面对AI浪潮，护理人该如何应对？是挑战，更是机遇。与领军者同行，告别焦虑，看清未来发展的清晰路径。本期论坛，聆听吴欣娟理事长的权威解读，找到属于你的答案。
主编导读
我们正站在护理与科技深度融合的历史节点。人工智能已非遥远的概念,而是重塑护理实践模式的现实力量。在此背景下,如何把握机遇、应对挑战,是每一位护理从业者必须深思的课题。本期特邀中华护理学会吴欣娟理事长系统阐述人工智能在护理领域的应用前景与现实挑战。文章既呈现了人工智能技术在病情监测、慢病管理等场景中的实用价值,也客观指出了其在情感互动、复杂决策等方面的局限。本文的点睛之笔在于对未来“人机协同”范式的战略思考,为护理学科在数智时代的转型升级指明了“构建混合型团队”“深化全人护理”等切实路径,为护理工作者在科技浪潮中保持专业定力、实现价值升华提供了重要参考。
专家介绍
吴欣娟，主任护师、博士生导师、国务院政府特殊津贴专家、美国护理科学院Fellow，北京协和医院护理委员会主任委员、北京协和医学院护理学院副院长，中华护理学会理事长、中国研究型医院学会护理分会主任委员、北京护理学会副会长，中华全国妇女联合会执行委员会委员，国家卫生健康委护理标准委员会副主任委员，国家护理专业质控中心专家委员会副主任委员，教育部高等学校护理学专业教学指导委员会副主任委员，《中华护理杂志》主编、《护理研究》总编、《中华现代护理杂志》副总编，荣获第43届南丁格尔奖、首届全国创新争先奖状、全国优秀科技工作者等荣誉。
随着数智化浪潮席卷全球，人工智能正以前所未有的深度与广度融入各行各业。护理是卫生健康事业的重要组成部分，正处于这场历史性变革的前沿。面对人口老龄化加重、慢性疾病高发以及护理资源相对短缺等多重现实压力，传统的护理模式在效率、精准性与可及性等方面正面临着严峻挑战。同时，大数据、云计算、物联网等技术的成熟与融合，为护理领域突破发展瓶颈、实现转型升级提供了前所未有的战略机遇。人工智能凭借其强大的数据感知、处理、分析与决策支持能力，逐步渗透至护理实践、管理、教育与研究的各个环节，正在引发一场旨在提升护理质量、优化资源配置、拓展服务内涵的深刻变革。
1 人口老龄化与疾病负担加重
1.1 人口老龄化与疾病负担加重
联合国提出到2030年要实现全民健康覆盖的可持续发展目标。护士正是实现这个目标的主力军。为了达成这个目标，全球对护理的需求正在迅速增长。这主要源于以下两大趋势。第一，全球老龄化趋势严峻。世界卫生组织数据显示，2020年全球60岁及以上人口的数量已经超过了5岁以下儿童数量，而且老龄化速度持续加快，预计到2050年，全球65岁以上人口数量将翻一番。第二，慢性疾病负担加重。全球四大类慢性病——心血管疾病、癌症、慢性呼吸系统疾病和糖尿病导致的死亡人数居高不下。2021年，全球因慢性疾病死亡的人数约达4300万，其中心血管疾病占比最高，其次是癌症。
1.2 护理资源有限
当前，全球对护理的整体需求不仅巨大，且日益增加。世界卫生组织(World Health Organization，WHO)与国际护士会(International Council of Nurses，ICN)发布的《全球护理现况2025》报告显示全球护士短缺约580万名。我国护士人力资源也存在短缺的问题，同时，在提升护理效率方面也存在很多瓶颈。过去，我们主要靠人工书写纸质文件，这种方式不仅效率低，容易出错，数据也难以追溯。这些因素共同增加了护理风险。面对需求增长与资源不足的现状，科技赋能成为必然选择。
2 人工智能赋能护理
人工智能是基于机器学习、自然语言处理等技术，让计算机模拟人类智能进行自我学习和决策。在护理领域，人工智能的应用越来越广泛，可以用于处理大量数据，提供个性化护理方案，帮助护士更好地监测患者病情、制定护理计划等。
2.1 人工智能重点技术应用
(1)机器学习。机器学习正在重塑护理决策的科学性，使护理工作从过去的经验驱动转向数据驱动。通过数据训练机器学习模型，能预测护理风险、优化护理流程、辅助护理决策，还能进行模式识别，优化护理资源管理，实现护理决策的自动化。其在慢性疾病管理和患者个性化管理方面作用尤为突出。
