基于GPT?4語言模型分析“互聯網+護理服務”現狀及發展趨勢

Analysis of status and development trend of \"Internet + nursing service\" based on GPT-4 language model

GUO Xiaomei1，ZOU Wenjuan1，WANG Qin1，ZHAN Ling2，DONG Lijuan1*

1.Zhongshan Hospital of Traditional Chinese Medicine，Guangdong 528400 China；2.School of Nursing，Guangzhou University of Traditional Chinese Medicine

* Corresponding Author" DONG Lijuan，E-mail：gxm4725@163.com

Keywords" continuing care;\"Internet + nursing service\";Delphi method;GPT?4 language model;nursing

摘要" 目的：基于GPT?4語言模型分析我國當前“互聯網+護理服務”的現狀及發展趨勢。方法：基于GPT?4語言模型擬定“互聯網+護理服務”現狀及發展趨勢調查問卷，于2023年7月—9月選取護理專業具有副高級及以上職稱的18名專家進行2輪德爾菲專家函詢，進而分析我國“互聯網+護理服務”的現狀及發展趨勢。結果：2輪專家函詢的問卷回收有效率分別為78%和100%；第2輪專家函詢的專家權威系數為0.883，表明專家意見協調性較好。最終得出目前我國“互聯網+護理服務”的服務項目包括慢性病護理、康復護理、?？谱o理、健康教育、安寧療護5個方面，具有便捷、可定制、信息化、資源共享的優點，但也面臨護患安全、供需不平衡、服務事故分責、經濟需求差異等方面的困難，且存在技術、專業、角色、支持4個方面的阻礙因素。未來應從國家政策支持、增加市場需求、技術創新、加強行業競爭等方面進行改進。結論：目前，雖然我國“互聯網+護理服務”仍面臨一些問題，但已初見成效，未來應繼續進行更深入且廣泛的發展。

關鍵詞" 延續性護理；“互聯網+護理服務”；德爾菲法；GPT?4語言模型；護理

doi：10.12102/j.issn.2095-8668.2025.04.032

2019年1月，國家衛生健康委在《關于開展“互聯網+護理服務”試點工作的通知》中指出，要創新護理服務模式［1］。我國在探索培育護理服務新型業態以來，各地“互聯網+護理服務”陸續開展試點工作，在慢性病、老年、孕產婦等群體中積累了一定的實踐經驗。而隨著人工智能（AI）信息技術的進步，目前已有相對成熟的具有自我學習特征的AI對話軟件問世，其在信息咨詢、輔助決策等領域有著廣闊的應用前景［2?3］。本研究旨在運用GPT?4語言模型形成問卷初稿，通過德爾菲專家函詢法明確“互聯網+護理服務”的現狀及發展趨勢，探索AI技術應用于護理領域的可行性。

1 資料與方法

1.1 成立課題研究小組

本研究組由1名護理管理專家、1名計算機信息專家和1名護理學碩士研究生組成；分別負責文獻查閱、計算機信息技術檢索、資料收集反饋及整理分析。

1.2 基于GPT?4語言模型擬定專家函詢問卷

采用集成了GPT?4語言模型的搜索引擎［微軟公司開發的必應（New Bing）］進行分析。首先針對研究主題進行問題輸入，將得到的回復進行整理，然后通過閱讀、整理數據及提煉主題等方法進行分析，形成初步指標，見表1。本研究小組經過3輪討論，結合文獻分析對指標內容進行逐一修改，最終形成我國“互聯網+護理服務”現狀及發展趨勢調查問卷。

1.3 德爾菲專家函詢

1.3.1 遴選函詢專家

遴選專家標準：1）專職從事護理管理、臨床護理及護理教育工作；2）具有副高級及以上職稱；3）在其專業領域工作時間≥10年；4）愿意參加本研究者。于2023年7月—9月選取18名專家進行函詢，來自北京、上海、廣州、深圳、中山5個地市。函詢專家基本情況見表2。

