发表在23卷11号(2021): 11月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/20046,首次出版
社会机器人在专业护理中的应用:情景方法研讨会的内容分析

社会机器人在专业护理中的应用:情景方法研讨会的内容分析

社会机器人在专业护理中的应用:情景方法研讨会的内容分析

原始论文

1德国威滕/赫尔德克大学卫生学院卫生教学与教育研究系,威滕

2Careum基金会,瑞士苏黎世

3.Visionom,威滕,德国

4德国威滕/赫尔德克大学卫生学院解剖与临床形态学系和研究所,威滕

通讯作者:

Theresa Sophie Busse,麻萨诸塞州

卫生保健教学和教育研究系

健康学院

威滕/ Herdecke大学

Alfred-Herrhausen-Straße 50

威滕,58448

德国

电话:49 2302 926 786 20

电子邮件:theresa.busse@uni-wh.de


背景:医疗保健部门对数字技术的兴趣正在增长,这可以减轻专业护理人员的负担,同时帮助人们变得更加独立。社交机器人被认为是一种特殊形式的技术,可以有效地应用于专业护理中,具有关注人际接触的潜力。虽然实施进展缓慢,但关于社交机器人在未来护理中的概念和应用的辩论是必要的。

摘要目的:除了关注社会对社交机器人态度的现有研究外,还需要了解专业护理人员和患者的观点。本研究使用期望的未来情景来整理专家的观点,并分析发展社交机器人在护理中的地位的意义。

方法:2020年2月,举办了一次有88人参加的专家讲习班(卫生专业人员和教育工作者;医学、卫生保健、专业护理和技术专业的博士生;病人的倡导者;软件开发人员;政府代表;以及来自奥地利、德国和瑞士的研究人员。使用情景方法,讨论了模拟专业护理(模拟护理)、全机器人专业护理(机器人护理)、机器人和专业护理人员团队(深度护理)以及机器人支持的专业护理人员(智能护理)的可能性。这些情景被用作未来专业护理理念发展的刺激因素。采用定性内容分析对讨论进行评价。

结果:大多数专家都支持由技术支持的护理(深度护理),并开发了类似的以尊严为中心的场景。然后,讨论集中在实施所需的步骤上,强调了在社会中发展电子卫生能力的强烈需求,专业护理人员培训的变化以及跨部门概念。专家们还认为,用户的接受度对机器人的使用至关重要。这涉及到对专业照顾者和被照顾者的接受。

结论:文献综述和随后的研讨会揭示了关于社交机器人价值的决策如何取决于与经验和价值观相关的个人特征。因此,在社交机器人成为未来护理的一个组成部分之前,我们强烈需要认识到个人的护理观点。

[J] .中国医学信息学报,2011;23(11):e20046

doi: 10.2196/20046

关键字



背景

护理中的社交机器人

机器人技术代表了技术应用的一种特殊情况。工业机器人被社会所接受,可以减轻人类繁重的工作。1]。我们在此重点讨论非工业机器人,它们比工业机器人相对复杂,涵盖了更广泛的应用,在商业或私人使用的许多不同分支中部署[2来帮助人们,包括在保健方面。非工业机器人可分为辅助机器人和非辅助机器人。辅助健康机器人可用于手术、治疗或护理。3.],并且可以细分为社交或非社交辅助机器人。社会辅助机器人可以是服务机器人(例如,起重辅助)或伴侣机器人(例如,像动物一样的娱乐机器人)图1) [4]。他们与人互动或与人密切合作。社交机器人不同于纯粹的服务机器人,它在提供服务的同时模仿人类的行为,从而建立一种人际沟通的形式。例如,一个具有社会作用的助举器不仅会重新安置病人,而且还会同情地询问病人的躺姿是否舒适。在这种情况下,“互动”不一定要通过口头语言进行,也可以完全通过社交和情感线索进行[2]。以下“机器人”一词专指社交机器人。

图1所示。不同机器人类型细分的集中表示[4]。
查看此图

人们经常研究机器人表达同理心和参与互动交流的能力。在医患互动中,共情可以提高患者满意度和改善的动机,以及对治疗方案的依从性[5]。机器人主要通过面部和语言表达来模拟同理心。6]。一项小规模研究(N=36)发现,与配备了“移情模块”的机器人互动的人比与没有表达移情的机器人互动的对照组的人交流的时间更长,并且认为机器人更值得信赖,更聪明,更有同情心。此外,与“移情”机器人互动的参与者对机器人有更强的了解感,并且认为互动是舒适的[7]。然而,另一项研究表明,如果用户的情感状态与机器人的情感反应不一致,用户就会对机器人给出负面评价[8]。一项比较研究发现,相对于对照组,人们对模拟同理心的机器人更友善[4]。

