人工智能对护理教育的预测影响:范围综述

简介

人工智能

人工智能(AI)被定义为一种技术，使计算机系统或计算机控制的机器人能够“学习、推理、感知、推断、交流，并做出与人类类似或优于人类的决定”。1］．通过手机、智能电视和可穿戴健身设备等技术的使用，人工智能与我们的日常生活交织在一起。新的人工智能技术正在迅速涌现，在卫生系统内，人工智能卫生技术(aiht)的使用越来越受欢迎，因为它们能够对大量研究证据以及临床和患者数据进行分类和分析，以确定增强知识生成和决策的模式[2］．基于这些能力，预计在未来十年，人工智能医疗技术将改变卫生系统的各个方面。

在加拿大，护士是受监管的卫生专业人员中人数最多的群体，约占卫生人力的50% [3.］．随着aiht在加拿大卫生系统中越来越普遍，预计护士将以截然不同的角色和护理提供模式发挥作用[4］．这些新的角色和模式将需要改变护士的核心能力和教育要求。

在过去5年里，多篇说说性论文和研究研究探讨了aiht对护士教育工作者、护生和执业护士的当前和未来影响[5-8］．鉴于预计新技术进步将改变护理及其教育的各个方面[9，10]，护士教育工作者需要提高他们对新兴人工智能技术所带来的概念和现实的知识和舒适度。此外，临床实践中的护士迫切需要新的知识和技能，以有效地将aiht应用到他们的实践中[10］．

背景

引用于加拿大注册护士执业框架，“通过使用概念、模型、框架和理论来组织和传播护理知识”[11］．构成护理的元范式的有四个特别的中心概念，它们如下:人或客户、环境、健康和护理[12］．护士使用来自各种科学和人文学科的知识来指导他们的实践，包括生物学、化学、社会和行为科学以及心理学[11］．将aiht整合到护理教育中，对于确保护士充分掌握必要的知识，以在不断变化的临床和技术环境中优化患者的健康结果至关重要。

随着新兴的人工智能技术改变卫生实践，卫生专业人员将需要调整其当前的实践方式，以使这些技术进步发挥作用[13］．因此，当护士们共同创建支持新兴技术所需的新模型、框架和理论时，了解如何将aiht整合到护理实践的概念基础中是很重要的。鉴于aiht越来越多地用于加强临床决策，这一点尤为重要[14及其对传统护患关系的潜在影响。

机器学习(ML)是人工智能的一个子集，它使用算法方法和技术以模仿人类决策的方式处理信息[1］．预测分析是“数据分析的一个分支，它使用各种技术，包括ML，来分析数据的模式并预测未来的结果”[15］．临床决策支持系统使用人工智能驱动的预测分析和ML算法，帮助护士根据数据趋势为患者做出临床决策，目前正在临床实践中使用[16，17］．同样，整合了聊天机器人技术、模拟医疗专业人员和患者之间互动对话的虚拟化身应用程序也越来越受欢迎[18，19］．此外，具有自然语言处理能力的社交机器人[20.使他们能够理解、分析和操作数据并生成语言[14]正越来越多地被用于在护士的监督下为长期护养院的居民提供额外的陪伴。预计这些技术进步将在未来十年对护理行业造成重大改变[9]，护理教育和护理教育工作者将站在这些变化的最前沿[21］．

当前状态

为人工智能时代的临床实践培养护生和护士，需要在满足当前需求的教学和预测未来需求之间取得平衡[9］．在过去二十年中，护理信息学取得了重要成就，可用于为护理教育者提供课程改革支持[9］．例如，2004年，美国启动了技术信息学指导教育改革(TIGER)计划，为将技术和信息学整合到教育、临床实践和研究中提供资源[22］．的TIGER护理信息能力模型于2009年出版，以支援执业护士及护生[23］．此外，在2012年，加拿大护理学院协会(CASN)发表了这份文件，注册护士护理信息学入职能力培训［9，21，24］．尽管这些资源已经存在了好几年，但尚不清楚教育工作者是否在有效地应用它们并促进它们的使用。9，21］．2017年一项针对加拿大护士的全国调查发现，大多数受访者不熟悉CASN入职信息学胜任能力[25］．根据Nagle等人[21和Risling [9]，缺乏利用这些资源的一个原因可能是，拥有必要的知识、技能和自信的护理教育工作者数量有限，无法解决与人工智能和数字卫生概念相关的学生学习问题。有必要改革护理课程，以确保未来的护士具备信息学能力，以及数字和数据素养方面的能力，以便在日益使用人工智能和毫升技术的临床环境中工作。需要强有力的护理领导，以激励护理教育工作者接受课程改革的需要，并采用新的教学方法，使护士和护理学生能够使用这些新兴技术[10，26-30.］．