(2)计算机视觉技术。计算机视觉技术在护理领域应用广泛，可视为护理监督的“智慧之眼”。该技术主要通过获取和分析图像、视频来增强人们的观察力和监测能力。例如可视化技术可辅助临床静脉穿刺，通过图像识别清晰显示患者的血管走向和深度，有效提高静脉穿刺成功率。人工智能还可通过行为识别分析，发现患者的异常行为并预警，扩大了监测范围与敏感性。借助计算机视觉技术，护理监测实现了从肉眼观察到智能感知的跨越，重新定义了护理监测的边界。
(3)自然语言处理技术。自然语言处理技术已成为护理沟通的智能桥梁。在护理教育中，语音可以实时转成文字，方便学习记录。在临床中，人工智能能分析文本，实现对电子病历的智能分类管理。智能对话机器人能与患者进行流畅沟通。这标志着护理工作从手工记录迈入了智能交互的新阶段，自然语言处理技术正不断释放护理沟通的潜力。
2.2 人工智能与护理融合的核心价值体现
2025年8月，国务院印发了《关于深入实施“人工智能+”行动的意见》，未来5～10年，人工智能将更深入地融入我们的工作、生活等方方面面，护理领域亦不例外。人工智能与护理融合的价值体现在以下几个方面。第一，提升护理质量和效率。智能监测设备应用越来越广泛，不再局限于重症监护室，甚至在普通病房也在推广。智能辅助决策系统能针对每位患者的不同特点制定针对性的护理计划;智能预测模型可以预测患者坠床、压疮等风险，提前做好预防措施；智能护理流程也在不断改进与优化，让流程更方便、更简化。第二，改善患者护理体验。智能护理机器人设计更趋人性化，在智能病房中，患者可通过智能语音系统控制灯光、窗帘、电视等，提高了患者的舒适度。第三，提高护理管理效率。智能排班系统、智能绩效考核评估系统，让绩效分配更科学，减少人为矛盾；智能人力资源管理系统能快速筛选具备特定技能的护士，满足特殊护理任务的需求。第四，优化护理资源配置。护理管理人员借助智能调度系统能更科学合理地调配人力资源，智能资源管理系统也被应用于医用物品的库存管理、被服物资管理等多个方面。第五，助力护理研究。传统护理研究常受限于样本规模、数据获取效率与分析深度。人工智能与大数据的介入有助于突破这些瓶颈，其收集的大数据能为护理研究提供课题思路和数据支持。第六，推动护理学科发展。智能跨学科平台的建设促进了护理学科与其他学科的融合及数据共享,催生智能护理机器人、智能辅助决策系统、远程监测平台等新产品,拓展了护理服务的边界。引入计算机科学的算法思维与工程学的系统设计方法,推动了护理干预方案向精准化、动态化演进。智能化护理技术的标准化研究促进了技术应用的规范与安全可控。
3 人工智能的应用场景
3.1 辅助患者病情监测
在传统临床实践中，患者病情观察多依靠高频次人力核查，难免存在遗漏，且数据孤立，影响整体判断。智能设备的应用提升了患者监测的精度和连续性，通过无线可穿戴设备、智能床垫、监护仪等设备，可以连续采集患者生命体征数据，既提升监测准确性，又减轻护士负担。人工智能还能实时分析数据流，实现早期智能预警，使干预窗口期前移，从而保障患者安全。
3.2 慢病管理和个性化护理
传统护理计划缺乏动态调整，患者数据与医疗系统对接不畅，并发症风险难以早期识别。人工智能可实时监测居家或社区慢性病患者的数据，支持远程指导与动态治疗方案调整，并基于长期数据预测疾病进展趋势，实现提前干预，减少并发症的发生。国内已有医疗机构与企业联合共同推出“健康云”平台，居民可通过该平台随时调阅个人健康信息，进行慢性病自我管理、风险评估、筛查与随访。医护人员也可以借助平台捕捉患者在不同时间和空间维度上的健康状态变化，有助于发现慢性病发展规律，为早期预警与个性化干预提供依据。
3.3 临床药物管理与安全
药物管理是临床的核心挑战之一。传统方式存在药物过期、漏服错服等问题，且疗效评估与方案调整缺乏充分数据支持。智能药柜能优化药品管理，减少浪费和差错，同时能对已知的药物相互作用进行预警，保障用药安全。
3.4 日常护理文书与管理工作
手工记录护理文书耗时耗力易出错，如今通过自然语言处理与语音识别技术，可自动生成护理记录，减轻护士负担。智能排班系统能优化任务分配，实现护士层级与患者需求的合理匹配。目前，我国部分医院已实现电子病历无纸化、自动排班、智能护理计划以及智能化的三级质控平台建设。
3.5 情感疗愈方案制定与调整
我国心理专业人员相对缺乏，且传统心理治疗方法较为单一，住院患者的心理需求易被忽视。人工智能可通过情绪识别、聊天机器人进行心理疏导和情绪调节，并实时反馈、调整策略；还能通过数据分析提供个性化关怀方案，促进患者康复，提升满意度。