人们对社交机器人在护理中的应用越来越感兴趣

人们对在护理中使用机器人越来越感兴趣有三个核心原因。

首先,专业护理人员的需求可能会超过供应。[9]。在人口老龄化时期,需要专业护理人员(即在康复设施、医院和疗养院以及在家庭环境和相关领域从事保健和护理或老年护理领域训练有素的专家)。在瑞士,有36.7万人由专业护理人员照顾,占80岁及以上人口的28.9%;2018年,有9.2万人住在养老院,其中80岁以上人口占15.3% [10]。在未来几年,随着人口增长放缓和预期寿命增加,可获得的护理可能会下降。越来越多的人需要医疗保健,而能够提供支持的家庭成员却越来越少。由于出生率的下降,后代中有能力照顾父母或祖父母的人将会越来越少。11]。其他使家庭成员更难提供照顾的因素包括妇女就业的增加,传统上妇女承担照顾的角色,以及后代的流动性越来越大[11]。根据人口预测,67岁以上人口的比例将急剧上升。12]。神经退行性疾病或慢性疾病的可能性随着年龄的增长而增加,这相应地增加了人口对护理的依赖性[13]。辅助技术可能是维持护理和缓解这种紧张护理情况的一种方法。机器人可以弥补老年人所经历的功能损失,并提高有助于保持独立的日常技能。2]。机器人还可以增强患者对药物和锻炼的依从性[14]。

其次,机器人技术提供了增加服务接受者自主性的方法。如果老年人不再能够独立完成某些活动,如准备食物、做家务、打电话和购物,他们的自主性就会受到损害。在65岁至79岁的瑞士人中,16%的人住在家里,其中一项或多项活动要么不可能,要么非常困难;在80岁及以上的受访者中,32%的人证实了这一说法,而在65-79岁和80岁或以上的受访者中,分别有14%和24%的人表示有轻微的困难[15]。这表明护理往往不一定包括身体护理,但人们也需要在可能通过技术援助得到改善的领域得到支持[3.]。

第三,机器人可能会取代那些给专业护理人员带来压力的繁重工作。四分之三的专业护理人员表示,繁重的体力劳动在他们的日常工作中非常常见或频繁[16]。专业护理人员也报告了高工作量和相关压力。工作量与可用时间不匹配[13]。机器人可以通过支持甚至完全接管繁重的体力工作任务来减轻照顾者的工作量,从而节省时间[3.]。

社交机器人的可接受性

机器人的发展和潜力仍处于早期阶段。2018年,服务机器人的销量为27.1万台,与2017年的市场相比增长了61% [17];然而,与其他电子卫生干预措施一样,机器人技术的实施进展缓慢[18]。实施会引发许多伦理问题,例如资料保护、责任或信任[19]。近年来发表了许多关于障碍和促进因素的研究[20.],这表明概念和应用程序应该由开发人员、专家和用户广泛讨论,以确保可行性。社会接受度目前仍然很低。例如,在Eurobarometer调查中,参与者(N=26,751)普遍对机器人持积极态度,但并非在所有领域:27%的人表示机器人不应该在卫生部门使用[21]。

为了最大限度地利用机器人在医疗保健,特别是在专业护理中,有必要了解社会和医疗保健专业人员对这些机器人的态度和接受程度。一项研究表明,人们将机器人技术视为一种机遇。他们对机器人为近亲提供护理服务的场景表示批评,但喜欢机器人承担危险任务的想法。对机器人的评估显示,不同年龄组之间的差异很小,其中年轻人对机器人的焦虑程度略低于老年人或中年人。22]。感知有用性和感知易用性对机器人的接受度至关重要,但目前很少有研究[23]。

在推测机器人是否会在提供护理方面发挥作用时,我们需要考虑服务接受者和专业人员的接受程度。这取决于机器人承担的角色和表达同理心的潜力[2425]。移情机器人的发展仍处于早期阶段。为了促进这一发展,我们需要从机器人潜在用户的角度了解有助于更好护理的因素。为了确定机器人是否可接受以及如何设计未来的护理,我们组织了一个研讨会,在不同的参与者中进行了一系列焦点小组访谈,并使用未来情景规划。

研究目的

这篇论文的重点是在老年社会和医疗保健中使用机器人的愿景的发展。它解决了社交机器人的潜力,以增加对老年人的照顾,并支持专业护理人员的工作。这一愿景是在一次专家研讨会上制定的,与会者包括来自瑞士、奥地利和德国的人,他们在与老年人护理有关的问题上有经验。研讨会基于四个未来场景,激发了参与者对使用社交机器人在专业护理领域可能发生的变化的想象。这些情景是在研讨会之前利用文献中的现有证据制定的。讲习班的重点是潜在的和理想的未来情景,以及到2025年准备和执行这些情景所需的步骤。

研讨会的目的是收集卫生保健专业人员和教育工作者、(博士)学生、患者、开发人员、科学家和政府对机器人在未来护理中使用的潜力的看法,并激发对其使用的辩论和研究。

研究问题是:(1)专家们认为2025年可能出现哪种(机器人)护理方案?(2)专家们认为2025年哪种(机器人)护理方案是理想的?我们能做些什么来实现这一设想?


