背景：人工智能（AI）在医疗保健中的整合正在迅速改变临床实践。护士对人工智能的接受度受到其数字素养和伦理意识的影响，然而检验这些相互关系的实证证据有限。目的：研究人员旨在检验数字素养对护士人工智能接受度的直接和间接效应，并以人工智能伦理意识作为中介因素。方法：在2025年3月至2025年12月期间，对埃及El-Kasr Al-Aini医院内外科和重症监护病房的350名护士进行了一项横断面、相关性设计研究。参与者完成了评估数字素养、人工智能伦理意识和人工智能接受度的有效工具。数据采用描述性统计、皮尔逊相关分析和带自助法的结构方程模型（SEM）进行分析，以评估中介效应。结果：参与者表现出中等水平的数字素养、人工智能伦理意识和人工智能接受度。SEM分析显示，数字素养对人工智能接受度有显著直接效应（β=0.29，p<0.001），并对人工智能伦理意识有强效应（β=0.46，p<0.001）。人工智能伦理意识显著中介了数字素养与人工智能接受度之间的关系（间接效应β=0.13，p<0.001），表明存在部分中介。模型拟合指数良好：卡方/自由度（χ²/df）=1.98，比较拟合指数（CFI）=0.95，塔克-刘易斯指数（TLI）=0.93，近似均方根误差（RMSEA）=0.057，标准化均方根残差（SRMR）=0.045。结论：数字素养通过伦理意识直接和间接地增强了参与者对人工智能的接受度。因此，伦理准备可能是在埃及护士中促进人工智能采用的关键因素，与技术能力同等重要。临床实践相关性：将数字素养培训与伦理教育整合到埃及护理课程和持续专业发展项目中，可能有助于促进安全有效的人工智能采用，支持技术先进医疗环境中的高质量患者护理。
### 论文解读：《The Role of Digital Literacy and Ethical Awareness in Nurses’ Artificial Intelligence Acceptance: A Cross-sectional Questionnaire Survey》
#### 研究背景、现存问题与研究动机
随着人工智能（AI）技术迅速融入临床工作流程，护理实践正在经历深刻变革。AI在重症监护、儿科、肿瘤科等多专科领域辅助复杂决策和患者监测，要求护士不仅具备技术操作能力，还需拥有伦理敏感性和积极态度，以确保AI驱动数字工具的 безопас 和有效使用。然而，现有研究多聚焦于学生或一般人群，针对临床护士，尤其是高负荷、高复杂度环境（如内外科和重症监护病房）中的数字素养与伦理意识如何交互影响AI接受度，证据相对匮乏。更重要的是，伦理意识作为数字素养与AI接受度之间潜在中介变量的角色尚未得到系统检验。这一研究空白阻碍了针对性教育策略和组织政策的制定，从而影响AI在护理实践中的安全、有效且合乎伦理的整合。因此，有必要量化这些关系，为护理教育、政策制定和临床管理提供实证依据。
#### 研究设计、主要结论与意义
研究人员于2025年3月至2025年12月在埃及El-Kasr Al-Aini医院开展了一项横断面、相关性研究，以350名内外科和重症监护病房护士为样本。通过结构方程模型（SEM）分析，假设并验证了数字素养对AI接受度的直接正效应（假设H1）、数字素养对AI伦理意识的正效应（假设H2），以及AI伦理意识在数字素养与AI接受度之间的中介效应（假设H3）。结果显示：数字素养对AI接受度有显著直接效应（β=0.29，p<0.001），对AI伦理意识有强效应（β=0.46，p<0.001），且AI伦理意识部分中介了数字素养与AI接受度的关系（间接效应β=0.13，p<0.001）。模型拟合良好（χ²/df=1.98, CFI=0.95, TLI=0.93, RMSEA=0.057, SRMR=0.045）。此研究首次在临床护士样本中证实AI伦理意识是连接数字素养与AI接受度的关键中介，强调了技术能力与伦理准备并重的重要性。论文发表在《International Journal of Nursing Studies Advances》。