目标

考虑到aiht的新课题及其对护理职业的影响，了解目前存在的关于该课题的文献的广度和深度是很重要的，以便为未来的实践考虑做好准备。我们进行了范围回顾，总结了四个不同的研究问题的发现，这些问题探索了护士、患者和aiht之间的关系[31］．鉴于该项目的探索性性质，我们认为采用界定范围的检讨方法适合该项目的目标[32］．考虑到范围审查所包括的文章数量，决定将结果分成两篇独立的论文，以提高清晰度。这篇文章总结了一个研究问题的发现，具体解决了aiht对护理教育的当前和预测影响。其余三个研究问题的结果已分别发表[33］．

方法

范围审查

此范围审查遵循Arksey和O’malley开发的方法框架[34]并由Levac等人进一步推进[32]，它描述了六个步骤来绘制研究主题的材料的范围和范围[34］．范围审查方法有助于明确一个主题的已知和未知内容，并将其置于政策和实践上下文中[35］．该框架包括六个步骤:(1)确定研究问题，(2)确定相关研究，(3)选择研究，(4)绘制数据图表，(5)整理、总结和报告结果，(6)咨询[34］．此范围检讨已在开放科学框架数据库中登记[36］．概述本审查全部方法的范围审查协议出版物可在其他地方找到[31］．小组成立了一个督导委员会，由一名有工作经验的人士和来自不同护理界别(包括护理教育)的持份者组成，在整个计划过程中提供谘询意见。[31］．

确定研究问题和相关研究

研究问题由项目团队成员和指导委员会共同开发。为制定有效的搜寻策略，谘询了一名资讯专家[31］．本综述详细介绍了以下研究问题的结果:人工智能驱动的数字卫生技术的新趋势对所有领域的护理教育有什么影响，或预计会有什么影响?［31］．使用咨询信息专家制定的搜索策略，检索MEDLINE、护理及相关健康文献累积索引、Embase、psyinfo、Cochrane系统评论数据库、Cochrane Central、教育资源信息中心、Scopus、Web of Science和Proquest等数据库的同行评议文献(多媒体附录1)．利用信息专家开发的谷歌搜索字符串，针对相关灰色文献进行了有针对性的网站搜索。搜索仅限于过去5年(即2014年1月至2019年10月)，因为通过与指导委员会的磋商确定，这一新兴主题的大多数文献都是在这一时间段内发表的[31］．

研究选择

所有同行评审和灰色文献结果下载到EndNote X7.8 (Clarivate Analytics)，并导入到Distiller SR (Evidence Partners)，这是一个基于web的系统评审软件程序，用于筛选。两名审查员(CB和LH)制定了一份筛查指南，进行了两个级别的筛查[31］．在标题和摘要筛选过程中，文章由每个审稿人独立评估，如果它们被认为与的概念相关，则纳入人工智能而且护理［31］．在第二级筛选(全文相关性审查)中，审稿人独立评估每篇文章，以确定其与四个研究问题之一的相关性。乔安娜布里格斯研究所建议，在报告纳入标准时，应基于PCC元素(人口、概念和背景)[37］．就人口而言，讨论护士、护生或护士教育工作者的文章，或更广泛地提及卫生专业人员的文章，如果信息与护理实践有关，则纳入本综述[31］．本研究问题的核心概念是人工智能及其对护理教育的影响;因此，为了纳入这个问题，文章需要明确关注人工智能和护理教育。重点的背景和设置包括临床和学术设置。最后，由于这一主题的新兴性质，文章也只是简单地讨论了护理教育和人工智能。通过与第三方的讨论和协商一致意见解决冲突[31］．

图表的数据

两位审稿人创建了标准化的数据图表表格，并对具有代表性的文章样本进行了测试，每个审稿人都独立绘制了数据图表[31］．一旦数据图表的一致性达到，每一篇包含全文的文章的数据都由一名审查员绘制成图表，并由第二名审查员进行验证，以确保所有相关数据都绘制成图表。研究结果按研究类型记录在每个研究问题的单独数据图表表格中(即，定性与定量研究设计和说明文论文)。