场景

由Careum基金会支持的专家研讨会(Careum Dialogue 2020)于2020年2月在苏黎世举行。研讨会是根据情景法设计的,这种方法适用于对未来目标的陈述,特别考虑了影响因素及其对目标的影响。未来行动的结果将从情景方法中得到。为此目的,制订了最佳情况和最坏情况的设想,以限制可想象的发展范围,并偏离长期趋势,产生积极或消极的结果[26]。然而,由于研讨会参与者必须讨论哪些场景代表了最坏和最好的情况,因此形成了两个极点:模拟护理(没有任何技术支持的专业护理)和机器人护理(没有人类的专业护理由机器人执行)。在情景方法的意义上,可以在最佳情况和最坏情况的极点之间定义进一步的特征。但是,在创建过程中必须考虑以下标准:不同场景中的开发不能相互抵消。此外,场景必须不容易因微小因素的变化而崩溃。极端情景具有尽可能高的严重程度,因此尽可能接近可能的未来漏斗的边缘[26]。为了支持专家们的讨论,我们又增加了两个场景:由机器人支持的专业护理人员场景(深度护理),以及专业护理人员和机器人团队合作并独立执行任务的场景(智能护理)。这些场景位于上述两种极端场景(模拟护理和机器人护理)之间。这是为了更好地了解参与者的不同态度。

本次研讨会中使用的场景是通过搜索PubMed和Google Scholar数据库收集的文献来创建的,搜索词包括“看护者”、“护理”、“机器人”、“未来”、“场景”、“愿景”、“乌托邦”和“反乌托邦”。该发展包括所有涉及未来首选护理方案的文章(N=28),机器人在护理中使用的可能性,机器人在医疗保健中使用的伦理方面,通过数字化护理的变化,以及对机器人的接受(见多媒体附录1)。尽管场景的范围很广,但特别注意将场景开发为“简单”场景。在文献中,“简单”场景的特点在于其构建和描述的因素很少[27]。描述中减少的复杂性,甚至在研讨会期间,应该允许在短时间内解释场景结构,并为讨论创造更大的范围。因此,场景方法能够开发一系列未来愿景。参与者能够在研讨会上根据自己的想法,在这个范围内开发自己的场景。预先制定的场景为创造力提供了支持。

这些情景是根据Fink和Siebe对情景发展的建议创建的[27]。发言者是来自瑞士、德国和奥地利保健部门的专家,将支持他们在政治、实践和社会方面指导未来保健的规划。讲习班是一种定向情况,它不同于决策情况,它不一定与几个备选行动之间的具体决定有关,而是为未来的决定提供方向和准备[27]。这些情景最初仅限于讲德语的国家,因为专家受雇于这一领域,而且在考虑卫生保健系统的未来发展时,法律法规或培训准则等区域特殊性是决定性的。

数据收集

数据是由专家们使用挂图练习和小组讨论的详细现场笔记收集的。

在第一轮中,将一个具体的方案分配给两张表作为辩论的主题。讨论了机器人护理、模拟护理、智能护理和深度护理的优缺点。第一轮小组讨论的指导性问题是:(1)是否恰当地描述了场景?(2)这种情况发生的可能性有多大?(3)该方案有多理想?

在第二轮中,座位安排根据计划进行了更改,因此每个场景的专家之前坐在不同的桌子上,现在坐在一起。他们简要介绍了在他们桌上举行的讨论,并开始谈论不同情景的可能性和吸引力,以及加速或限制这种医疗保健未来的因素。随后,参与者开始建立他们自己的医疗方案,如混合的选择或一个全新的选择。第二轮小组讨论的指导性问题是:(1)哪种情况是最可能/最理想的情况?(2)哪些方面可以加速或减缓场景?你还能想象出其他的场景吗?

这一轮过后,八桌的人又重新聚在一起。最后一轮的重点是在未来的专业护理中编译和实施机器人的可能方法。最后一次小组讨论的问题是:实现需要哪些步骤?

车间的流程见图2

图2。车间设计。
查看此图

为了激发讨论,专家们在各轮会议之间发表了主题演讲。这些讨论涉及机器人应用的可能领域、人工智能、伦理要求、机器人与卫生保健专业人员的协作以及机器人与人之间的社会互动。主题演讲的文本可在多媒体附录2

数据分析

为了进行评价,研究小组的全体会议讨论记录、各自讨论的介绍以及会议桌上讨论的顺序记录都采用定性内容分析进行了分析。专家们在会议桌上讨论时的说明也列入了内容分析。内容分析采用MAXQDA逐行、逐句、逐段,根据Mayring所描述的归纳式类别形成策略进行[28]。通过这种方法,根据类别定义进行评估的文本段落的材料中直接制定了类别。经过第一步的范畴形成,一些范畴可以通过总结逐步归纳为主要范畴。总共鉴定出176个代码(85个在作者笔记中,91个在参与者笔记中)。这些代码被组织成一个共同的类别系统,有5个上级类别,共25个小类别和21个小类别。形成对机器人的态度(25条)、对未来护理的需求(22条)、对场景的讨论(33条)、未来专业护理的实施(20条)、未来专业护理的发展(76条)等上级类别。

上级类别是基于研讨会的主要组成部分:记录参与者对机器人的一般态度,阐明未来护理的需求,讨论提前创建的场景,以及未来护理的发展和实施。根据讲习班的主要焦点,还从分析的数据中得出了子类别。例如,一个子类别包含关于机器人护理场景的所有语句。反过来,子类别处理了机器人护理场景的不同版本的陈述,例如对双层医疗危险的关注。所有与会者就这方面的关切问题所作的发言都在这一分类别中加以总结。

