近年来，人工智能已广泛应用于疾病监测、健康照护、远程医疗及导诊等医疗健康领域。护理机器人、智能监测及决策系统、护理记录与电子病历分析等技术的引入
［1］，有效缓解了护理人员短缺及医疗资源不足等问题，显著提升了护士工作效率及护理质量。然而，随着人工智能在护理领域的逐渐应用，出现了以知情同意、隐私保护、数据安全等为主的新型伦理问题
［2］，这些问题具有一定的复杂性和隐蔽性，因而对护理人员的伦理意识与敏感度构成了全新挑战。伦理敏感性是指个体能够及时发现潜在伦理问题，包括对他人的需求作出反应、对某一种行为是否违反内部伦理准则进行预判，或评估某一行为准则是否会给他人带来一定的帮助或伤害的能力
［3］，在护理中特指护士在临床决策中敏锐察觉涉及患者尊严、隐私、公平性等伦理问题的能力。良好的伦理敏感性是护士有效识别伦理风险、作出合理决策，进而减轻工作压力与维护护理队伍稳定的关键保障
［4］。实习护生作为护理队伍未来的核心力量，其伦理敏感性水平直接关系患者安全、护理质量及自身职业发展。然而，现有研究针对人工智能背景下实习护生群体伦理敏感度的相关研究较少。因此，本研究采用混合研究方法，通过量性评估与质性访谈相结合的方法，探析临床实习护生伦理敏感性的现状及影响因素，为护生伦理敏感性的提升及护理教育改革提供参考依据。
1 对象与方法
1.1 研究对象
1.1.1 量性研究
2024年12月至2025年1月，采用便利抽样法，选择西安市某三级甲等医院的实习护生进行问卷调查。纳入标准：自愿参与研究的全日制护理专业学生；临床实习时间>3个月；年龄≥18岁。依据Kendall
［5］提出的样本量估算原则，样本量一般取自变量数目的5~10倍。本研究自变量经虚拟变量处理后实际纳入回归方程的自变量个数为15个，按自变量数目的10倍计算，并考虑10%的无效问卷，估算所得最低样本量为165例。本研究实际发放问卷260份，回收有效问卷237份，有效回收率为91.15%。
1.1.2 质性研究
2025年1月，采用目的抽样法，样本量以访谈资料不再出现新的主题作为信息饱和原则，共访谈8名护生，采用P1~P8进行编码。
1.2 方法
1.2.1 研究工具
①一般资料调查问卷
基于研究目的并查阅相关文献，课题组自行编制基本信息调查表，包括年龄、性别、学历、居住地、是否喜爱护理专业、是否学习过护理伦理课程、对人工智能的熟悉程度、使用人工智能护理的频率、接触人工智能护理的时间等基本信息。
②护理专业学生伦理敏感性量表
该量表由Muramatsu等
［6］编制，Hu等
［7］进行了汉化，包含有利原则、尊重个人、分配公平和保护患者的隐私4个维度。采取李克特4级评分法：“一点儿也没有觉得”计1分，“不太觉得”计2分，“有一点觉得”计3分，“非常觉得”计4分，均为正向计分，总分为13~52分，分值越高，表明伦理敏感性越强。有利原则及尊重个人维度均为4个条目，得分范围为4~16分，分配公平维度包含3个条目，得分范围为3~12分，保护患者的隐私维度包含2个条目，得分范围为2~8分。量表的Cronbach’s α系数为0.875，重测信度为0.865。
③访谈提纲
结合研究目的、量性调查结果编写访谈提纲，包括：您清楚“伦理敏感性”的概念吗？如何理解，请举例说明；能否举例说明哪些因素会影响您在临床实践中对伦理问题的识别和处理；在使用人工智能教学工具（如智能模拟人、护理决策系统）进行技能训练时，您是否遇到过与患者隐私保护、数据安全或公平性相关的伦理问题，请举例说明；在临床实习中使用人工智能时，若需上传或共享患者数据（如电子病历、影像资料），您会采取哪些措施保护隐私；您在临床实习中是否遇到过隐私保护的难题，请举例说明。
1.2.2 资料收集
提前向医院护理处教学管理科和研究对象说明研究目的、问卷填写注意事项等，取得同意后向研究对象发送问卷二维码，限制同一IP地址填写次数及问卷作答时间。访谈采用半结构式访谈的方法，用编码代替姓名，每次访谈时间约30分钟。妥善保管访谈资料，访谈结束后24小时内，由2名研究人员结合现场记录资料，将录音内容转为文字。
1.3 统计学方法
采用Excel软件，双人录入数据，采用SPSS 23.0软件进行数据分析。经Shapiro-Wilk检验，实习护生伦理敏感性量表总分及各维度得分均符合正态分布（
