人工智能與機器人輔助護理工作的研究進展

Research progress on artificial intelligence and robot-assisted nursing work

CHEN Meixuan，JIANG Lan，LIANG Shenghao*Faculty of Chinese Medicine Science，Guangxi University of Chinese Medicine，Guangxi 530222 China*Corresponding Author LIANG Shenghao，E-mail：1148328552@qq.com

Keywords artificial intelligence;robot;nursing;assistance;review

摘要 綜述了國內外人工智能與機器人在輔助護理工作（導診、圍術期護理、康復護理、轉運工作、老年護理）中的應用現狀，旨在為我國在這一領域的研究和應用提供參考。

關鍵詞 人工智能；機器人；護理；輔助；綜述

doi：10.12102/j.issn.2095-8668.2024.21.013

人工智能（artificial intelligence，AI）是一門涉及多個學科的綜合性新興學科，已經引起了全球范圍內的廣泛關注，被許多國家視為國家戰略。2017年7月，國務院發布了《新一代人工智能發展規劃》，目標是推動人工智能技術的快速發展和應用，大力支持護理與人工智能跨學科相結合，為護理行業帶來創新和改進，并且促進我國智能醫療體系的發展［1-3］。人工智能在我國護理領域的發展主要以智能機器人的形式呈現，目前已經應用于協助搬運、樣本和藥品的傳送、協助病人飲食和生活、康復訓練等［4］。國外人工智能在護理領域的研究始于20世紀90年代，已經應用于臨床和居家護理［5］。我國相關研究起步較晚，目前仍處于研究試驗階段［6］。隨著我國人口老齡化的日趨嚴重，原本人員緊缺的護理隊伍面臨更大的挑戰，加之繁忙的工作、醫院和病人對優質護理的追求和各種技能考核和培訓，使得在崗護士深感壓力重重。截至目前，護理從業者大部分是女性，其生理特性不適宜長期進行高強度、重體力勞動［7］。因此，一些高效率、高科技的護理新技術、新手段急需被創造出來，以減輕護理從業者的工作壓力，提高護理服務質量，提升病人滿意度［1］。現綜述國內外人工智能與機器人輔助護理工作的應用研究現狀，以期為我國使用人工智能與機器人緩解護理工作壓力的研究提供參考。

1 人工智能與機器人輔助護理工作應用現狀

1.1 導診

門診護士的主要職責是接待和協助病人，但在日常工作中，需要應對大量重復性問題，容易導致工作疲勞和效率下降［8］。為應對這一問題，一些醫院引入了具有語音識別的智能導診機器人。這些機器人通過深度學習，能夠快速識別病人的問題并提供有效的解決方案，明顯提高了病人的就診效率，縮短了t0kyrPQo+oZ0zGVCaGLGvszVT8fMKZfnW/+YDxeAXMo=就診時間［9-10］。目前，北京市、浙江省和廣東省部分醫院的門診部已經開始使用人工智能導診機器人［11］。西安交通大學口腔醫院在新冠疫情防控期間啟用了智能化的預先診斷與分流信息系統，使病人就診效率提高了125%，減少了不必要的護患接觸，降低了交叉感染風險［12］，減輕了護士的導診工作負擔，提高了導診效率，為病人提供了更好的就醫體驗［13］。

1.2 圍術期的應用

手術室護士是手術團隊中不可或缺的成員，承擔著重要的職責。手術室護士在手術前應仔細核對病人的信息，確保手術病人身份的準確性；整理準備手術所需的儀器、設備、藥品和手術器械；手術過程中與手術醫師保持緊密協作，準確傳遞器械和藥品；術后還要進行手術器械、藥品清理、核對。由于手術室護士工作繁忙且復雜，他們經常面臨遺漏或差錯的風險。為解決這些問題，一些學者開始探索將人工智能應用于手術室護理工作中。

1.2.1 智能機器人分揀系統

梁鵬科［14］基于雙目視覺系統開發了手術器械智能分揀系統，該系統使用相機采集手術包的圖像信息后，通過計算機深度學習，對手術包中的器械進行全局定位，借助機械臂完成對手術包中無序擺放的手術器械進行清點分揀，以減少護理人員的工作量和分揀事故。Treat等［15］開發了一款名為“Penelope”的器械護士機器人，它可以根據口頭命令將手術器械傳遞給手術醫師，預測下一次需要的手術器械，并可以監控器械的使用情況以避免器械遺留。

