.4%,n=168)。重症护理护士占样本的20.6%(n=42)。大多数参与者此前未接受过人工智能培训(90.2%,n=184)。

讨论

人工智能进入临床实践的时代已经到来,护士必须做好准备以安全地利用人工智能并批判性地审视其对患者权利和护理质量的影响。本研究是一项描述性研究,评估了护士对人工智能的伦理意识和态度,以及其自评的护理信息学能力,并确定了这些构念与选定参与者特征之间的关联。总体伦理意识为中等水平,隐私和保密方面的得分较高,

结论

本研究结果显示,总体人工智能伦理意识为中等水平,人工智能态度积极,且与护理信息学能力呈正相关。护理信息学能力与非伦理性人工智能态度之间的关系通过伦理意识间接关联,且该关系具有统计学意义,但由于采用横断面设计,无法确定这些关系的因果方向。值得注意的是,在实践中正式的人工智能培训较为罕见,这使得针对性教育成为可能,

CRediT作者贡献声明

Shaimaa Mohamed Amin:数据整理,概念化。Wesam Taher Almagharbeh:撰写——审阅与编辑,撰写——原稿,可视化,验证,监督,软件,资源,项目管理,方法学,调查研究,形式分析,数据整理,概念化。Heba Sobhy Mohamed:调查研究,形式分析。Mohammed Adel Abd Elhafeez Elbakry:项目管理,方法学。Ibrahim Alasqah:软件,资源,项目管理。Kawther

资助

本研究未获得公共、商业或非营利部门任何资助机构的专门资助。

未引用参考文献

Alruwaili等,2024
Chinta等,2025
Dankwa-Mullan,2024
Weiner, Dankwa-Mullan, Nelson及Hassanpour,2025

利益冲突声明

作者声明不存在利益冲突。

致谢

我们谨向所有参与本研究的参与者致以诚挚的谢意。
Shaimaa Mohamed Amin|Wesam Taher Almagharbeh|Heba Sobhy Mohamed|Mohammed Adel Abd Elhafeez Elbakry|Ibrahim Alasqah|Kawther Ismail Hamash|Ayman Mohamed El-Ashry|Mutaz Dreidi
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号