P>0.05），故计量资料采用（
±
s）进行描述，计数资料采用［
n（%）］进行描述。计量资料多组间比较采用单因素方差分析，两组间比较采用
t检验，方差分析有统计学意义的变量在检验方差齐性后采用
LSD-t检验进行两两比较。采用多因素线性回归分析探讨实习护生伦理敏感性的影响因素，自变量中，学历、居住地、接触人工智能护理的场景以虚拟变量形式纳入（分别以“专科”“农村”“其他”为参照），二分类变量直接赋值0/1纳入，等级变量近似作为连续变量纳入。自变量具体赋值方式见
表2，以
P<0.05表示差异具有统计学意义。
2 结果
2.1 量性调查结果
2.1.1 实习护生一般资料情况
2.1.2 实习护生伦理敏感性量表得分
本研究显示，实习护生伦理敏感性量表总分为（33.98±6.32）分，有利原则得分为（2.31±0.33）分，尊重个人得分为（2.47±0.85）分，分配公平得分为（2.38±0.71）分，保护患者隐私得分为（2.18±0.58）分，其中尊重个人维度得分最高，保护患者隐私维度得分最低。
2.1.3 不同特征实习护生伦理敏感性量表得分情况
实习护生的性别、年龄、居住地、接触人工智能护理的时间、使用人工智能护理的频率、接触人工智能护理的场景与实习护生伦理敏感性量表得分比较，差异无统计学意义（P>0.05）。学历、是否喜爱护理专业、是否学习过护理伦理课程、对人工智能的熟悉程度与实习护生伦理敏感性量表得分比较，差异具有统计学意义（P<0.05）。
2.1.4 实习护生伦理敏感性影响因素的多因素线性回归
以实习护生伦理敏感性得分为因变量，以学历、居住地、是否喜爱护理专业、是否学习过护理伦理课程、对人工智能的熟悉程度、接触人工智能护理的时间、使用人工智能护理的频率、接触人工智能护理的场景为自变量进行多因素线性回归分析。自变量赋值情况见
表2。
结果显示，学历、是否喜爱护理专业、是否学习过护理伦理课程、对人工智能的熟悉程度对实习护生伦理敏感性的影响有统计学意义（
P<0.05），详见
表3。
2.2 质性研究结果
2.2.1 访谈对象一般资料
最终选择8名实习护生进行访谈，其中，男生1人，女生7人；专科生2名，本科生4名，研究生2名，访谈对象的具体资料见
表4。
2.2.2 访谈结果
主题一：实习护生对护理伦理相关知识掌握不全。
实习护生对伦理相关知识掌握不全，理解不够深刻。P4：“之前上课的时候，老师讲过护理伦理相关的概念，但是具体的表述，我现在有点记不清。”P5：“在临床见习的时候，带教老师说过要注意伦理问题，但具体伦理问题包括哪些，我也不太清楚。”P1：“上过护理伦理的课，但当时老师就是大致讲过一些，知识点太难懂，学起来有些费劲，也没什么印象了。”P7：“读研的时候，老师讲过关于伦理的一些知识，做课题的时候也接触过，现在印象有些模糊。”
主题二：人工智能教学场景中实习护生伦理敏感性钝化。
实习护生在人工智能护理的学习和实践中过度聚焦技术操作的标准性，普遍缺乏对特殊情境伦理适应性的主动思考，这种“技术优先”的倾向导致其在实际护理场景中面临伦理决策能力与风险预判意识的双重薄弱。P1：“在临床科室见习的时候，见过智能导诊系统，它可以通过语音聊天帮助患者进行挂号、疾病初步诊断和健康教育，这种可能涉及伦理问题，但我不太确定。”P3：“上实践课时会用到智能机器人来模拟病情变化，但是大家都只是完成老师给的实践任务，根本没有思考过伦理问题。”P8：“在智能健康管理系统录入患者病史时，机器提示要上传完整的电子病历，但我没想过这些数据会不会被第三方滥用或是被窃取，带教老师也没有强调过患者信息数据加密的具体要求。”P2：“实习的时候，我用智能护理评估系统生成报告后，把病例截图发到了（工作）微信群进行（病情）讨论，当时感觉也不会有什么负面影响，后来才意识到这样暴露了患者的住院编号和用药信息。”P7：“我使用过人工智能软件来完成一些课后作业，效率很高，而且操作十分简单，对可能存在数据泄露这种问题没有太关注。”
主题三：职业认同不足影响实习护生伦理敏感性的发展。