道德方面

遵循《赫尔辛基宣言》的研究伦理原则[29]。参与者没有受到任何伤害或损伤。数据收集的形式保证了数据的匿名性。讨论是匿名记录的。活动挂图上的笔记被拍照并写下来。已征求了指名道姓的讲师的同意。在邀请函中,与会者已被告知讲习班的重点和计划收集的数据。参加须经同意。


图3以图文记录的形式展示《Careum Dialogue 2020》的各种讨论内容。这张图表是由一位作者在后续的研讨会上提出的,他也参加了讨论,基于定性的内容分析,在明确回答研究问题和提出进一步的结果之前,在这里作为一个简短的概述。

图3。“Careum对话2020”工作坊的影像记录。
查看此图

从专家的角度来看,2025年最有可能出现的(机器人)护理场景要么是智能护理场景(专业护理人员和机器人团队),要么是智能护理和深度护理场景(由机器人支持的专业护理人员)的混合。从他们的观点来看,这种发展将接近目前的保健,并将使专业护理人员能够在不剥夺对其健康至关重要的人际接触的情况下为患者提供支持。人们认为这两种极端情况不太可能发生。专家们认为,机器人护理方案既没有足够的技术条件,也没有足够的社会条件。在他们看来,目前的技术发展状况还不允许机器人完全接管护理工作。专家们还指出,不仅技术进步是未来变革的必要条件,而且也是社会进步的必要条件。例如,有必要开展电子卫生素养培训,以便在卫生保健部门接受和批判性地评价技术。专家们认为,由于人力资源有限,模拟护理方案的出现是不现实的。此外,他们认为,完全脱离技术意味着对专业护理人员和患者都是一种倒退,这不会得到社会的支持。

作为2025年最理想的(机器人)护理方案讨论的一部分,专家们最初在小组中自行开发了两种方案(同情心护理和深度护理2.0)。这些场景基于预先开发的深度护理和智能护理场景,并支持对理想未来场景的各个方面的讨论。对于未来,专家们希望通过技术和机器人技术为专业护理人员提供支持。专家们认为,技术和专业护理人员的结合是无与伦比的,因为技术可以根据最新证据采取行动,支持循证护理,从而产生更好的结果。在专家看来,专业护理人员因此可能会根据“传统”价值观提供更高质量的护理:机器人支持可以提高安全性;护理人员可以通过使用机器人来减轻患者的日常工作,从而花更多的时间陪伴患者;患者的自主性可以通过机器人在家庭环境中的支持得到改善和扩展;病人可以把他们自己的个人护理服务组合在一起,这可以由机器人和个人支持组成。据称,患者可能会喜欢机器人或专业护理人员之间的选择,这取决于他们的情况和日常状况。在辩论中,专家们提到,患者有时可能认为个人援助是一种负担。 As an example, it was expounded that on some days, personal interaction and corresponding necessary courtesy are not pleasant. In addition, the experts reasoned that while health professionals may treat people differently depending on personal sympathies or other factors, robots might treat all patients equally.

专家们将卫生保健专业人员视为用户,他们的接受程度对项目至关重要。除了个人对技术的态度外,专家们还认为教育和技能的发展与高水平的接受度有关。因此,专家们也提倡改善教育和培训,为这项工作更好地准备专业护理人员。在技术变化如此迅速的情况下,教育和培训需要很长时间,这可能是实现这一设想的一个问题。专家们认为,通过技术提高医疗保健的价值和声誉是这一方案的最大好处。随着数字工具的使用越来越多,专业护理人员可能会从权力的重新分配中受益。他们还可以从新的专业形象中受益,这将吸引那些既注重社交又对技术感兴趣的人。

通过将人与技术结合起来,可以避免两级卫生保健系统,专家们认为,这可以通过增加技术支持来发展。然而,专家们不确定一流的医疗保健是机器人还是个人医疗保健。

机器人护理方案被认为是有问题的,因为双层医疗的危险,以及在这种环境下谁有权力做决定的不确定性。专家们将护理工作描述为高度个性化和敏感的工作,并看到了标准化决策无法在所有领域反映这种复杂性的危险,因为只使用机器人。另一个反对意见是将自决描述为最高价值。人们应该能够在任何时候拒绝医疗保健。专家们担心,如果机器人提供病人无法控制的标准化护理,它可能会限制病人的自主权。

此外,还讨论了患者的接受程度可能会在医疗保健中采用机器人技术方面发挥重要作用。与医疗保健专业人员的情况类似,专家们也将接受护理的人视为机器人的使用者。专家们认为,他们的接受程度不仅取决于机器人技术的实施(例如,机器人技术使个性化护理),而且取决于机器人技术的应用领域和决策权的范围。

模拟护理方案被认为是不可取的,因为它的向后看的性质和对专业护理人员造成的沉重负担。

在讨论如何实现他们认为理想的情景时,专家们认为需要在政治、机构、卫生保健专业人员、科学、健康保险基金和社会方面进行变革。理论-实践-转移路线是专家们迫切要求的。专家们认为,基于伦理价值的高科技医疗保健的艰难道路需要以下步骤:(1)(政治)现状评估;(2)所有利益相关者的交流和相互理解;(3)向社会和卫生保健专业人员提供信息;(四)明确职责;(5)教育、学习和新结构的引入。

