基于人工智能的技术在医疗环境中发挥了有用的功能[ 1， 2]，并可分担护理工作量，从而有助于减轻护士的时间压力，缓解全球护士短缺问题。例如，机器人可用于促进病人护理，以缓解护理劳动力的短缺[ 3.］．过去的研究表明，医护人员对技术实施的态度和看法具有重要作用[ 4]及护士对健康资讯科技的态度[ 5］．也就是说，如果护士不欢迎机器人的存在，他们就不太可能通过维护、定位或确保机器人的顺利操作来帮助机器人。因此，机器人可能很难帮助医疗实践。此外，以往的研究表明，大多数临床专业人员不相信基于人工智能的技术可以提供临床相关的帮助[ 6］．这对学者和从业者都是一个警告，临床专业人员可能不会参与(或可能不会充分参与)基于人工智能的技术。然而，文献并没有提供有效提高临床专业人员参与使用这些技术的方法，这表明存在研究差距。

我们试图通过研究基于人工智能的技术的特征如何增加临床专业人员与它们的接触来解决这一差距。也就是说，本研究的目的是研究机器人福利、机器人维护和护士的个人创新性如何影响护士对机器人的态度和护士与机器人的互动。我们编译了研究变量的定义 表1．

基于人工智能的技术已经开始重塑医疗保健的提供方式。这种技术经常以机器人的形式实现。机器人被设计用于协助各种活动:社交互动(社交机器人)、移动物体(移动机器人)、健康教育(数字医疗助理聊天机器人)或老年人的锻炼课程。机器人还可以作为疼痛管理的分散注意力的工具，促进对话和和谐。 7]，表明机器人有潜力提高护理实践。这一潜力指出了接受机器人进入护理实践的优势。

机器人改善临床实践的潜力并不能保证它们被接受。此外，护士在实践中对技术的使用感到压力和烦恼[ 5］．因此，需要研究如何在护理实践中增加护士对机器人的使用。

接受机器人的决定取决于护士对它们的优点和缺点的评估。这种评估将包括行为信念的形成，行为信念包括执行行为的态度[ 8，证明了在我们的研究中包括行为信念和态度的必要性。

根据计划行为理论，态度被设定为促进行为意图，从而进一步预测行为[ 9］．在护士-机器人环境中，计划的行为可以语境化为护士与机器人的接触，定义为护士协助或与机器人合作的行动。此外，该理论假定态度受行为信念对行为结果的影响[ 9］．在护士-机器人环境中，行为信念可以语境化为护士中的两种信念:(1)关于机器人利益的信念和(2)关于机器人维护的信念。机器人的好处体现在机器人引入护理工作场所的时间和精力方面的效率提高;这就是使用机器人的优点。机器人维护是护士在操作机器人时必须付出的努力;也就是说，使用机器人的缺点。因此，在我们的研究模型中，机器人的收益和机器人的维护与态度因素相对应。此外，护士的个人创新能力或个人尝试新信息技术的倾向[ 10在先进的技术背景下应该是重要的。因此，我们还将个人创新作为鼓励护士与机器人互动的另一个来源。

图1阐述了研究框架，其中包括机器人福利的概念，机器人维护，护士对机器人的态度，以及护士与机器人的互动。为了提高分析的严谨性，我们纳入了控制变量:护士的性别、年龄、教育程度、任期和阶段——即护理技能认证[ 11］．

我们提出了7个假设，分别为H1至H7。机器人技术是一项技术进步，具有显著的效率和成本节约潜力[ 12］．在我们的研究中，我们将其定义为机器人的利益;也就是说，机器人如何帮助护士优化他们的时间(从而减轻他们的时间压力)，减少他们在进行护理时的努力。机器人的好处使护士能够专注于临床过程——支持医生和照顾病人——以及次要程序，如搬运和移动重物[ 13］．这些好处构成了积极的强化。根据强化理论，正向强化会促进正向行为[ 14];例如，倾向于使用机器人，帮助确保机器人的平稳运行。此外，搬运重物经常被证实是护士慢性腰痛的来源[ 15］．因此，机器人可以改善护士的身体和心理状况，从而增强护士为确保机器人顺利操作而努力的意愿。这种行为意图被定义为护士-机器人互动。