实习护士因职业认同的不足，不仅影响其伦理敏感性的发展，而且对护理工作产生消极影响。P6：“通过临床见习发现，其实护士的决定权很小，日常工作更像是医生的辅助角色，我以后可能也不太会从事这个专业。”P3：“看到新闻里频繁出现伤医事件，特别是现在护患关系紧张，我作为一名实习生，感觉还是完成带教老师交代的任务就可以，不太过多关注伦理等问题。”P1：“每天工作量很大，特别有时候患者不配合护理操作的时候，根本没想过伦理的事情。”P4：“有时候患者咨询疾病相关的问题，带教老师已经解释过，患者还是会再去询问主管医生，感觉没有被信任，以后如果患者再遇到这种情况，直接让他找医生就好，感觉护士就是跑腿干活的。”
主题四：技术依赖导致实习护生人文关怀缺失。
人工智能被应用于护理实践教学时，存在效率与人文冲突，可能导致护生人文关怀意识弱化。P2：“感觉在智能模拟人身上进行静脉输液练习时，没有在同学或者患者身上进行操作的那种紧张感，可能潜意识知道它是个假人，就算操作错误也可以重来一遍。”P4：“使用智能机器人开展护理技能练习时，容易忽视与患者的沟通。”P7：“之前进行护患沟通练习时，老师会要求学生间互相扮演患者来提高沟通能力和应变能力，现在有时候通过智能语音对话来模拟沟通场景，导致面对真实患者只会套用刻板语句，完全不能应对真实的患者。”P6：“给智能模拟人进行留置导尿时，我好几次都忘记拉隐私帘，甚至忘记询问患者感受。”P5：“在智能产房模拟分娩训练时，人工智能可以精准反馈胎儿心率数据，但无法传递产妇的恐惧情绪。现在在产房实习，我每天主要就是关注一些基本生命体征，经常会忘记还要对产妇进行有效适当的安慰或心理疏导。”
3 讨论
3.1 人工智能背景下，实习护生伦理敏感性处于中等水平
本研究发现，实习护生的伦理敏感性总分为（33.98±6.32）分，与量表总分中间值32.50分相比，整体处于中等水平；保护患者隐私维度的条目均分最低，为（2.18±0.58）分，这表明实习护生对患者隐私保护的伦理认知与实践能力仍存在不足，反映出人工智能背景下护理伦理教育面临的深层矛盾——技术依赖与伦理脱节。质性访谈结果进一步凸显这一矛盾：临床教学中，自动采集病史、生成护理计划等人工智能的便捷性使实习护生逐渐形成“技术优先”的固化思维，过度关注操作流程的合规性，将技术流程的“合规性”等同于伦理实践的“完整性”，从而忽视对特殊情境下伦理的思考。例如，部分实习护生使用人工智能导诊系统时，过多关注技术指令的执行效率及工作完成情况，而未意识到系统收集患者病史数据可能涉及的隐私泄露风险，暴露出护生对数据安全规范的严重缺失，这与杨丹等
［8］的研究一致。护患信任关系的维系是建立在隐私保护的基础上，若实习护生在护理实践过程中不能及时识别伦理问题并做出正确措施，不仅会削弱护患信任基础，更可能因隐私保护缺失而引发信任危机，最终对患者依从性及诊疗效果产生消极影响
［9］。由此提示，在人工智能技术深度融入护理教育的背景下，院校及医疗机构亟须加强人工智能技术伦理冲突的教育，通过定期开展培训与知识分享、隐私保护纳入护理操作评分体系等方式，帮助实习护生充分认识数据安全及患者隐私保护的重要性，进而有效提高实习护生伦理敏感性。
3.2 实习护生伦理敏感性的影响因素
3.2.1 学历层次
学历层次是实习护生伦理敏感性的影响因素。以专科为参照组，本科学历（
β=0.147，
P<0.05）和研究生学历（
β=0.139，
P<0.05）均是实习护生伦理敏感性的独立影响因素，且学历层次越高，伦理敏感性得分越高，这与吴际军等
［10］的研究结果一致。首先，研究生阶段主要以案例分析、小组讨论、问题引导等方式开展护理教学，教学过程更注重对护生批判性思维、对临床复杂问题的剖析能力的培养，其伦理敏感性也得到有效提升
［11］；而专科与本科教育更侧重基础理论传授与技能的练习，缺乏对新兴技术伦理冲突的针对性教育。其次，研究生在科研项目中需严格遵守伦理准则，该经历可以有效强化其隐私保护与患者权益维护意识；而低学历护生参与科研的次数较少，对伦理问题的理解多停留在理论层面。因此，建议在本科及专科教育中增加高阶伦理内容，增设人工智能伦理相关内容，例如结合急救机器人、健康监测系统等人工智能工具，剖析数据滥用、算法歧视等风险问题，引导护生识别人工智能技术操作可能涉及的伦理问题，强化护生对新兴技术伦理风险的预判与应对能力。
3.2.2 专业喜爱度
护士对护理专业的喜爱程度与伦理敏感性呈正相关，热爱护理工作，对护理工作的认识及看法越积极，更容易识别伦理困境并进行分析与思考