3.6 护理教育和培训
传统培训方式单一，实践机会不足，技能水平差异大，考核偏于主观。人工智能可为学生提供个性化学习路径与精准资源推送，并客观评价学生能力，推动护理教育向智能化、精准化发展。研究表明，利用人工智能工具简化非专业人士的心肺复苏培训程序，已取得很好效果。
4 人工智能的局限性
4.1 情感互动
情感互动依赖真实情感体验，人工智能无法生成真实的情感链接。例如：在临终关怀中，患者需要的是人性化的陪伴与精神抚慰，而非程序化的回应。心理创伤患者则需要通过肢体语言传递安全感，这也是人工智能难以实现的。
4.2 复杂的决策和伦理判断
在涉及伦理权衡、文化考量、家庭意愿协调等复杂情境时，人工智能尚难以胜任。例如：是否对重症患者实施侵入性操作，需要医护人员综合权衡生命质量与尊严；面对患者窒息等突发情况，需要护士凭直觉快速反应，而人工智能依赖预设程序，可能延误治疗。人工智能监护系统可发出警报，但无法像医护人员那样立即实施心肺复苏或灵活调整急救优先级。
4.3 沟通与协调
具有同理心的临床沟通要求从情感和认知上理解患者处境，并将这份理解有效传达，以建立牢固的治疗联盟。当患者家属得知病情而不知所措时，需要护士以恰当的语言、表情予以引导；出现医患矛盾时，需理解患者及家属深层次需求，这些都需要医护人员的情感理解能力，人工智能的标准化回应难以应对。在团队协作与跨学科协调中，人工智能也缺乏灵活调整的能力。
4.4 动态触觉护理
在需要人类触觉感知的护理操作中，人类的双手仍是不可替代的，如新生儿抚触、急救止血按压等，机器人操作可能生硬，易产生意外风险，难以完全替代医护人员的操作。
5 人工智能带来的挑战与思考
5.1 人工智能驱动下的范式转变
未来护理的核心命题是人工智能驱动下的范式转变。护理工作需从单纯操作执行，转向决策、知识与情感价值并重。人工智能可以辅助诊断，护士则更侧重于病情解释和心理疏导。未来是人工智能与护理的“能力互补”模式：人类作为决策中枢，结合患者个体差异制定方案；而人工智能作为助手，负责实时监控、风险预警。只有两者很好地结合，才能更好地服务患者。未来，我们要做好人机协同，提升效率和效能。通过人工智能优化流程,减少重复工作，精准预测需求，合理分配资源，快速获取信息以缩短决策时间。但同时，我们不能过度依赖人工智能：一方面，过度依赖可能会导致护理人员基础操作能力的退化；另一方面，一旦系统故障或出错，会严重影响患者治疗和护理工作的连续性。
5.2 人工智能背景下未来护理领域的战略重点
第一，构建“混合型护理团队”。明确人工智能和护士的职责边界，护理人员需要掌握人工智能工具的操作、解读与干预能力，利用其处理数据、监测与分析，从而使自身能更专注于同理沟通、伦理决策和复杂任务执行。第二，深化“全人护理”实践。人工智能无法替代叙事护理、家庭干预进行患者心理社会问题处理，以及提供涉及宗教、性别、伦理的个性化服务。护理工作应坚持整体观，从全人角度给予患者多维度关怀。第三，建立人工智能伦理与安全框架。世界卫生组织强调，医疗人工智能应用中，人类应掌控决策过程，确保责任可追溯。另外，应积极推动行业制定人工智能伦理相关规定。第四，推动护理教育改革。树立以能力培养为中心的教育理念，在课程中增加人工智能、数据科学等内容。加强师资队伍建设，加强产、学、研协同，推进人工智能合作项目。
5.3 挑战与破局路径
当前，我们还面临技术鸿沟与部分护理人员的“技术焦虑”问题。未来，我们应构建普惠性的人工智能护理基础设施，特别是边远地区，需合理布局人工智能设施，开发低成本、易部署的人工智能护理工具包，实现生命体征监测、用药提醒等基本功能，并对护理人员进行培训，坚持技术赋能与人文关怀双轮驱动。提升护士对人工智能的认知，加强相关技能的培训，鼓励其参与人工智能工具的设计，反映临床真实需求。同时，以患者需求为导向，在智能机器人设计上改进语言语调，利用摄像监测等技术了解患者情绪，提醒护士关注其心理状态。
数智化技术在护理领域中的作用正从人力替代迈向价值升级。技术鸿沟不是终点，而是护理创新的起点。人工智能不是对手，而是护士的“高级助手”。在人工智能飞速发展的今天，我们要积极拥抱它，深度与其融合，借助其力量推动护理服务与医疗卫生事业的可持续发展。
网址：www.zglchl.cn
邮箱：zglchl@vip.126.com
电话：027-82808461