我们的第一个假设(H1)是，感知到的机器人效益与护士与机器人的互动正相关。

护理人员认为技术是有用的，但他们明确指出，它有可能在他们与被护理者的关系中制造距离，而且它必须完成和补充他们的工作，而不是取代他们的工作[ 4］．也就是说，辅助护理人员的技术应该改善护理人员对这些技术的态度。在我们的研究背景下，当机器人成功地协助护士时，它们可能会在护士中对机器人产生积极的态度。根据强化理论，原因可能是机器人辅助可能是一种积极的环境线索，有助于塑造员工的理想行为。 14］．此外，机器人可以为护士提供充足的时间来完成他们的专业任务，这将提高护士的工作满意度和自我报告的健康状况[ 13］．这有力地支持了护士将他们的满意度和健康状况的改善归功于辅助机器人，提高了他们对此类机器人的整体评价;那就是对机器人的态度。因此，我们假设感知机器人的好处与对机器人的积极态度呈正相关(H2)，

机器人可以实现卓越的性能，但也表现出极端的性能变化;例如，它们可能是无序的[ 16］．这种变化可能是由于没有充分满足保持机器人平稳运行的要求。需要的努力;也就是说，机器人维护将成为护士等一线专业人员的负担和负面刺激。根据强化理论，消极刺激会形成负强化，进而引发个体的回避行为[ 17， 18］．在我们的环境中，这种回避行为不利于护士-机器人互动的发展。此外，工作场所的努力是错过护理的关键预测因素[ 19——这是护士不希望看到的工作结果。因此，这种花费在机器人上的维护工作可能会使护士不愿意与机器人一起工作。因此，我们假设感知机器人维护与护士-机器人敬业度呈负相关(H3)。

我们预测，感知机器人维护将与对机器人的态度呈负相关。原因是需要额外的时间和精力来确保机器人的平稳运行，这对护士不利。护士经常需要应付工作地点的时间压力[ 20.］．因此，任何与时间和精力相关的负担(包括机器人带来的负担)都会让他们沮丧;也就是说，降低他们对负担来源(在这种情况下是机器人)的整体评估。此外，感知机器人维护意味着个人会将这种努力视为厌恶的后果，从而成为一种负面刺激。根据强化理论，消极刺激会引起个体的消极反应[ 17， 18];例如，在我们的语境中，对机器人的不友好态度。因此，我们假设感知机器人维护与对机器人的积极态度呈负相关(H4)。

态度是对一个对象的整体评价[ 21］．积极的态度反映了在接近这个对象时积极的感受和期望。 22]，鼓励用户参与，特别是使用新技术[ 23］．根据强化理论，当个体观察到愉快的结果会随之而来时，他们更有可能从事一种行为[ 24］．由于机器人最近才被引入护士的工作场所[ 25]，我们可以预期，对机器人的积极态度也会激励护士的参与。因此，我们假设对机器人的积极态度与护士-机器人敬业度呈正相关(H5)。

个人创新精神代表个人尝试新资讯科技的倾向[ 10］．在数字化方面落后的护士往往会对健康信息技术的使用感到焦虑和避免使用。[ 5］．个人的创新能力可以克服与IT打交道时的焦虑。 26]，从而提高资讯科技的学习成效。有效的学习将培养正确的理解，这种IT有用性的意识可以促进护士对机器人使用的积极态度[ 27］．个人创新精神鼓励护士获取资讯科技知识[ 28]，从而提高他们对与资讯科技合作的正面评价。与所有其他IT一样，机器人需要用户知识才能进行有意义的协作。因此，个人创新及其对获取机器人知识的影响在决定与机器人合作的积极评价方面也很重要;那就是对机器人的态度。此外，个人创新能力增强了对新技术的积极态度，例如，移动支付[ 29]——因此也支持了这一联系。据此，我们假设护士的个人创新能力与对机器人的积极态度呈正相关(H6)。