整理、总结和报告结果

一旦每一篇纳入的文章的所有数据被绘制成图表，调查结果就会以数据包的形式进行总结，并发送给指导委员会的成员进行审查。研究结果按研究问题进行组织，并有一个表格概述了纳入研究的总体描述性结果(即，文章数量、环境、人群和讨论的aiht类型)。此外，品类由审稿人确定，并在每个问题的描述性发现表下面以叙述的方式概述。

咨询

在两次虚拟会议上与指导委员会讨论了汇总数据包中的调查结果。收集反馈以确认所确定的类别及其对护理教育的适用性或相关性。

结果

文章的概述

本研究问题共纳入27篇文献;这些研究被进一步分为20篇说明性论文、6篇定量或原型方法研究和1篇定性研究图1浏览系统检讨及综合分析的首选报告项目[PRISMA]流程图[38])。接受教育的人包括刚入职、本科、研究生和博士水平的护理学生，以及在临床环境中实习的护士。提供教育内容的教员和讲师被称为护士教育者、护士研究者和护理领导。看到多媒体附录2为进一步的细节。

‎ 把这个图

文献中讨论的已影响或预计将影响护理教育的新兴人工智能工具的类型包括:虚拟化身应用程序(即聊天机器人)[7]，智能家居[28]，预测分析[27，39，40]、虚拟或增强现实设备[41]，以及机器人[26，42-45］．概述了这些新兴的aiht及其当前或未来对护理教育的影响多媒体附录2．

还讨论了可在教育环境中用作教学工具的人工智能教学工具的具体例子。其中包括一个面部追踪系统，用于分析护理专业学生在临床模拟过程中的情绪[46]和ML可穿戴臂带，用于测量学生洗手技术的准确性[47］．一篇文章讨论了护士教育者使用的虚拟病人游戏应用程序作为交互式教学工具，为学生提供与课程目标一致的虚拟病例场景[7］．一篇文章鼓励护士教育工作者使用预测分析，以提高学生探索AIHT提供的执行决策路径时的临床判断和决策技能[40］．最后，一些文章只是对aiht及其对护理教育的潜在影响进行了广泛的讨论，而没有提及具体的例子[5，6，8-10，13，29，48-51］．

审稿人将文章分为以下两大类:(1)人工智能对学术机构护理教育的影响(2)人工智能对临床护理教育的影响。这些类别及其子类别的结果将在以下各段详细说明。

人工智能对高校护理教育的影响

人工智能对护理教育者的影响

这一范围审查揭示了在学术护理教育中使用aiht的增长趋势，预计在不久的将来会大幅增加。例如，一篇文章预测，在这些环境下的临床模拟实验室将有更多的人形机器人和电子人以配合他们现有的高保真模拟仪器[26］．文献中讨论的临床模拟实验室中其他新兴的aiht包括面对追踪该软件使用ML分析临床模拟过程中学生的情绪[46］．作者指出，这种类型的技术允许护士教育者在模拟的每个点评估学生的情绪，以及在场景的每个组成部分所花的时间[46］．通过这一过程收集的信息使护理教育者能够调整模拟，更有效地满足学生的需求[46］．此外，据报道，这项技术可以帮助学生更好地理解患者的情绪[46］．最后，一篇文章指出，在可预见的未来，当学生分析AIHT提供的执行决策路径时，预测分析可能被用于提高他们的临床判断和决策技能[40］．

据预测，虚拟化身应用程序，包括虚拟病人游戏应用程序和虚拟导师聊天机器人，可能会影响学术环境中的护理教育，因为教育工作者将它们作为教学工具，模拟交互式临床场景，增加学生对特定护理概念的理解[7，50］．文献中发现，这些技术有可能帮助学生在进入现实临床环境之前，提高他们与患者和跨专业团队的沟通技能，增强他们的信心和自我效能感[7］．另一种有望影响学术环境的AIHT是一种可穿戴臂带，它使用ML来评估一个人的洗手技术[47］．作者指出，护理教育工作者可以使用该技术来教授护理学生和临床环境中的执业护士正确的洗手技术[47］．最后，一位作者提出，在AI时代，ML可以用来分析学生数据，创建个性化的学习路径;这可以帮助护理教育工作者提高学生参与度和留住学生，并帮助满足他们的学习需求[50］．