1.2.2 智能監測系統

2018年，Hatib等［16］研發出了低血壓預測指數，術中實時監測病人動脈血壓波形，通過機器學習算法預測病人發生低血壓的風險，并對監測者提出預警，其分值為0～100分，分值越大，提示發生低血壓的風險越高。

1.2.3 智能給藥系統

國內研究團隊開發了一種利用腦電小波算法進行麻醉深度監測并自動調整給藥的系統［17］，該系統監測病人的小波指數、鎮痛指數、有創動脈血壓和心率等指標，能智能調節病人鎮靜鎮痛藥物的輸注速度，并在病人出現低血壓時發出警報，幫助麻醉醫師維持病人麻醉效果，確保病人安全。

1.2.4 風險預測模型

國外有學者已經將人工智能集成到電子健康記錄中。使用方法是監督式機器學習，輸入電子健康記錄數據，預測病人可能發生的不良事件及未記錄的并發癥［18］。病人從手術室或麻醉恢復室轉移到普通病房時殘余的鎮靜、疼痛、譫妄、疲勞和手術損傷會使手術室護士與病房護士之間的交接變得困難，利用人工智能模型識別病人類型和預測風險，避免了不良事件的發生，幫助護士作出決策。人工智能在手術室護理中的應用展現了巨大的潛力和優勢，不僅提高了護理服務的質量和效率，還為病人帶來了更加安全、舒適的手術體驗。同時，人工智能的引入也緩解了護理人員的工作壓力，使他們能夠更加專注于提供優質的護理服務［19］。

1.3 康復護理

康復護理是一種多學科的個性化護理方法，護士在治療師、醫師的協同下，對疾病、傷害或者術后的病人實施運動訓練，提高病人生活質量。在我國，腦卒中已成為成人致死、致殘的主要原因［20］。據統計，全球腦卒中發病率占總人口的1%［21］，即便通過康復治療，也只有5%～20%的病人恢復全部功能［22］，其中25%～74%的病人仍需依靠護理人員的協助維持日常生活護理［23］。

1.3.1 康復輔助機器人

Rodgers等［24］進行了一項研究，將770例病人隨機分為兩組，一組接受機器人輔助訓練（專門針對腦卒中后上肢功能障礙的強化康復治療方法）。另一組則接受傳統康復護理。經過3個月的護理，接受機器人輔助訓練的病人在上肢功能、活動能力和日常生活活動方面均明顯改善。

1.3.2 生活輔助機器人

外動力骨骼技術的研發為康復護理領域帶來了革命性的變革。外動力骨骼是附著在身體上的剛性或柔性矯形器［25］，可以為病人康復訓練提供支持，代替失去的部分肢體功能。此外，站立式輪椅能幫助病人身體直立［26］，安裝在輪椅上的輔助機械臂提供了強大的靈活性［27］，可為病人解決生活、工作上的難題，提高生活質量。

人工智能/機器人的應用，為康復護理領域帶來了前所未有的機遇。不僅加快了病人的康復進度，提升其生活質量，還為醫護人員提供了更加高效、便捷的護理手段，切實減輕了醫護人員的工作負擔。隨著人工智能技術的不斷進步和應用范圍的擴大，相信未來康復護理領域將取得更加明顯的成果。

1.4 轉運工作

護理轉運作為醫療流程中不可或缺的一環，主要依賴人力完成。這項工作涉及的重物搬運、高強度及重復性勞動，使得護理人員經常面臨身體損傷、疲勞和工作壓力等挑戰。為了解決這些問題，科技界和醫療界開始探索將人工智能和機器人技術應用于護理轉運工作中。這些技術的引入不僅有助于提升工作效率，減輕護理人員的壓力，還能在一定程度上降低因人為因素導致的錯誤和事故。

1.4.1 床臂一體化設計的轉運機器人

床臂結合型轉運機器人結合了床臂和轉運功能，為病人提供了一個安全、高效且舒適的轉移解決方案。日本邏輯機器公司于2009年研制的護理機器人Yurina，標志著機器人在護理轉運中的初步應用。Yurina不僅結構緊湊、移動自如，還通過觸摸屏、顯示器和語音識別等多種操控方式，實現了人性化的控制［28］。