在分析框架内,使用常用的社会科学分类将结果分为三个分析层次(宏观,中观,微观)[30.]。在宏观层面,政治制度或社会作为一个整体进行检查,而在中观层面,重点是这些系统的部分,如机构。在微观层面上,个体与他们的行为、决策和关系一起被分析。

在宏观层面,专家们呼吁调整法律、规范和条例以适应新的需求。政治决策者必须使技术解决办法的资金筹措和为进一步发展技术解决办法制定财政奖励成为可能。教育培训也要全面充实这一层次的新内容。例如,机器人和电子健康应该成为课程的一部分。这种新的指导方针可以由以国际为重点的国家团体制定。专家们还看到了社会变革的必要性。为了确定对社会有重要意义的价值观,需要就期望的未来照顾问题进行广泛的讨论。

在中观层面,各机构必须进行若干改革,才能使积极的卫生保健情景取得成功。专家们建议汇集来自瑞士、德国和奥地利的信息,以获得概述。信息交换将建立一个网络,有助于处理各部门的复杂性和互操作性的要求。卫生保健专业人员应该像科学家一样使用这个网络。专家们还指出,各机构应设立实验病房,供卫生保健专业人员和开发人员探索和测试具体应用。这种与创新实验室和模拟中心的协调发展可以为实践和培训提供积极的范例。此外,共同创造被视为为未来开发新解决方案的最佳途径。科学和实践经验之间的反馈被认为有助于调整可能的解决方案。在探索机器人技术的潜在用途时,专家们认为,对机器人对病人福祉和健康的影响进行科学研究至关重要。

在微观层面上,专家们认为非常需要赋予专业护理人员和患者权力。专业护理人员需要了解为什么医疗保健的变化可以提高他们的工作价值。这可以通过宣传和资格认证以及参与和透明度来实现。在讨论的几个点上,出现了哪些任务可以由机器人执行的问题。专家认为,这表明需要对专业护理人员的职业进行更明确的定义,以区别于其他职业。

用户不切实际的期望、集体标准化的可能性、发展过程中对技术的消极态度,都是各个层面的挑战。沟通可能是另一个挑战。不同专业群体的人需要找到一种共同的语言来一起工作。认识到这一事实对于一个成功的工作过程是很重要的。


主要观点

在研讨会期间,讨论的主要议题是对机器人的接受、使用机器人导致的工作组织的变化以及新的道德和法律要求。在之前的一项研究中,这些主题也被确定为引入机器人技术的核心挑战[31]。对未来可能的设想激发了讨论。最终,专家们表示赞成未来专业护理人员由机器人提供支持。专家们认为这种情况是最理想的,也是最可能的。

专家们关于最可能和最理想的未来情况的意见是根据其他国际研究的结果。首先也是最重要的是,25名澳大利亚研究或保健专家就数字保健主题的未来前景举行的研讨会上表达了类似的看法。参与者制定的方案代表了他们对未来护理的愿望和想法,其中包括使用机器人支持老年人保持独立和健康(互动、家务、健康数据传输),以及在公共卫生保健和诊断领域使用机器人[32]。此外,重要的是要考虑到,专家们在讲习班上描述的对未来的展望与研究中收集的保健专业人员和受训人员的愿望是一致的。例如,在一项研究中,专业护理人员最常指出机器人在游戏、职业和活动领域的理想用途;支持功能性移动性;在物料的供应/处置方面[33]。在另一项研究中,医学和护理专业的学生(N=178)表达了他们希望使用机器人来提醒老年人服药、监测他们的健康状况,并促进身心锻炼的愿望[34]。

接受问题是研讨会期间讨论的一个特别突出的焦点。专家们认为,用户的接受程度是进一步实施的决定性因素。在这种情况下,用户既是专业护理人员,也是护理接受者。从专家的角度来看,这两个群体都应该接受必要的教育和信息,以便能够评估和理解机器人技术,从而提高接受度。在文献中,接受度也被称为使用机器人的决定性因素[35],因此将在下面进行更深入的讨论。

机器人的接受程度必须针对不同的用户群体单独考虑。首先,我们考虑老年人是否以及如何接受机器人。一项关于机器人在治疗和护理中的使用的综述发现,老年人对机器人的看法是积极的[36]。他们觉得更安全,因为机器人能够探测到紧急事件。此外,机器人在提高用户社交技能或减轻孤独感和孤立感方面的潜力得到了老年人的积极评价。然而,这种对机器人的积极接受也伴随着各种恐惧:人们害怕失去与人的接触,害怕被机器人的能力所欺骗,害怕把机器人当作玩具而被幼稚化。36]。

其次,考虑用户与机器人一起工作的接受程度。例如,在一项关于不同专业领域对机器人的社会接受度的综述中,从四个数据库中提取了336篇文章[37]。在考虑了排除标准后,仍有39篇文章有待纳入审查。总的来说,对卫生和社会服务部门的审查表明,对机器人的基本态度比其他部门积极得多。然而,研究还发现,没有使用过机器人的人往往对机器人持消极态度。37]。

