南京大学金陵医学院护理团队发表护理顶刊!创新性对中国护士对人工智能态度的影响:基于技术接受模型的横断面研究!

研究必要性

     职场环境对技术接受的影响：护士的工作环境和个体特质对其接受新技术（如人工智能）具有重要影响。因此，了解护士创新性如何影响其对AI的态度至关重要。

创新性

     创新性是指个体在面对新事物时，能够主动探索、接受并应用新技术的心理特质。在护理领域，创新性被认为是推动技术转型的关键内在驱动力。

• 描述中国护士对人工智能（AI）的使用态度现状；

• 探讨护士创新性（NI）、感知易用性（PEOU）、感知有用性（PU）与AI态度（ATUA）之间的关系；

• 构建并验证一个链式中介模型：
  NI → PEOU → PU → ATUA，以拓展技术接受模型（TAM）在护理领域的应用。

调查设计：采用多中心横断面调查设计，适合收集大样本数据，探索变量间关系。

报告标准：遵循相关的伦理规范和报告标准（如STROBE声明），确保研究的规范性与透明度。

地点选择：研究在中国进行，覆盖四家不同地区的公立医院，确保样本的多样性与代表性。

便利抽样：共发放问卷800份，回收有效问卷765份，有效回收率为92.67%，样本量满足统计分析要求。

1. 数据收集工具

使用自设计的一般信息问卷，以及以下标准化量表：

• 感知易用性（PEOU）与感知有用性（PU）量表：改编自Davis的TAM量表，各6条目，Likert 5点计分。

• AI态度量表（ATUA）：由Yilmaz等开发，共10条目，分为正负态度两个维度。

• 护士创新行为量表（NI）：由Bao等开发，三维度（新想法产生、支持获取、行动实施），共10条目。

2. 数据分析

      使用SPSS 27.0进行描述性统计、Mann-Whitney U检验、Kruskal-Wallis H检验、Spearman相关分析、多元线性回归。使用SPSS PROCESS 4.1（Model 6） 进行链式中介效应分析，采用偏差校正Bootstrap法（5000次抽样）估计95%置信区间。

• 数据表现

• 相关性分析

     护士创新性（NI）与感知易用性（PEOU）、感知有用性（PU）和AI态度（ATUA）均呈显著正相关（p < 0.001）。

• 回归分析

     急诊科工作、AI重要性认知、PU、PEOU、NI是显著预测变量（p < 0.05），模型解释力为 R2=0.347R2=0.347。

• 链式中介效应分析

总效应：0.481

直接效应：0.242（占50.37%）

间接效应：0.239（占49.63%）

• 三条显著中介路径

NI → PEOU → ATUA（16.72%）

NI → PU → ATUA（5.20%）

NI → PEOU → PU → ATUA（27.69%） ← 核心路径

主要发现

      中国护士对AI整体持积极态度，态度差异主要源于认知差异，而非传统人口学变量（如年龄、学历）。验证了 “创新性 → 感知易用性 → 感知有用性 → 态度” 的链式中介模型，拓展了TAM在护理领域的解释力。强调提升易用性是促进护士接受AI的关键切入点。

实证支持

     提供了关于护士创新性与AI态度之间关系的实证证据，强调多维度干预（如提升易用性、培养创新性）在促进护士技术接受方面的重要性。