1.4.2 床椅分離型護理床

2013年，北京航空航天大學推出了創新型的床椅分離式護理床e-Bed［29］，憑借其先進的功能和設計，迅速成為國內該領域的代表產品。e-Bed的一大亮點是其集成了血壓、脈搏、體溫等生理參數監測及報警系統。意味著護理人員可以實時監測病人的生理狀態，一旦有異常情況發生，系統會立即發出報警，以便及時采取應對措施。這一設備不僅提高了護理的安全性，也減輕了護理人員的工作壓力。

1.4.3 雙臂仿人形轉運護理機器人

美國HStar公司推出的RoNA機器人［30］，具備強大的雙臂，可安全靈活轉運重達227 kg的病人。其3D智能導航系統確保平穩移動，減輕護理負擔，提高安全性。RoNA的推出，為醫療、護理帶來革命性變革。

1.4.4 護士助手機器人

哈爾濱工程大學發明的護士助手機器人由機械本體、控制系統和檢測系統3部分組成，能按設定路線移動，實時檢測環境并避障［31］。其裝備機械手第一、四、六關節可做回轉運動，第二、三、五關節可做俯仰運動；串聯機械手能高效抓取藥品和標本，為護士節省大量體力，助力醫療、護理更高效、便捷。

1.4.5 全身穿戴式護理機器人

日本筑波大學研發的HAL-5穿戴式機器人［32］，自重23 kg，最大負重70 kg，可持續工作2.5 h。通過混合控制系統，結合自愿和自主控制，幫助穿戴者輕松完成重物搬運等任務。

人工智能和機器人技術在護理轉運工作中的應用正在不斷發展和完善。這些技術的引入不僅提高了護理工作效率和安全性，還有助于減輕護理人員的壓力和負擔。

1.5 老年護理

隨著全球人口老齡化的加劇，中國作為人口大國，老年人口數量不斷攀升，對醫療服務的需求也日益增長。老年人常常面臨各種健康挑戰，如高血壓、高血脂、冠心病和阿爾茨海默病等，使得護理人員的工作壓力日益增大。傳統護理模式無法應對失能老人全天候的護理需求，不僅耗費護理人員大量時間和精力，還可能導致社會功能平衡失調。隨著科技的發展，人工智能機器人開始進入這一領域，為老年人護理帶來新的可能性。

1.5.1 家庭保健機器人

家庭保健機器人是醫療科技領域的一大創新，能促進病人與醫護人員之間的溝通，即使病人身在家中，健康管理人員也能有效監測其健康安全。例如，Pearl和Wakamuru機器人［33］以及Skilligent機器人［5］，以各種形式為病人提供家庭保健服務。這些機器人具備監測個人健康安全、管理藥物和時間安排、協助物理、認知和職業治療等多樣化功能。此外，它們還能檢測血壓和臥床休息等關鍵健康指標，確保病人在家中也能得到全面的醫療關懷。

1.5.2 輔助行走裝置

輔助行走裝置對行走不便的老年人來說是一項振奮人心的科技創新。Hwang-Jae等開發了一種基于主動輔助算法的可穿戴髖關節輔助機器人——步態增強機電系統（GEMS）［34］。這款機器人由三星高級技術研究所開發，旨在改善老年人的步態功能和代謝效率。研究結果表明，GEMS機器人能夠有效減少步行過程中的能量消耗，改善步態模式，降低軀干和下肢的肌肉力量。更重要的是，盡管GEMS主要針對髖關節提供支持，但研究還發現它也能減少膝關節和踝關節的肌肉活動，并能提高老年人行走時軀干的穩定性。這一發現為未來步態康復設備的研發提供了新的方向。

1.5.3 寵物機器人

在心理照護領域，寵物機器人正逐漸嶄露頭角。PARO機器寵物人［35］就是一個典型的例子，它覆蓋著人造毛皮，擁有堅硬的內部骨骼和雙處理器，能夠模擬動物的行為并對光線、聲音、溫度、觸摸和姿勢做出反應。隨著時間的推移，PARO還能與互動者建立深厚的情感聯系。PARO能夠促進與其互動的人的心理、生理和社會治療效果，有助于減輕壓力、改善抑郁和減少焦慮。對于需要心理支持的老年人來說，PARO無疑是一個寶貴的伴侶。