一篇文章指出，使用aiht支持本科护理课程的学习，可通过提高护士的临床推理技能，对护士向实践的过渡产生积极影响[41］．据预测，学生在本科临床经历中接触aiht可能有助于他们为在技术丰富的临床环境中工作做好准备[45］．例如，整合了虚拟现实或增强现实的aiht为学生提供了一种体验临床环境的创新方法[41］．另一篇文章认为，护生对虚拟现实教育方式的反应和接受能力较强，在某些情况下，虚拟现实培训可能比传统教学方式更有效[41］．鉴于这些潜在的好处，几位作者敦促护理教育工作者考虑采用新的教学方法的价值，为本科护理学生提供接触这些新兴技术的机会[6，10，26-29］．

很少有文献讨论aiht对研究生护理教育交付的影响。一篇文章指出，护理学院(即研究生水平)需要知道如何使用专门的数据科学方法，并了解如何识别与这些方法相关的政策趋势和影响，为护理科学带来价值[5］．作者指出，教育工作者应该利用大数据使护理知识更容易获得、可见、视觉上有趣，并增强数据[5，无论是在课堂上还是在其他地方。

aiht在护理领域的出现预计将使护士教育工作者转向一种更多学科的教学方法(即，护士与信息技术专家、机器人专家和计算机程序员合作)[26］．一篇文章指出，这些类型的合作有可能弥合护理方面的技能差距，并支持临床数据科学家、医疗软件工程师和数字医学专家等专业群体的发展[48，然后护士就可以探索这些角色。

人工智能对护生的影响

几篇文章强调了有必要对本科护理课程进行有重点的改革，以确保未来的护士能够在越来越多地使用aiht的临床环境中工作[6，10，26-29］．Risling [9，49的观点认为，信息学应该是一种必要的护理能力，护理课程应该包括这一主题的核心课程。还有人建议，应该重新设计护理课程，以包括数据素养、技术素养、系统思维、批判性思维、基因组学和人工智能算法、人工智能的伦理影响，以及大数据集的分析和影响等主题[6，48，52］．

课程修订也在研究生护理课程的文献中进行了描述，以整合更先进的AI内容，如信息学、伦理学、隐私、研究和工程概念等主题[5，28，39，48，49］．在一篇文章中，作者指出，随着智能家居越来越受欢迎，预计将影响研究生护理课程[28］．据预测，学生将需要了解AI智能家居技术如何利用传感器数据，通过监测老年人在家中的活动，来帮助他们实现“就地老化”[28］．

还建议对博士级别的课程进行修改，为护士提供更深入的机会，以培养预测建模、生物统计规划、数据管理、风险调整、多变量回归、ML、大数据治理和网络威胁等方面的能力[5，39］．美国两所大学战略性地将数据科学纳入其护理博士课程的核心课程[5］．有人指出，数据科学与护理理论发展的结合将是这些大学研究生课程的一个重要补充，因为越来越多的aiht正在卫生系统中使用[5］．

除了需要新的人工智能技术能力，几位作者强调了护理教育课程中持续关注人际沟通技能和同理心的重要性。这种综合关注被认为是必要的，以确保护士在日益由机器主导的卫生系统中继续提供以人为本的同情护理[13，27］．

有人提出将生物医学工程和护理相结合的创新教育项目，作为培养新的卫生专业人员骨干并增加护士参与aiht共同设计的机会的一种方式[53］．在进行这一范围审查时，没有一所大学创建了一个全新的学科来支持预期的护理-人工智能集成(例如，nurse-engineering）;然而，一些大学建立了独特的合作或联合学位，通过更多地使用技术来改善患者体验或卫生系统效率[53］．

人工智能对临床护理教育的影响

这一类的大多数文章都侧重于人工智能对医院环境中护士的影响。然而，一些出版物也关注人工智能对长期护理或家庭护理环境中的护士的影响。鉴于人工智能技术可能产生的变化范围，作者建议所有实践环境中的护士教育工作者提供适当的专业发展教育，使护士具备在工作环境中使用这些工具所需的知识和技能[8］．也有人建议，随着aiht越来越多地部署在临床实践环境中，护士应承担起提高自身技能的责任[10，29，42-44］．

文献预测，在工作场所需要更多的专业发展机会(如课程和工作坊)，以支持人工智能技术的新兴领域[8，29，54]确保护士在其执业环境中保持相关的能力和技能[10］．一篇文章建议，应利用护理信息员建立一个关于护理数据必要性的强有力的证据基础[8]，可用于为专业发展工作坊和护理临床能力提供资料。此外，有两篇文章建议教育资源应因应受助者而量身定制[48，52］．例如，“教育教育者”的教育资源[48]将不同于在临床环境中培训护理点护士的培训方法[52]，持续的专业发展将需要为那些与aiht工作更密切的专家(如护理信息员)量身定制[48，52］．一篇文章提出，在临床环境中，检查预测分析模型可以帮助促进知识转移，并帮助缺乏经验的新护士建立理解人工智能个性化决策过程的能力[40］．