4、5分分別對應“非常不同意”“不同意”“一般”“比較同意”“非常同意”，同時設有專家建議欄及增加或修改意見欄，供專家對內容提出意見和建議。根據第1輪專家函詢結果修改并制訂第2輪函詢問卷。第2輪函詢內容及打分方式與第1輪相同，對于第1輪函詢中gt;80%的專家均選擇5分的條目則不進行第2輪專家函詢，并要求專家對仍存有較大爭議的條目進行再次評價。專家積極性用問卷回收有效率表示；專家權威程度用專家權威系數（Cr）表示，由專家熟悉程度系數（Cs）和判斷系數（Ca）決定；專家意見的協調程度用肯德爾和諧系數（Kendall's W值）表示，其反映全部專家對所有內容意見的協調程度，取值0～1，越大表示專家對結果內容認同的一致程度越高，全部指標的協調性越好，結果越可靠。

1.4 統計學方法

通過Excel 2016軟件錄入數據，并采用SPSS 20.0軟件進行統計學分析。定性資料用人數和構成比（%）表示；符合正態分布的定量資料用均數±標準差（x±s）表示。檢驗水準α=0.05。

2 結果

2.1 專家積極性與權威程度

2輪專家函詢的問卷回收有效率分別為78%、100%。第1輪專家的Cr、Ca、Cs分別為0.875，0.854，0.851；第2輪專家的Cr、Ca、Cs分別為0.883，0.889，0.877。2輪專家函詢的Cr均gt;0.80，表明本研究專家具有較高權威性。

2.2 專家意見的協調程度

2輪專家函詢的肯德爾和諧系數分別為0.582、0.613，經檢驗均有統計學意義（Plt;0.01），說明專家意見的協調性較好。

2.3 德爾菲專家函詢結果（見表3）

3 討論

3.1 GPT?4語言模型技術在護理研究中的應用

GPT?4是最新的AI多模態語言模型，其關鍵特性之一是能夠快速學習和適應新任務，具有更廣泛的常識和解決問題的能力；具有高度的通用性，能夠執行廣泛的任務。GPT?4具有理解自然語言并生成連貫且有意義的文本的能力，可以讀取和分析大量文本數據，快速處理文本數據并實時生成響應，在生成連貫且有意義的文本時錯誤率低且精度高。本研究采用的是微軟公司開發的必應搜索引擎，其集成了最新版GPT?4語言模型，為搜索定制；同時還開發了普羅米修斯（Prometheus）模型，可與AI技術進行智能對接，更充分地發揮AI的能力［6?8］。本研究初步探索了基于GPT?4語言模型制定的問卷在德爾菲法專家函詢中的應用。借助GPT?4在資料收集過程中對問題分析的深度及廣度等方面的優勢，迅速完成專家函詢問卷的制定，總用時約10 min，較常規采用訪談等方法擬定函詢問卷的效率有了極大的提高，也節省了研究過程中人力資源的投入。且從形成的函詢問卷及最終的專家反饋結果來看，參加函詢的護理專家對于函詢問卷的項目未提出額外的補充意見，體現了GPT?4語言模型輸出答案的準確性較高，也初步體現了此類AI語言模型工具在護理研究中的應用前景。目前，國外對于GPT?4語言模型應用于醫學領域已有少量的探索性觀點及研究發表［9］，但我國將其應用于護理學研究的報道較少。本研究開創性地將GPT?4語言模型技術應用于德爾菲法專家函詢問卷的編制過程中，為護理研究領域提供了新的研究工具。