第三,还必须根据各自的活动领域和决策权的程度来考虑是否接受。专家们对机器人的自动化决策的担忧,导致护理不符合价值或不符合患者的期望,也可以同样考虑。Poulsen和Burmeister [38]测试了一个护理机器人的新框架:机器人应该能够提供价值敏感的、个性化的病人护理。该研究调查了最终用户信任人工智能决策的意愿。他们描述了机器人支持老年人护理的不同场景,这些场景与个人价值观(自主、尊重、尊严、隐私、独立、社会联系)有关。在研究的第一阶段,接受采访的专家(N=4),包括一名注册护士、一名机器人学者、一名计算机伦理学家和一名计算机科学家,能够看到机器人在相同情况下的不同表现,这取决于哪一种价值观对接受护理的人最重要。同样的场景被播放了几次,但被监督的人对个人价值观给出了不同的评价。例如,一个特别关注自主权的人会比那些认为自主性不那么重要的人更晚寻求帮助。四人中有三人随后表示,他们认为机器人的护理是对价值敏感的,这将使他们得到良好的个性化护理。在研究的第二阶段,受试者(N=102)以稍微调整的形式展示了第一阶段的两个场景。在每个数值被改变后,研究人员通过一份问卷来评估参与者是否会接受机器人的决定,并在日常生活中使用它们。此外,研究人员还询问了用户在场景之外对机器人的信任度。 The participants rated the robot as trustworthy for the scenarios in the questionnaires (50/102 questionnaires were completely filled out). However, in considering the supply chain beyond the given scenarios, the majority of respondents (66%) were not prepared to trust the robot if they were not clear about how decisions are made. In addition, 82% of the respondents indicated that they would like to have the ability to change the way the robot makes decisions [38]。这表明,信任机器人的意愿在很大程度上取决于其决策的可理解性和可控性。

综上所述,从这些研究中,人们普遍对机器人持积极的态度,并希望与机器人互动。一项关于接受机器人的综述支持这一说法[39]。然而,医疗保健领域应高度敏感地进行评估,需要进一步研究以充分了解机器人接受的关键因素。

结论

以机器人和人类相结合为特征的医疗保健在支持护理对象的独立性、改善健康结果和减轻护理人员的负担方面具有巨大潜力。已经有一些方法可以用技术来支持专业护理人员。本次研讨会的结果表明,技术支持的护理是专家青睐的未来护理。为了确定今后这类护理的确切特点,除了专家的愿望外,还必须确定德语区国家社会的愿望。还必须调整法律条例,以鼓励技术进步,从法律上确定专业护理人员的必要能力,并借助适当的教材在教育和培训中加以实施[4041]。

未来的研究应该关注社会,特别是那些需要照顾的人,对未来的照顾有什么需求。然而,专业护理人员的观点对发展也至关重要。一篇评论指出,现有的关于医护人员看法的研究主要集中在机器人可能对病人的影响上,而不是对他们自己的影响。42]。此外,在科学项目框架内发展辅助技术应由多学科小组进行,并在共同设计的意义上由用户参与[43-45]。协同设计过程有助于提高社会的接受度,从而也有助于用户的接受度,并开发面向用户需求的技术[46]。

因此,受照护者能够在日常生活中使用技术支持。除了在电子卫生知识普及和技术接受领域已有的研究之外,至关重要的是制定适应未来情景和各自环境的社会培训和教育方法。

致谢

本文是2020年2月举行的为期两天的研讨会的成果,该研讨会的主题是在未来的专业护理环境中道德上可接受的机器人集成,重点是利益相关者和最终用户面临的挑战。该研讨会得到了Careum基金会的支持。本文的作者参加了研讨会。他们同意制定关键声明,并采取必要的进一步措施,出版同行评议的出版物。