个人创新能力是技术使用的一个重要方面;例如，智能手机的使用[ 30.］．我们认为这也适用于机器人的使用。原因是个人创新是尝试技术应用的普遍趋势[ 10］．应用于我们的研究背景，高水平的个人创新能力将鼓励护士使用机器人——例如，尝试机器人并探索它们的功能——从而更好地理解在医疗工作场所使用和使用(或参与)机器人。因此，我们假设护士的个人创新与护士-机器人敬业度呈正相关(H7)。

在研究假设的发展之后，我们描述了测试它们的方法。

我们的研究采用了2波随访设计。我们调查了台湾某大型医疗中心手术室的注册护士。第一波研究于2019年10月至11月进行，第二波研究于2019年12月至2020年2月对参与者进行了随访。我们选择在手术室工作的护士作为研究参与者，因为机器人在手术室中具有辅助作用，从而满足了我们的研究目的。辅助机器人显示在 多媒体附件1．他们帮助搬运外科手术所必需的重型设备和材料。一个辅助机器人在超过9000米的区域内完成了存储和60个手术室之间每天超过200次的行程(平均每次行程200米)²．也就是说，这种辅助机器人大大减少了准备这些设备和材料的时间，并增加了护士在手术室直接护理病人的时间。

我们使用人口普查的方法来最大限度地提高样本的代表性，因为它避免了任何抽样误差。根据定义，人口普查方法包括所有符合条件的参与者;因此，估计任何样本量都是不合适的。尽管如此，我们计算了估计的样本量，以确保测试能力是足够的。具体来说，我们发现共有358名护士符合我们的资格标准。然后我们咨询了Raosoft [ 31]以估计所需的样本量。我们使用典型的标准——即95%置信水平和50%响应分布——进行计算。我们最终获得了186人的估计样本量，也就是说，我们需要在我们的研究中包括至少186名参与者。

我们包括了全职注册护士。根据我们的排除标准，护理学生、护理从业人员、护士实习生和护理主管被排除在外。总共接触了358名符合条件的手术室护士。我们获得了344名护士的同意，并在第一波中使用了他们的回答。在第二波治疗中，我们无法对13名护士进行随访。因此，331名护士返回了完整的回答，并纳入了我们的正式分析。

本研究由长庚纪念医院机构审查委员会批准(批准号201900311B0C602)。所有参与研究的护士都被告知了研究目标，并获得了参与研究的书面同意。所有参与者都是志愿者，可以随时退出研究而无需给出理由。完整的答复由不在医疗中心工作的研究助理收集，因此对答复保密并确保自愿参与。

测量机器人效益和机器人维护的项目是在Kohli等人的基础上开发的[ 32以及在我们的环境中与机器人打交道的高级护士。我们修改了You和Robert的项目[ 33来衡量护士对机器人的态度。我们改编了Chang等人的项目[ 34来衡量护士与机器人的互动。衡量个人创新能力的项目来自Kalinic和Marinkovic [ 35］．所有项目都列在 多媒体附件2．对于所有项目，我们采用李克特5分制，1=“非常不同意”，5=“非常同意”。分数高代表被测结构的高水平。由于我们已经调整了研究项目，我们需要评估我们的测量的信度和效度。

为了实现结构方程建模技术来检验我们的假设，我们使用了LISREL(线性结构关系;8.80版本;科学软件国际)。对于所有其他分析，我们使用SPSS (version 17.0;IBM公司)。

我们的因变量是护士与机器人的互动。我们的自变量如下:机器人福利、机器人维护、护士对机器人的态度和个人创新能力。我们纳入了5个控制变量:(1)护士的性别，(2)护士的年龄，(3)护士的教育程度，(4)任期(即作为护士工作的年数)，(5)阶段(即护理技能，根据Teng等人的评估，从认证级别N1到N4进行评估[ 11］．我们得到了0.4%的缺失值，这是可以忽略不计的。因此，我们使用了完整的案例分析。我们将典型显著性水平设为0.05。