讨论

关键的考虑

aiht已经开始影响护理实践，护理教育工作者准备好装备护士和护理学生有效地将aiht融入实践是至关重要的。为了支持这一范式转变，所有教育层次和所有指定的专业都需要进行相当大的课程改革，包括实习、本科、研究生和博士教育。这一改革必须确保护士和护生根据其角色和责任，就与人工智能相关的新兴主题接受教育。推荐的教育题目包括:基本信息学能力[8，9，26，28，44]、数据分析、预测建模和ML原理[5，10，27，39，51，52]，工程原理[26，42，52，53数码/数据素养[6，48],伦理[5，9，28，48，51，52]、私隐问题(包括保安漏洞或“网络威胁”)[5，9]、大数据治理[5，48，52，以科技为中心的文化能力[26，人工智能研究设计[28，以及机器人护理和操作[26，42］．

将护理教育与这种范式转变结合起来的努力还应包括支持新兴aiht的新教学法[6］．将这些技术融入护理教育可以增加学生进入临床实践环境时的熟悉度和舒适度[6］．正如Murray所建议的[6]，护理专业正进入一个拐点，aiht可以加强护理实践的各个方面，并催化当代护理教育急需的变革。护士教育工作者、执业护士和学生需要积极参与这些技术的规划和实施，从而增加他们成功整合的机会。

未来状态:护理领导要求

在临床实践环境和学术机构中，护士教育工作者在培养护士和护理学生为肯定包括各种各样的aiht的未来发挥重要的领导作用。为了支持一支技术熟练的护理队伍，教育工作者必须创造一个学习环境，有利于护士发展他们对护士、病人和辅助护理人员之间存在的新关系的理解[55］．重要的第一步是将信息学和数字卫生技术能力嵌入护理教育的所有领域。对这些原则的深刻理解将确保护士有能力在临床实践中使用aiht，也许更重要的是，有潜力为这些技术的持续发展做出有价值的贡献(即共同设计人员)。有人建议，人工智能行业将受益于聘请来自各个卫生学科的专家参与设计过程，而护理专业有潜力提供这方面的专业知识[39］．

为了促进这一重大转变，需要对课程进行评估，以确定它们与卫生保健现实的当代相关性，以及它们为aiht的未来需求主动准备护理的能力[30.，56］．解决这一问题的一种方法是制定针对新专业需求的课程nurse-engineer角色，发展护士的角色作为aiht的联合设计者。将护理原理与工程原理相结合的本科护理课程可以促进aiht的发展，并帮助护士理解他们在临床环境中可能遇到的aiht背后的原理[26，42，53］．护士在设计、实施和评估的所有阶段参与这些人工智能医疗设备的共同设计，将降低创造给卫生专业人员带来负担的技术的风险，并将有助于防止因临床医生投入不足而导致代价高昂的错误[29，45］．再一次，为了实现这一目标，需要护理领导在护士的初级护理教育中为护士提供信息学、数字素养、工程和毫升等方面的知识和技能。

护士，特别是那些参与联合设计的护士，还必须准备好处理护理实践中使用aiht可能产生的微妙的隐私、公平和伦理影响。护理课程应讨论伦理问题，如数据泄露、用于开发算法的数据中可能存在的偏见，以及在aihc设计中社会正义和以人为本方法的重要性[5，9，30.］．

除了上述讨论的拟议课程修订外，作者还强调了在护理教育中继续强调治疗关系和人际沟通的重要性，因为这些是护理的核心价值，使护理有别于AIHTs [13］．对这些核心护理价值的持续关注将有助于使学生具备在技术丰富的卫生系统中传递同情和同理心所必需的技能。护士和护生必须开始反思aiht可能影响护患互动的方式，以及患者、护理人员和跨专业团队其他成员之间的沟通模式[13］．费尔南德斯等人[13指出，“课程和专业实践的转变，以重视人类技能的态度关注人际和个人智能，将确保护理在一个由机器和科学进步主导的社会中的地位/作用。”