利益冲突

没有宣布。

多媒体附录1

在这些文献的基础上,Careum对话的场景得以发展。

DOCX文件,20kb

多媒体附录2

在Careum对话2020上发表演讲。

PDF文件(Adobe PDF文件),109812 KB

  1. Jörg [j] . 智能与机器人医学研究。参见:Digitalisierung In der Medizin。应用程序,远程通讯,智能,机器人,革命。柏林,海德堡:斯普林格出版社;2018:85 - 111。
  2. 贾诺夫斯基,卢格林,卢格里,安德列尔。机器人在大学校园中的社会交互作用。编辑:本德尔·欧。Pflegeroboter。威斯巴登:斯普林格·加布勒;2018年11月22日:63-87
  3. 本德尔·o·机器人,我是Gesundheitsbereich。编辑:本德尔·欧。Pflegeroboter。威斯巴登:斯普林格·加布勒;2018年11月22日:195-212。
  4. 李丽娟,马思华,马思华,马思华。人机关系中的共情效应。计算机工程学报,2013,31 (3):559 - 561 [J]免费全文] [CrossRef]
  5. Tapus A, Tapus C, matariki MJ。在脑卒中后康复治疗中,不干涉治疗机器人行为适应用户个性。2007年发表于:IEEE机器人与自动化国际会议;2007年4月10日至14日;罗马,意大利https://authors.library.caltech.edu/76725/1/04209308.pdfCrossRef]
  6. 刘建军,李建军,李建军。机器人与虚拟代理的关系研究。ACM transinterterintelsystem 2017; 09;7(3):1-40。[CrossRef]
  7. 李建军,张建军,李建军,等。人机交互中共情表现的影响研究。2018年智能机器人与系统国际会议(IROS);2019年10月1日至5日;马德里,西班牙https://hal.archives-ouvertes.fr/hal-01887075
  8. 李建军,李建军,李建军。情境效价与共情对机器人态度的影响。: IEEE;2010年发表于:第五届ACM/IEEE人机交互国际会议;2010年3月2-5日;日本大阪https://ieeexplore.ieee.org/document/5453224CrossRef]
  9. Schwinger A. Pflegepersonal heute and morgan。In: Jacobs K, Kuhlmey A, Greß S, Klauber J, Schwinger A,编辑。Pflegereport 2019。Mehr Personal in der Langzeitpflege - aber woher?柏林,海德堡:斯普林格-弗劳弗;2020:3-21。
  10. 一厢情愿。Taschenstatistik 2019。德国联邦统计署。纽夏特、瑞士;2020年2月14日。URL:https://www.bfs.admin.ch/bfs/de/home/statistiken/gesundheit.assetdetail.11807264.html[2021-10-18]访问
  11. [刘建军。基于社会主义理论的社会主义社会发展与社会主义社会发展[j]。编辑:本德尔·欧。Pflegeroboter。威斯巴登:斯普林格·加布勒;2018年11月22日:141-160
  12. Ergebnisse der 14。koordinierten Bevolkerungsvorausberechnung。变量1,变量2和变量3是Vergleich写的。Destatis。德国联邦统计局。2019年7月4日。URL:https://www.destatis.de/DE/Themen/Gesellschaft-Umwelt/Bevoelkerung/Bevoelkerungsvorausberechnung/Tabellen/variante-1-2-3-altersgruppen.html[2021-10-18]访问
  13. 我们在哪里见过angelbot and Inanspruchnahme der Gesundheitsversorgung verändert?Gesundheitsberichterstattung des bundeses。《在德国的生命》2015。柏林:罗伯特·科赫研究所;2015.URL:https://www.gbe-bund.de/pdf/gesber2015.pdf[2021-10-18]访问
  14. 杨建军,李建军,李建军,等。在家中使用机器人支持慢性阻塞性肺疾病患者:试点随机对照试验。医学与互联网研究,2018;20(2):45 [J]免费全文] [CrossRef] [Medline]
  15. 研究生Einschränkungen in den instrumentellen Alltagsaktivitäten (IADL)。Schweizerische Gesundheitsbefragung 2017。德国联邦统计部门。2018。URL:https://www.bfs.admin.ch/bfs/de/home/statistiken/kataloge-datenbanken/grafiken.assetdetail.8066068.html[2021-10-18]访问
  16. [1] [Schmucker R.]。In: Jacobs K, Kuhlmey A, Greß S, Klauber J, Schwinger A,编辑。Pflegereport 2019。Mehr Personal in der Langzeitpflege - aber woher?柏林,海德堡:斯普林格出版社;2020:49-60。
  17. 2019世界机器人大会14.国际机器人联合会。2019。URL:https://ifr.org/downloads/press2018/Executive_Summary_WR_Service_Robots_2019.pdf[2021-10-18]访问
  18. 李建军,李建军,李建军,李建军,等。从在初级卫生保健中广泛采用电子卫生的实况实验室吸取的经验教训。医学与互联网研究,2018年3月29日;20(3):e83 [J]免费全文] [CrossRef] [Medline]
  19. Nwosu AC, Sturgeon B, McGlinchey T, Goodwin CD, Behera A, Mason S,等。机器人技术用于姑息治疗和支持性护理:优势、劣势、机遇和威胁。2019年9月28日;33(8):1106-1113 [j]免费全文] [CrossRef] [Medline]
  20. 李建军,李建军,李建军,等。社会辅助类人机器人在健康和社会护理中的应用:系统综述。BMJ Open 2020 Jan 09;10(1):e033096 [j]免费全文] [CrossRef] [Medline]
  21. 公众对机器人的态度。特殊的欧洲气压计382。:欧盟委员会;2021年9月https://www.ab.gov.tr/files/ardb/evt/Public_attitudes_toward_robots_2012.pdf[2021-10-18]访问