1.5.4 人形機器人

人形機器人是老年護理領域的一大創新。這類機器人能識別老年人的需求，并將聲光信息傳遞給護理人員，同時具備監測生命體征的能力。iCub機器人和Nao機器人的主要功能是提供用藥提醒、監測健康、協助老年人進行日常活動［21］。它們的目標是提供全方位的照護服務，確保老年人的生活質量和安全。

人工智能機器人在老年護理領域的應用正逐漸改變著傳統的護理模式，通過提供全方位的照護服務減輕護理人員的工作壓力，為老年人帶來更多的健康保障和心理支持，為應對全球人口老齡化的挑戰提供了新的解決方案。

2 啟示

隨著人工智能和健康大數據的發展，人工智能與機器人在醫療保健中發揮著重要作用，能夠提升護理工作效率、緩解人力資源緊張，推動護理行業的智能化與數字化。然而，人工智能與機器人仍存在以下局限：1）在語言識別、情感理解、創造力及知識深度等方面遠不及人類；2）機器人在處理復雜醫療情況時仍顯不足，仍需結合人類專家的知識與經驗；3）當前多數人工智能系統仍處于開發階段，技術、倫理等問題亟待解決；4）我國護理領域的應用經驗尚淺，仍需深入研究。因此，醫護人員的配合與學習對人工智能的發展至關重要，科研人員與醫護人員的緊密合作，以及在法律與倫理框架內應用人工智能機器人，有望實現人工智能與機器人在護理領域的全面應用，推動醫療、護理行業的數字化與智能化。

參考文獻：

［1］ MUSIB M，WANG F，TARSELLI M A，et al.Artificial intelligence in research［J］.Science，2017，357（6346）：28-30.

［2］ RUSSELL S.Artificial intelligence：the future is superintelligent［J］.Nature，2017，548：520-521.

［3］ 中華人民共和國國務院.國務院關于印發《新一代人工智能發展規劃》的通知［S/OL］.（2017-07-20）［2024-03-30］.https：//www.gov.cn/zhengce/zhengceku/2017-07/20/content_5211996.htm.

［4］ 何瑛，李倫.機器人在護理領域中的應用進展［J］.中華護理雜志，2018，53（9）：1140-1143.

［5］ ALAIAD A，ZHOU L N.The determinants of home healthcare robots adoption：an empirical investigation［J］.International Journal of Medical Informatics，2014，83（11）：825-840.

［6］ 杜妍瑩，董鼎輝，馬鋒，等.人工智能在護理領域的應用進展［J］.解放軍護理雜志，2019，36（4）：58-61.

［7］ 劉營蘭.護理工作壓力分析與對策［J］.中國實用醫藥，2015，10（1）：255-256.

［8］ MUSIB M，WANG F，TARSELLI M A，et al.Artificial intelligence in research［J］.Science，2017，357（6346）：28-30.

［9］ 李智，董麗娟，郭小妹，等.我國人工智能輔助護理的應用與面臨的問題及思考［J］.循證護理，2022，8（8）：1055-1058.

［10］ 劉彩宏，孫碩，戎清，等.智能導診機器人在門診患者就診流程中的應用效果［J］.中國病案，2017，18（12）：57-59.

［11］ 張金慧，徐慧雁.智能導診機器人在門診患者就診流程中的應用效果［J］.名醫，2020（3）：279.

［12］ 鄭紅穎，楊艷，倪佳琪，等.人工智能臨床應用研究進展［J］.護理研究，2019，33（3）：454-458.

［13］ 李藝凡，孫輝，胡志萍，等.口腔專科醫院新型冠狀病毒肺炎流行期預檢分診信息系統的構建與應用［J］.西安交通大學學報（醫學版），2020，41（5）：772-776.

［14］ 梁鵬科.基于深度學習的手術器械圖像識別及分揀研究［D］.秦皇島：燕山大學，2022.

［15］ TREAT M R，AMORY S E，DOWNEY P E，et al.Initial clinical experience with a partly autonomous robotic surgical instrument server［J］.Surgical Endoscopy，2006，20（8）：1310-1314.