#### 主要关键技术方法
1. **研究设计与抽样**：横断面、相关性设计，使用非概率便利抽样，从埃及El-Kasr Al-Aini医院内外科及重症监护病房共1500名护士中选取350名（至少6个月经验），分布为内科125人、外科105人、重症监护120人。样本量通过G*Power (v3.1.9.7) 估算，设定统计功效0.95，效应量0.5，α=0.01。
2. **数据收集工具**：采用三个经过验证的问卷——人工智能接受度量表（改编自Davis, 1985 和 Al-Olaimat et al., 2025，Cronbach’s α=0.92，16个条目，测量感知有用性、感知易用性和使用意向）；数字素养量表（Reddy et al., 2023，Cronbach’s α=0.90，60个条目，涵盖媒体素养、计算机素养、信息素养、视觉素养和沟通素养）；人工智能伦理意识量表（改编自Ko & Leem, 2021，Cronbach’s α=0.88，12个条目，涵盖问责性、安全性、透明性和正义性）。问卷进行阿拉伯语翻译和专家效度检验，并通过35名护士的预测试确认清晰度和可行性。
3. **统计分析**：使用SPSS和AMOS软件。采用描述性统计、皮尔逊相关分析，以及基于最大似然估计的结构方程模型（SEM）检验假设路径。中介效应通过偏差校正自助法（5000次重采样）评估间接效应及其95%置信区间。模型拟合使用χ²/df、CFI、TLI、RMSEA和SRMR指标。
#### 研究结果
**3.1 参与者社会人口学与专业特征**：样本以女性（57.1%）、已婚（62.9%）、学士学位（75.7%）为主，平均年龄37.6±10.6岁，临床经验6-10年者占41.4%。仅27.1%接受过AI培训。分布均衡：内科35.7%、外科30.0%、重症监护34.3%。
**3.2 描述性统计**：AI接受度整体中等（总分47.1±5.2），感知易用性（18.1±2.7）略高于感知有用性（17.8±2.6），使用意向较低（11.2±1.8）。数字素养整体中等（总分180±30），各维度均值34-38。AI伦理意识中等（总分41.7±5.6），问责性最高（11.2±1.6），安全性和透明性最低（均10.0±1.8）。
**3.3 相关分析**：AI接受度与数字素养显著正相关（r=0.42，p<0.01），与AI伦理意识显著正相关（r=0.35，p<0.01）；数字素养与AI伦理意识显著正相关（r=0.46，p<0.01）。表明三者相互关联。
**3.4 结构方程模型（SEM）中介效应**：数字素养对AI伦理意识有强正效应（β=0.46，p<0.001）；AI伦理意识对AI接受度有显著正效应（β=0.28，p<0.001）；数字素养对AI接受度的直接效应显著（β=0.29，p<0.001）；间接效应（数字素养→AI伦理意识→AI接受度）显著（β=0.13，p<0.001），表明部分中介；总效应为β=0.42。模型拟合指标均达标，支持假设H1、H2、H3。
#### 讨论与结论
讨论部分指出，研究结果支持数字素养通过增强伦理意识来促进AI接受度的假设，与既往研究一致。伦理意识部分中介了该关系，表明技术能力本身不足以确保AI的有效采用，伦理准备是桥梁。研究局限性包括单中心设计、横断面无法推断因果、便利抽样可能引入选择偏倚、自报告数据可能存在社会期望偏差。临床实践启示：护理教育应将数字素养培训与AI伦理教育整合，通过模拟、案例学习和政策支持强化护士的伦理决策能力，从而确保AI在临床中的安全、负责和以患者为中心的应用。
**研究结论翻译**：数字素养和人工智能伦理意识可能是影响护士在临床实践中接受人工智能的关键因素。较高的数字素养可能既增强伦理意识，也提高采用人工智能的意愿，而伦理理解部分中介了这一关系。研究人员建议需要整合数字技能和人工智能伦理的培训项目，以为护士在医疗保健中安全、负责任地使用人工智能做好准备。