  22. Backonja U, Hall AK, Painter I, Kneale L, Lazar A, Cakmak M,等。年轻人、中年人和老年人对机器人的舒适度和态度:一项横断面研究。中华护理学杂志,2018,11 (6):623-633 [J]免费全文] [CrossRef] [Medline]
  23. 李建军,李建军,李建军,等。社会机器人在医疗护理中的作用:机器人辅助的感知有用性。编辑:Korn O。社会机器人:人机交互的技术、社会和伦理方面。瑞士Cham: Springer Nature;2019:187 - 204。
  24. 张建军,李建军,李建军,等。在卫生保健环境中使用机器人护理助理的可接受性:实验性试点研究。[J]互联网研究与发展,2020,11 (11):591 - 591 [J]免费全文] [CrossRef] [Medline]
  25. Vänni KJ, Salin SE。专业人员对医疗保健部门需要辅助和社交机器人的态度。编辑:Korn O。社会机器人:人机交互的技术、社会和伦理方面。瑞士Cham: Springer Nature;2019:205 - 236。
  26. Helmrich R, Helmrich G.寨卡病毒预后、预测和预防。见:Baur N, Blasius J,编辑。手册方法的经验主义社会为schung。威斯巴登:Springer Fachmedien;2019:231 - 246。
  27. Fink A, Siebe A。在:场景管理。战略研究与创新。法兰克福:Campus Verlag GmbH;2016年10月13日:63-123
  28. 张建军,李建军,李建军,等。见:Baur N, Blasius J,编辑。手册方法的经验主义社会为schung。威斯巴登:施普林格;2019年2月15日:633-648。
  29. 世界医学协会。世界医学协会赫尔辛基宣言:涉及人体受试者的医学研究的伦理原则。2013年11月27日;310(20):2191-2194。[CrossRef] [Medline]
  30. 舒伯特K,克莱因M. Makro-/Meso-/Mikroebene。Das Politlexikon。Begriffe, Fakten, Zusammenhänge。波恩:德国联邦政治研究中心;2020.URL:https://www.bpb.de/nachschlagen/lexika/politiklexikon/296425/makro-meso-mikroebene[2021-11-04]访问
  31. 谢赫A.医疗机器人:关键挑战和未来方向的定性探索。医学互联网研究进展2018年7月04日;20(7):e10410 [J]免费全文] [CrossRef] [Medline]
  32. 数字健康的现在和未来:参与式设计利益相关者研讨会的发现。数字健康2017;3:2055207617740018 [免费全文] [CrossRef] [Medline]
  33. Gliesche P, Seibert K, Kowalski C, Domhoff D, Pfingsthorn M, Wolf-Ostermann K,等。机器人辅助护理:挑战和场景调查。中国生物医学工程学报,2014;14(9):257-262 [J]免费全文]
  34. Łukasik S, Tobis S, Kropińska S, Suwalska A.辅助机器人在老年人护理中的作用:对医学和护理专业学生的调查研究。医学信息学报,2020,Aug 12;22(8):e18003 [J]免费全文] [CrossRef] [Medline]
  35. Cavallo F, Esposito R, Limosani R, Manzi A, Bevilacqua R, Felici E,等。老年人在智能环境中的机器人服务接受度:用户满意度和可接受性研究。医学与互联网研究,2018年9月21日;20(9):e264 [J]免费全文] [CrossRef] [Medline]
  36. Cifuentes CA, Pinto MJ, c speed N, Múnera M.社交机器人在治疗和护理中的应用。当前机器人Rep 2020 Jun 29;1(3):59-74。[CrossRef]
  37. 王晓明,王晓明。机器人在不同职业领域的社会接受度:系统文献综述。[J] .机器人学报,2017,12(4):493-502。[CrossRef]
  38. 保尔森先生,好的。用护理机器人克服护理人员短缺:运行时的动态价值权衡。澳大利亚[J]系统2019年2月12日;23:1-19。[CrossRef]
  39. 张建军,张建军,张建军,张建军。对社交机器人的态度、焦虑、接受和信任的系统回顾。[J] .机器人学报,2020;12(6):1179-1201。[CrossRef]
  40. McAllister M, Kellenbourn K, Wood D.机器人已经出现了,但是护士教育者准备好了吗?高校学报,2021;28(2):230-235。[CrossRef]
  41. 在技术先进的未来,护士还能保持相关性吗?中华护理杂志,2019;6(1):106-110 [J]免费全文] [CrossRef] [Medline]
  42. Papadopoulos I, kouloullioti C, Ali S.护士和其他卫生和社会护理工作者对在卫生和社会护理中使用辅助类人和类动物机器人的看法:范围审查。当代护理;2018;54(4-5):425-442。[CrossRef] [Medline]
  43. 刘建军,刘建军,刘建军,等。协同设计技术在医疗保健中的应用。中华检验医学杂志,2012,29(3):391 - 391。[Medline]
  44. Ross J, Stevenson F, Lau R, Murray E.影响电子医疗实施的因素:系统评价的系统评价(更新)。实施科学2016 Oct 26;11(1):146 [j]免费全文] [CrossRef] [Medline]
  45. 张建军,张建军,张建军,等。基于多学科需求开发方法的电子健康研究。核磁共振成像学报,2013;2(1):21 [j]免费全文] [CrossRef] [Medline]
  46. Tuisku O, Pekkarinen S, Hennala L, Melkas H.“机器人不会取代有跳动心脏的护士”。信息技术学报,2019;32(1):47-67。[CrossRef]

R库卡夫卡编辑;提交10.05.20;由K Davies, M Dohan同行评审;对作者的评论25.05.20;收到订正版21.06.20;接受23.09.21;发表10.11.21

版权

©Theresa Sophie Busse, Sven Kernebeck, Larissa Nef, Patrick Rebacz, Ilona Kickbusch, Jan Peter Ehlers。原发表于医学互联网研究杂志(//www.mybigtv.com), 2021年11月10日。

这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品首次发表在《医学互联网研究杂志》上,并适当引用。必须包括完整的书目信息,到//www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。


Baidu
map