3.2 “互聯網+護理服務”現狀

本研究通過GPT?4語言模型及德爾菲專家函詢，從“互聯網+護理服務”目前開展的服務項目、優點、面臨的困難、阻礙從業人員的因素等方面對其現狀進行了評價。目前，各地開展的“互聯網+護理服務”已基本覆蓋護理服務的常見內容，而形式上較傳統護理服務具有一定的創新性和優越性。通過“互聯網+護理服務”，病人或家屬可以隨時隨地在線預約、咨詢、購買護理服務，避免了傳統護理服務中需要到醫院或社區服務中心排隊等待的繁瑣過程，提高了服務的便捷性。并且可以根據病人不同的需求和病情提供量身定制的護理服務，也可以通過在線平臺公開服務內容、價格、評價等信息，提高服務的透明度和公開性，讓病人或家屬更加信任和放心［10］。此外，對于管理者來說，“互聯網+護理服務”可以通過互聯網、移動應用程序、智能設備等手段實現護理服務的信息化管理和監控，包括服務記錄、數據分析、預警提醒等，甚至可以讓不同地區和機構之間實現資源共享，提高護理服務的覆蓋面和效率，促進護理服務的標準化和專業化，進一步提升護理服務的科學性和管理水平［11］。但“互聯網+護理服務”也面臨一些困難，主要體現在服務過程中護患雙方安全問題、護患數量供需失衡、護患在服務事故中的責任認定、護患經濟需求差異4個方面。并且從護理從業人員角度來看，部分人員可能缺乏“互聯網+護理服務”的相關技術和工具的掌握和使用能力，從而影響服務的效率和質量；而“互聯網+護理服務”相關專業知識和技能的掌握不足會影響服務的滿足度和安全性。面對“互聯網+”這一新技術，部分護理人員可能存在角色沖突和不適應，如工作與生活的平衡、醫院與社區的轉換、團隊與個人的協調等，影響服務的穩定性和持續性。目前，我國為從業人員提供的培訓和指導、團隊和設備、法律和法規、收入和晉升等相關支持和保障還有所欠缺，這些都可能影響護士服務的動力和信心［12?14］。

3.3 “互聯網+護理服務”發展趨勢

“互聯網+護理服務”的發展趨勢主要體現在以下幾方面：1）政策支持力度逐步增強。國家衛生健康委等部門出臺了一系列政策文件，支持和規范“互聯網+護理服務”的試點工作，推動醫療資源的優化配置和跨區域流動，促進醫療服務的降本增效和公平可及。2）市場需求日益增加。隨著社會老齡化、慢性病增多、居民健康意識提高等因素的影響，人們對于專業化、便捷化、個性化護理服務的需求不斷增加，“互聯網+護理服務”可以滿足這些需求，以提高病人或家屬的就醫體驗和生活質量。3）服務技術進一步創新。“互聯網+護理服務”利用移動互聯網、大數據、AI、區塊鏈等現代信息技術實現護理服務的信息化管理和監控，提高服務的效率和質量，同時也拓展了線上問診、遠程監測、智能設備等服務的內容和范圍。4）行業競爭日益加劇?！盎ヂ摼W+護理服務”市場規模不斷擴大，吸引了包括醫院、社區、第三方平臺、護理人員等多方參與者的進入，形成了多元化的市場格局，同時也帶來了激烈的競爭和合作，促進了行業的標準化和專業化。

3.4 “互聯網+護理服務”發展應對策略

目前，以自我學習為特征的語言模型及以AI為代表的信息技術飛速發展，正在深刻改變社會發展和行業內容。而AI輔助護理在醫護患中的認知存在差異［15］。本研究結合文獻分析及專家函詢，總結歸納了護理人員要順應“互聯網+護理服務”的發展趨勢，需要從以下幾個方面做準備：1）學習新技能。護理人員需要掌握“互聯網+護理服務”的相關技術和工具，如線上溝通、遠程監測、智能設備等，提高自己的信息素養，適應新的服務模式和流程。2）提升專業水平。護理人員需要不斷更新自己的專業知識和技能，提高自己的護理質量和安全，滿足病人或家屬的多樣化和個性化需求，樹立自己的專業形象和信譽。3）增強服務意識。護理人員需要注重服務的人性化和溫情化，關注病人或家屬的心理和情感，用語言和行為傳遞關懷和尊重，提高服務的滿意度和忠誠度。4）拓展職業發展。護理人員需要利用“互聯網+護理服務”平臺拓展自己的職業發展空間和機會，如多點執業、?？谱o理、慢性病管理等，實現自己的職業價值和收入增長。

