综述:人工智能在儿科护理及其教育中的应用:一项系统评价

时间:2026年3月28日
来源:Journal of Pediatric Nursing

编辑推荐:

人工智能在儿科护理中的应用与挑战:系统综述显示,AI通过家庭中心护理系统、自适应学习工具(如ChatGPT)和虚拟咨询显著提升了临床质量与教育效果,尤其在伤口管理、诊断优化及护理技能培养方面表现突出。然而,伦理争议、数据安全风险及医护人员AI素养不足构成主要障碍,未来需构建人机协同模式并扩大多中心研究。

广告
   X   

艾哈迈德·卢特菲(Ahmed Loutfy)、阿米娜·埃尔泽伊尼(Amina Elzeiny)、曼迪·福斯特(Mandie Foster)、萨米尔·A·阿尔库巴蒂(Sameer A. Alkubati)、阿卜杜拉·萨尔曼(Abdullah Sarman)、苏阿特·通贾伊(Suat Tuncay)、穆罕默德·阿里·佐龙巴(Mohamed Ali Zoromba)、艾哈迈德·哈希姆·埃尔-蒙谢德(Ahmed Hashem El-Monshed)、阿里·A·埃尔齐尼(Ali A. Elzieny)、侯赛因·M·马格迪(Hussein M. Magdi)
阿拉伯联合酋长国富查伊拉大学牙科与健康科学学院护理系

摘要

背景

人工智能(AI)通过改善患者治疗结果和运营效率,改变了医疗服务的提供方式。在儿科护理领域,AI通过以家庭为中心的护理方法满足了儿童的独特需求,这些方法利用机器学习进行预测分析和自动化决策。

目的

综合分析AI在儿科护理和护理教育中的应用、优势及挑战,包括其对以家庭为中心的护理、临床结果和教育效果的影响。

方法

本研究在2000年至2025年期间对PubMed、Scopus、Web of Science、Embase和CINAHL进行了全面搜索。PRISMA流程图概述了本综述所采用的方法论选择过程。

结果

共识别出9项研究,涉及1508名参与者,包括儿科护士、医疗保健提供者和护理学生。研究显示,AI的应用显著提升了儿科护理质量,尤其是在家长参与度和伤口愈合方面。AI技术(如以家庭为中心的护理系统和自适应电子学习工具)提高了医疗保健提供者的知识水平。此外,AI辅助的教育资源(如ChatGPT和虚拟咨询)增强了护理学生的批判性思维和沟通能力。然而,仍存在伦理、数据安全以及医疗专业人员需要培养AI素养等方面的挑战。

结论

虽然AI在儿科护理中的整合带来了诸多益处,但也带来了伦理和数据安全方面的挑战。为有效应对这些问题,医疗专业人员必须提升AI素养。对实践的启示:未来的研究应涵盖更广泛、更多样化的儿科人群,以评估AI在儿科护理中的长期效果,并探索将传统实践与AI技术相结合的混合模式。