表2列出加载和交叉加载。所有的项目都装载在假设的因素上。我们没有观察到显著的交叉负载，这初步支持了我们数据的有效性。

表3列出了我们的研究结构的皮尔逊相关性和心理测量特性。最小相关系数为-0.11，最大相关系数为0.66。这些相关性不高(<0.70)，不表明通用方法方差(CMV)。我们还采用了Podsakoff等人的方法[ 36]来检查巨细胞病毒。我们发现CMV不太可能干扰我们的模型(Δ χ²₄₀= 7661.9 > χ²₄₀= 55.8;α= . 05)。此外，我们的研究采用了2波随访设计，提供了构造之间的时间分离，因此也否定了CMV [ 36］．此外，所列的心理测量特性 表3是可以接受的。

详见 表3，测量每个构形的项的Cronbach α≥。90, composite reliability of ≥0.90, and average variance extracted of ≥0.69, which together suggest adequate reliability. All our items had loadings of >0.80 ( 多媒体附件2)，表示收敛效度。平均方差提取值的正平方根均大于对应相关系数，具有足够的判别效度。计量模型拟合数据可接受标准(即比较拟合指数=0.96，增量拟合指数=0.96，非范数拟合指数=0.95，近似均方根误差=0.076)。

表4311名(94.0%)为女性，307名(92.8%)年龄在20至50岁之间，250名(75.5%)曾就读于大专或大学，217名(65.6%)排名为N3或N4, 233名(70.4%)从事护士工作5年或以上。性别构成与台湾护理机构的构成相似(96.7%)[ 37］．

图2说明测试结果。除2个假说外，其余假说均得到支持。第一个例外是机器人维护与护士对机器人的态度之间的关系不显著( β=美元; P=.92)，不支持H4。第二个例外是个人创新与护士-机器人参与度之间的关系不显著( β= 0。06; P=.27)，不支持H7。

结构模型拟合数据较好(CFI=0.96, IFI=0.96, NNFI=0.95, RMSEA=0.075)。RMSEA可接受[ 38］．此外，并非所有指数都有望表现完美[ 39］．我们的模型解释了因变量方差的很大一部分;也就是说，53%的护士-机器人参与，代表中等大的效应量[ 40］．

我们的研究首次研究了辅助机器人的机器人福利和机器人维护如何导致护士-机器人参与。研究结果独特地表明，机器人的好处是护士与机器人互动的重要来源，而护士对机器人的态度在激励他们与机器人互动方面很重要。总的来说，我们的研究有助于在医疗保健背景下基于人工智能的技术的文献;也就是说，通过说明机器人效益的相对重要性，与机器人维护相比。

不支持H4的原因可能是医院有自己的机器人维护团队。因此，护士将不需要执行这项工作，从而不会对机器人的接受造成障碍，也不会对对机器人的态度造成实质性的伤害。H7不支持的原因可能是辅助机器人应该被护士广泛接受，减少了个人创新所产生的差异。

总的来说，本研究有几点贡献。首先，它研究了增加护士与机器人接触的方法(例如，增加机器人的福利)。其次，它指出机器人的利益是非常重要的。第三，它确定护士对机器人的态度通过将个人创新转化为增强参与度发挥关键作用;也就是说，在医疗保健专业人员中灌输一种对机器人的积极态度，对于提高他们与机器人的接触至关重要。

这项研究报告了新的手段(例如，增加机器人的福利)，以增加医疗保健专业人员对人工智能技术的参与，特别是在护士使用辅助机器人的情况下。

鲍曼斯等[ 41验证了一个辅助社交机器人的好处。我们的研究与他们在研究辅助机器人在医疗保健领域的好处方面是一致的。然而，我们的研究考察了新的益处;也就是说，通过搬运沉重的设备和材料来节省劳动力。这些福利对护士的健康有积极的贡献[ 13]，从而提高他们的表现[ 41］．