增强护士和护生的能力

据预测，在不久的将来，护士可能会在出院前使用预测分析来优先考虑患者的教育主题[57］．护士也有可能使用带有聊天机器人技术的虚拟化身应用程序，帮助为患者提供额外的教育、应对策略和心理健康支持[58］．通过护理教育对这些aiht的影响建立更深刻的认识和敏感性，是迈向在所有护理实践领域和所有环境中发展能力和专业知识的最终目标的务实的第一步。这种教育应在学术环境(为护理学生)和临床实践环境(为执业护士)中，通过课程和工作坊等专业发展机会提供[8］．

随着对这个话题建立更深的认识，护理学生必须被授权重新设想未来的卫生实践，因为很明显，这些先进的技术形式可能会改变传统的护理过程和认识方式。此外，aiht的出现要求改变常规的护理教育方式。新兴技术凸显了护理教育工作者反思过去实践的必要性，并向吸引学生的新方式过渡[6］．然而，为了使护理教育的新模式获得成功，教育者和学生都必须接受在卫生系统的所有领域扩大aiht可能发生的相当大的变化。因此，为使护理教育得以成功发展，学生和教育者都必须认识到aihtts的变革性，以及它们对保健服务和护理教育各方面的直接和间接影响[26］．

尽管护理教育对日益普及的aiht的接受程度在卫生专业人员和教育工作者之间有所不同，但确保护理的各种基本原则不会被最小化或稀释将是走向未来的关键。例如，在护理实践中慈悲护理的作用应被视为护士通过或使用aiht提供的所有护理的一个重要和必要的特征。鉴于科技的未来，护理职业绝不能忽视其最伟大的属性，包括同情心护理[13］．在未来几年，与护患互动和治疗关系相关的担忧将是最重要的，护士需要掌握平衡人类护理需求与人工智能技术进步的技能[9］．在护理实践中，科技与护理密不可分，但必须透过支援护理服务的科技，保护和提升护士所推崇的护理价值[44］．

未来的研究

虽然关于人工智能的讨论开始出现在护理教育文献中，但本综述中包含的许多文章更笼统地关注护理信息学，并简要地提到了人工智能。此外，由于本综述中包括的大多数论文都是说明性论文和白皮书，因此需要在这方面进行更多的研究。需要进一步的研究来继续确定将aiht具体融入护理实践所需的教育要求和核心能力。未来的研究还应集中于确定人工智能作为护理教育工具的最有效方法。

限制

这一审查的结果应该根据一些局限性来解释。由于可访问性问题和组织许可限制，计算机科学和工程数据库没有被搜索。这种限制可能会导致研究空白，建议未来对人工智能和护理主题的综述利用这些数据库。此外，只考虑以英文发表的文章进行选择，没有搜索纳入研究的参考文献列表。这可能会导致有关该主题的重要文章被遗漏。在标题和摘要筛选过程中，审稿人在计算评分者之间的一致性时没有使用Cohen kappa，而是使用百分比一致性(97%的一致性)。虽然这样做是出于可行性的目的，但在计算评级者之间的一致性时，公认的百分比一致性并不像科恩kappa那样可靠。最后，作者承认，自2019年进行最初的搜索以来，可能已经对这一主题进行了更多的研究;但是，由于可行性的限制，不可能进行更新的搜索。

结论

世界各地临床实践和学术机构的护士教育工作者在帮助护士和护理学生为aiht的未来状态做好准备方面发挥着重要的领导作用。很明显，人工智能医疗技术正在改变现有的卫生系统，护理专业需要积极参与到这一迅速发展的过程中，否则，如果技术革命不受控制地进行，就会给患者和学科带来不必要的后果。护士教育工作者需要为这个职业的未来做准备，而在许多机构和环境中，这个职业已经存在。

aiht注定要改变健康教育和提供，这一过程将需要护士教育工作者的教育、准备和采用，以及大量的这些技术的共同设计。通过与其他卫生学科的合作，护士处于领导aiht研究的理想地位。护士对健康环境的复杂性有独特的理解[45并能识别出技术为患者提供最佳服务的方式[49］．在人工智能原理方面有坚实的教育基础是确保护士在人工智能技术设计、实施和评估的所有级别做出贡献的第一步。

据我们所知，这是第一个研究aiht及其对护理教育影响的范围综述。虽然已经有关于aiht和护理教育的研究作为独立的研究主题进行，但现在是时候认识到这两个实体之间的关键关系了。在学术和临床实践环境中，如果没有坚实的护理教育基础，aiht就无法有效地实施。本综述的研究结果将有助于所有部门的护理教育工作者积极塑造护理-人工智能接口，确保护理教育与促进同情护理的核心护理价值观相一致。