试验注册

系统评价注册:PROSPERO编号:CRD42024616000。

引言

人工智能(AI)在医疗领域的整合从根本上改变了护理的提供和管理方式,为改善患者治疗结果和运营效率提供了重大机遇(Ahmed, 2024)。AI通过机器学习算法和神经网络模拟人类智能,实现了预测分析、个性化治疗和自动化决策等应用(Cao & Wang, 2024)。AI在儿科护理中展现了革命性的潜力,尤其是在满足年轻患者的独特需求方面,他们的护理通常需要以家庭为中心的个性化护理方法(FCC)(Shin et al., 2024)。Mohamoudi和Moradia在2016至2023年间进行了一项综述,该综述涵盖了63项研究,这些研究表明AI技术通过“减少诊断错误、提高应急响应时间、改善患者护理质量和支持,以及利用智能技术为老年患者提供护理”等方式提升了护理质量(Mahmoudi & Moradi, 2024)。
基于这一基础,最新文献强调AI技术正在通过提供精确的医疗服务来重塑儿科护理,从而通过及时准确的干预措施改善健康结果(Indrio et al., 2024; Yelne et al., 2023)。例如,Bende(2024)指出,先进的AI系统能够快速分析大量数据,有助于早期发现和治疗疾病,这对于提高儿科患者的康复率至关重要。此外,AI的整合通过帮助护士更高效地管理工作量,使他们能够专注于全面的儿科护理和以家庭为中心的护理(Chaker et al., 2025; Chung et al., 2023; Shen & Chiou, 2025; Tyransky et al., 2025),从而提升了护理质量。这种技术支持不仅提高了护理标准,还促进了儿科护士技术技能的发展,使他们能够适应不断变化的医疗环境,并在日常工作中有效利用AI工具(Plummer et al., 2025; Shorey et al., 2019)。
AI在医疗领域的历史发展可以追溯到20世纪50年代,早期的专家系统如MYCIN用于抗生素推荐(Shortliffe, 1976)。在护理领域,AI于20世纪80年代出现,用于患者监测的决策支持工具(例如早期电子健康记录;Buchanan & Shortliffe, 1984)。最近的进展包括用于预测分析的机器学习(例如儿科中的败血症检测,死亡率降低了15-20%;Horng et al., 2019)和用于伤口评估的深度学习模型(如卷积神经网络CNN)(Cao & Wang, 2024)。在儿科护理方面,AI已经从基本的诊断辅助工具发展到自适应电子学习(Meaney et al., 2023)和用于减轻工作量的机器人技术(Liang et al., 2019)。未来的场景可能涉及AI与人类结合的混合模型,用于伦理决策和AI驱动的远程医疗,以解决资源匮乏环境中的不平等问题(Coyner et al., 2022; Nguyen et al., 2022)。
AI处理复杂数据并生成可操作见解的能力对于减少护理质量差异具有重要意义,尤其是在资源有限的环境中(Coyner et al., 2022; Nguyen et al., 2022)。一个显著的应用是在以家庭为中心的护理干预中使用AI,这强调了医疗保健提供者与家庭之间的合作,以改善患者健康结果(Chaker et al., 2025)。例如,Cao和Wang(2024)强调了使用卷积神经网络(CNN)支持儿童慢性伤口管理,提供实时监测和符合以家庭为中心的护理原则的个性化治疗建议(Chen et al., 2023)。
除了直接的患者护理外,像ChatGPT和虚拟咨询工具这样的AI驱动平台也在学术环境中改变着护理教育(Harmon et al., 2021; Makhlouf et al., 2024)(Makhlouf et al., 2024)。这些资源增强了儿科护士的临床推理、决策、批判性思维和沟通能力,为他们应对当代医疗系统的复杂性做好了准备(Duygu Karaarslan et al., 2004; O’Connor et al., 2023; Orkaby et al., 2025)。根据Shin et al.(2024)的研究,AI通过提供参与式学习机会的个性化反馈,有助于培养基于证据的有效实践所需的批判性思维技能,从而弥合了理论知识与实践应用之间的差距。
然而,AI在儿科护理中的应用并非没有挑战(Duygu Karaarslan et al., 2004; Hudson et al., 2023; Lifshits & Rosenberg, 2024)。关于伦理考量、数据安全以及可能减少人际互动的担忧,强调了谨慎实施的重要性(Bende, 2024)。为了解决这些问题,必须关注医疗专业人员的AI素养,以开发平衡技术进步与人类护理不可或缺价值的混合模型(Shorey et al., 2019)。这种方法将确保在采用AI技术的同时,保持儿科护理实践中同情心和个性化护理的核心原则。
鉴于该领域需要平衡儿童的发展和心理社会需求,将AI技术整合到儿科护理中具有独特优势(Bende, 2024)。然而,现有的证据表明,需要更全面地分析AI的变革潜力,从提高诊断精度到简化护理流程。进行系统评价以评估这些进步对于临床医生至关重要,他们将从基于证据的见解中受益,从而指导个性化干预和早期疾病检测,包括护理教育者设计能够有效培养学生适应AI丰富医疗环境的课程。同样重要的是,这项评价将通过识别AI应用所涉及的社会文化、伦理和法律问题,为政策制定提供信息,从而保护儿科护理的人文核心。通过综合现有文献、明确关键障碍并提炼最佳实践,这项评价将为优化AI驱动的儿科护理创新提供路线图,同时坚持以家庭为中心的护理和富有同情心的护理原则。
本综述旨在突出AI在儿科护理中的临床程序和教育成果中的应用。通过综合现有研究的结果,它旨在为在儿科医疗环境中整合AI技术提供实用见解。

方法部分

方法

本系统评价遵循了PRISMA指南和JBI证据综合协议,以确保可重复性。该评价已在PROSPERO上注册(CRD42024616000)。
研究问题(PICOS框架):
  • 1.
    AI在儿科护理和护理教育中的应用(干预措施)对儿科护士、医疗保健提供者和护理学生(研究对象)与传统方法(比较对象)在临床结果、教育效果和挑战方面的影响是什么

研究特征

这些论文的方法严谨性和与儿科护理中AI关注点的相关性是选择它们的关键。所包含的研究提供了关于AI技术在儿科护士临床和教育环境中应用的全面见解,采用了定性、观察性和准实验性方法。这一细致的筛选过程确保了高质量研究的纳入,从而有效实现了研究目标(表4)。

方法学质量

讨论

人工智能(AI)在儿科护理中的整合代表了医疗服务的变革性转变,特别是在提高弱势群体(如儿童)的护理质量方面(Bende, 2024)。本系统评价综合了多项研究的结果,探讨了AI技术在儿科护理中的潜在应用,以及与其实施相关的优势和挑战(Cao & Wang, 2024; Chen et al., 2023;

结论

总之,本系统评价强调了AI在儿科护理应用方面的显著进展,展示了其在改善临床结果和教育体验方面的潜力。然而,要充分发挥AI的优势,必须解决医疗保健提供者的伦理考量和培训需求。未来的研究应侧重于纵向研究,以评估AI干预的长期影响,并探索有效策略

CRediT作者贡献声明

艾哈迈德·卢特菲(Ahmed Loutfy):撰写——审稿与编辑、初稿撰写、数据整理、概念构思。阿米娜·埃尔泽伊尼(Amina Elzeiny):撰写——审稿与编辑、初稿撰写、方法论设计、资金获取、正式分析、数据整理、概念构思。曼迪·福斯特(Mandie Foster):撰写——审稿与编辑、方法论设计、概念构思。萨米尔·A·阿尔库巴蒂(Sameer A. Alkubati):软件支持、资源获取、概念构思。阿卜杜拉·萨尔曼(Abdullah Sarman):可视化处理、验证、概念构思。苏阿特·通贾伊(Suat Tuncay):监督工作、软件支持

伦理声明

本研究未涉及伦理审查。

作者同意

作者已审阅并批准了手稿,该手稿尚未发表,也未在其他地方考虑发表。

资金

本研究未获得任何资助机构的特定资助。

利益冲突声明

作者声明与本文的研究、作者身份和/或发表无关的潜在利益冲突。

致谢

无。

生物通微信公众号
微信
新浪微博


生物通 版权所有