［16］ HATIB F，JIAN Z，BUDDI S，et al.Machine-learning algorithm to predict hypotension based on high-fidelity arterial pressure waveform analysis［J］.Anesthesiology，2018，129（4）：663-674.

［17］ ZHANG J W，LV Z G，KONG Y，et al.Wavelet and pain rating index for inhalation anesthesia：a randomized controlled trial［J］.World Journal of Clinical Cases，2020，8（21）：5221-5234.

［18］ KING C R，SHAMBE A，ABRAHAM J.Potential uses of AI for perioperative nursing handoffs：a qualitative study［J］.JAMIA Open，2023，6（1）：ooad015.

［19］ 張圣潔，王玨，張海洋，等.機器人輔助手術中手術室專科護士的壓力體驗分析［J］.護理學報，2016，23（18）：71-73.

［20］ 王隴德，彭斌，張鴻祺，等.《中國腦卒中防治報告2020》概要［J］.中國腦血管病雜志，2022，19（2）：136-144.

［21］ VOS T，BARBER R.Global，regional，and national incidence，prevalence，and years lived with disability for 301 acute and chronic diseases and injuries in 188 countries，1990-2013：a systematic analysis for the Global Burden of Disease Study 2013［J］.Lancet，2013，386：743-800.

［22］ NAKAYAMA H，JRGENSEN H S，RAASCHOU H O，et al.Recovery of upper extremity function in stroke patients：the copenhagen stroke study［J］.Archives of Physical Medicine and Rehabilitation，1994，75（4）：394-398.

［23］ MILLER E L，MURRAY L，RICHARDS L，et al.Comprehensive overview of nursing and interdisciplinary rehabilitation care of the stroke patient：a scientific statement from the American Heart Association［J］.Stroke，2010，41（10）：2402-2448.

［24］ RODGERS H，BOSOMWORTH H，KREBS H I，et al.Robot-assisted training compared with an enhanced upper limb therapy programme and with usual care for upper limb functional limitation after stroke：the RATULS three-group RCT［J］.Health Technology Assessment，2020，24（54）：1-232.

［25］ YOUNG A J，FERRIS D P.State of the art and future directions for lower limb robotic exoskeletons［J］.IEEE Transactions on Neural Systems and Rehabilitation Engineering，2017，25（2）：171-182.

［26］ CHURCHWARD R.The development of a standing wheelchair［J］.Applied Ergonomics，1985，16（1）：55-62.

［27］ LIU Y，LIU Y，YAO Y，et al.Object affordance-based implicit interaction for wheelchair-mounted robotic arm using a laser pointer［J］.Sensors （Basel），2023，23（9）：4477.

［28］ NIETO A C，PFINGSTHORN M，GLIESCHE P，et al.A survey of robotic systems for nursing care［J］.Frontiers in Robotics and AI，2022，9：832248.

［29］ 胡木華，劉靜華，陳殿生，等.床椅一體化多功能護理床——實現臥床老人生活自理的夢想［J］.機器人技術與應用，2013（2）：42-46.

［30］ BEHRENS J L，KOWALSKI C，BRINKMANN A，et al.Physical relief potential through robot-assisted mobilization in nursing care：an exploratory study［J］.Health Technol，2023（13）：1011-1023.

［31］ 韓金華.護士助手機器人總體方案及其關鍵技術研究［D］.哈爾濱：哈爾濱工程大學，2009.

［32］ SUZUKI K，MITO G，KAWAMOTO H，et al.Intention-based walking support for paraplegia patients with robot suit HAL［J］.Advanced Robotics，2007，21（12）：1441-1469.

［33］ ROBINSON H，MACDONALD B，BROADBENT E.The role of healthcare robots for older people at home：a review［J］.International Journal of Social Robotics，2014，6（4）：575-591.

［34］ LEE H J，LEE S，CHANG W H，et al.A wearable hip assist robot can improve gait function and cardiopulmonary metabolic efficiency in elderly adults［J］.IEEE Transactions on Neural Systems and Rehabilitation Engineering，2017，25（9）：1549-1557.

［35］ WADA K，SHIBATA T，MUSHA T，et al.Robot therapy for elders affected by dementia［J］.IEEE Engineering in Medicine and Biology Magazine，2008，27（4）：53-60.

（收稿日期：2024-04-27；修回日期：2024-07-15）

（本文編輯張建華）