德莱乌等[ 5]研究了影响护士在采用卫生信息技术方面数字滞后的因素。我们的研究与他们的研究在调查护士对卫生信息技术的态度方面是一致的。独特的是，我们的研究结果表明2个因素——增强机器人的效益和减少机器人的维护——可以增加护士与机器人的接触，并证明它们在态度形成中的相对重要性。张等[ 13研究了在任务投入中使用辅助机器人的利与弊。我们的研究在检验方面是新的 机器人接触即护士使用机器人的比例，但并非如此 任务订婚即护士在提供专业护理时所花费的时间。此外，我们研究中的所有构念都不包括在Chang等人的[ 13]的研究，进一步显示了我们研究的新颖性。

我们研究的有趣发现提供了几个独特的理论贡献。首先，我们发现，与负面IT特征(机器人维护)和用户特征(个人创新)相比，只有正面IT特征(机器人效益)可以直接影响护士的技术评价(对机器人的态度)和技术使用(护士-机器人参与度)。其次，另一个有趣的发现是IT特征(机器人福利和维护)比用户特征(个人创新性)对提高技术使用的影响要大得多。第三，在提高技术评价方面，用户特征(个人创新)比负面IT特征(机器人维护)更重要。消极IT特征在减少技术使用和维持技术评价方面的不平衡作用是一个有趣的发现，值得进一步研究，从而证明了第四个贡献。

我们的研究是在一个大型医疗中心实施的，其中辅助机器人被用于许多手术室。此外，该医疗中心拥有自己的IT维护团队，负责机器人的维护。我们的研究结果可以推广到与该医疗中心具有相似特征的国际环境中。

我们发现机器人的好处可以提高护士与机器人的互动。具体来说，我们通过利用机器人的两个特点来衡量其效益:节省时间和节能。因此，建议医疗机器人开发者应该专注于设计机器人，为用户节省更多的时间和精力。在与负责引进机器人的医院管理层沟通时，应宣传机器人的效益。此外，医院管理层可以反过来考虑进行实际培训，将机器人引入工作空间，让护士熟悉它们的功能，并重申它们对护士的好处。

我们的研究结果还设想了医院管理层渴望将基于人工智能的技术引入医院。从直觉上看，医疗保健专业人员并不是基于人工智能的技术专家，许多人可能还没有准备好充分利用这些技术。可以为护士提供简单的机器人维护培训，并向他们展示机器人益处的证据，从而增加护士与机器人的互动。这一发现为提高这种参与度铺平了道路;也就是说，让医疗保健专业人员了解机器人的好处，帮助他们更好地服务。

我们还发现，个人创新能力有助于改善医疗保健专业人员对机器人的态度，从而增加他们与机器人的接触。这一发现表明，医院管理层可以评估卫生保健专业人员的个人创新能力;例如，通过一个简短的调查，并授权那些愿意尝试新技术的人作为项目冠军，在他们的工作单位内推广机器人的使用。由于这些项目冠军热衷于与新技术互动，这将最好地在医院内推广智能技术的使用。

我们的研究在台湾的一个大型医疗中心实施。未来的研究可以在多个研究地点和多个国家重复我们的研究，结合更多的组织或文化因素来加深我们对智能技术使用的理解。

本研究采用2波设计。该设计提供了支持因果影响的时间序列的证据。未来的研究可以采用定性设计，以深入了解我们的研究结果背后的机制。

本研究在手术室进行。因此，我们不知道这些发现是否适用于病人病房或门诊部。这项研究没有直接包括机器人的特征，因此限制了我们了解每个机器人特征的影响。未来的研究可以寻求解决本研究局限性的方法。

我们的研究考察了医疗保健专业人员(即护士)在护士评估辅助机器人的情况下如何评估智能技术。我们的研究结果独特地表明，机器人福利作为形成对机器人积极态度和增加护士与机器人互动的关键驱动力的重要性。我们得到了一个有趣的发现，机器人福利比机器人维护需求对护士-机器人敬业度的影响更大。这一发现设想了基于人工智能技术的开发人员——例如，机器人开发人员——专注于向医疗保健专业人员交付和交流最佳的机器人功能，同时专注于减少维护作为次要问题。