［12］。Huang等
［13］的研究表明，消极的工作态度是导致临床护士不能及时、有效识别伦理问题的因素之一。本研究表明，越喜爱护理专业的实习护生，其伦理敏感性得分越高，与Akca等
［14］调查结果一致。访谈结果显示实习护生在面对繁忙的护理工作时，易出现消极的工作态度，导致对工作中可能涉及的伦理问题敏感性不强。当实习护生缺乏对护理身份的认同时，其道德认知会与专业角色产生割裂，这种割裂可以直接影响实习护生的伦理决策与护理行为。为提高实习护生的专业喜爱度及职业认同感，医院可以通过开展伦理相关培训、社区义诊志愿活动、举办主题活动等方式，提升实习护士的职业认同感，使其积极、主动地面对临床实践中的复杂状况，提升伦理敏感性；同时应重视对专业喜爱度低护生的思政教育，通过职业价值观学习、优秀护士经验分享等方式
［15］，帮助其深入了解、接纳、喜欢护理专业，从而更积极、主动地学习及提升专业知识与技能。实习护生只有真正从内心接纳护理职业，其伦理敏感性才能发展为稳定的专业素养，从而在复杂临床情境中主动识别、思考并维护患者权益，进而提高护理质量。
3.2.3 接受护理伦理学课程学习
本研究显示，68.77%的实习护士学习过护理伦理学课程，其伦理敏感性得分高于未学习者，表明护理伦理教育可提升护生的伦理敏感性。护理伦理学课程内容较为抽象，本研究访谈对象亦表示护理伦理学习具有一定的难度。首先，当前护理伦理课程内容设置主要涵盖传统领域如伦理规范体系、临床实践道德及安宁疗护等，缺乏人工智能相关伦理问题的讲授；其次，国内大多数院校虽已开展伦理学课程学习，但授课内容过于理论化，理论与临床实际融入较浅，导致护生在实际工作中仍缺乏应有的伦理素养及应对能力
［16］。因此，在人工智能深度融入护理实践的背景下，医学院校应优化课程内容设置，在护理伦理学课程中融入人工智能伦理模块，结合真实的临床人工智能应用场景案例及伦理困境素材，通过小组讨论、角色扮演、伦理冲突辩论、伦理查房等沉浸式教学，帮助护生了解人工智能涉及的数据隐私、责任界定及人机协作等伦理问题
［17］。医院管理者需建立临床伦理支持机制，如设立人工智能伦理审查小组、制定清晰的临床人工智能使用规范，并为实习生创造在真实工作场景中观察、反思并参与伦理决策的机会，通过理论学习与临床实践的有效衔接，帮助护生真正理解伦理知识，锤炼在人工智能环境中敏锐识别、分析和应对伦理问题的能力。
3.2.4 对人工智能的熟悉程度
研究结果显示，对人工智能熟悉度高的护生，其伦理敏感性得分明显高于不熟悉者（
P<0.05）。人工智能已逐渐应用到护理服务及护理教育的各个方面，在健康监测、康复治疗及数据处理等方面展现出高效、便利的优势
［18］。需要注意的是，当护生频繁接触和使用人工智能时，可能因过度依赖和习惯其便利性，导致技术优先思维模式形成。马应卓等
［19］的研究证明，部分护生为减轻工作及学习压力，较高频率地使用人工智能开展日间护理活动，处理问题时会优先考虑如何更快地完成任务，存在过度依赖、数据保护意识不强等伦理问题。这提示护理教育者，在将人工智能技术引入临床护理中的同时，必须同步加强伦理教育，着重培养护生的批判性思维，使其辩证地看待人工智能的作用与局限，在提升技术素养的同时，增强其伦理敏感性。
4 结语
综上所述，实习护生伦理敏感性处于中等水平，对于人工智能广泛应用于护理领域下衍生的新型伦理问题，如数据主权模糊化、人机交互中的知情同意与隐私边界等认知相对薄弱，理解深度不足。建议护理教育者加大对实习护生护理伦理的教育力度及深度，建立持续性护理伦理教育模式，激发其主动识别与思考伦理问题的主观能动性；深化职业的认同感，增强实习护生在人工智能背景下维护患者权益的使命感与伦理敏感度，切实提升实习护生的伦理敏感性水平，使其在未来工作中能及时识别并有效应对人工智能等新兴技术带来的护理伦理挑战。
中华医学会医学教育分会医学教育研究课题“CBE视域下基础护理学课程教学模式的改革实践与研究”(2023B144)
空军军医大学精品课程立项重点培育课程“《基础护理学》线上线下混合式课程”(JPKC2022ZD007)
空军军医大学精品课程立项重点培育课程“《社区护理学》线上线下混合式课程”(JPKC2024015)
京公网安备11010202008535号
PDF
(649KB)