4 小結

本研究結合GPT?4語言模型和德爾菲法初步探索了“互聯網+護理服務”目前開展的服務項目、優點、面臨的困難、阻礙從業人員的因素等現狀，并對其發展趨勢進行了總結歸納。為現代新信息技術在護理研究中的應用提供了可行性的思路。但限于受訪專家所在地的現實情況及時效性等局限，今后仍需繼續對我國“互聯網+護理服務”進行深入調查，為該領域的健康發展提供數據支持及決策參考。

參考文獻：

［1］ 國家衛生健康委.國家衛生健康委辦公廳關于進一步推進“互聯網+護理服務”試點工作的通知[EB/OL].（2020-12-08）[2023-08-19].http：//www.gov.cn/zhengce/zhengceku/2020-12/16/content_5569982.htm.

［2］ SALLAM M.ChatGPT utility in healthcare education，research，and practice：systematic review on the promising perspectives and valid concerns[J].Healthcare，2023，11（6）：887.

［3］ 陳一鳴，劉健，從承志，等.強直性脊柱炎患者與Chat GPT的對話實驗：患者教育的新方式[J].風濕病與關節炎，2023，12（7）：37-43.

［4］ 曾光.現代流行病學方法與應用[M].北京：北京醫科大學、中國協和醫科大學聯合出版社，1994：1.

［5］ 穆婧，茅一萍，張莉，等.基于德爾菲法的護理人員醫院感染防控能力評價指標體系構建[J].中國感染控制雜志，2022，21（12）：1229-1235.

［6］ 曹建峰.邁向可信AI：ChatGPT類生成式人工智能的治理挑戰及應對[J].上海政法學院學報（法治論叢），2023（4）：28-42.

［7］ 劉禹良，李鴻亮，白翔，等.淺析ChatGPT：歷史沿革、應用現狀及前景展望[J].中國圖象圖形學報，2023，28（4）：893-902.

［8］ 簡圣宇.GPT語言模型：作為“類人型” 人工智能的技術準備[J].廣州大學學報（社會科學版），2023，22（4）：19-24.

［9］ LEE P，BUBECK S，PETRO J.Benefits，limits，and risks of GPT-4 as an AI chatbot for medicine[J].New England Journal of Medicine，2023，388（13）：1233-1239.

［10］ 任安霽，潘思，鄧海駿，等.基于醫護到家平臺的護士參與“互聯網+護理服務” 現狀調查[J].護理學雜志，2020，35（5）：56-59.

［11］ 向美煥，馮曉玲，陳珺儀，等.廣東省“互聯網+護理服務” 試點醫療機構護理服務調查[J].護理學雜志，2023，38（3）：54-58.

［12］ 陳利穎，李靜，趙杰剛.洛陽市醫療機構“互聯網+護理服務” 開展情況及影響因素[J].護理研究，2022，36（15）：2801-2804.

［13］ 王靜靜，錢東福.某區域 “互聯網+護理服務” 平臺應用情況研究[J].南京醫科大學學報（社會科學版），2022，22（2）：180-185.

［14］ 金偉英，陳慧，錢飛燕.紹興市柯橋區醫共體互聯網+居家護理服務現況調查及分析[J].全科醫學臨床與教育，2023，21（1）：57-59.

［15］ 郭小妹，潘佩嬋，李玖利，等.醫護患人群對人工智能輔助護理的認知、需求及其影響因素研究[J].中國醫學工程，2021，29（4）：18-22.

（收稿日期：2024-01-02；修回日期：2024-12-02）

（本文編輯 趙奕雯）