美国国立卫生研究院（NIH）护理科学与人工智能资助项目的评估与分析：十年趋势与未来展望

　　本综述系统评估了2013-2023年NIH资助的护理科学与人工智能（AI）交叉领域项目，揭示了资助规模增长1,160%的爆发式趋势。研究发现项目主要集中在认知衰退预测、住院患者预测分析（Predictive Analytics）和慢性病自我管理三大主题，但护士主导（Nurse-led）的研究仍显不足。推荐关注AI在护理领域的创新应用与护士科学家（Nurse Scientists）的领导力培养，以推动AI与护理科学的深度融合。

　　

Overall（总体概况）

在过去10个财政年度（2013-2023年），我们确定了370个专注于人工智能与护理的NIH资助项目（图1）。这些项目中大部分（73%，n=270）获得R级资助，其中超过一半（55.8%，n=207）为R01基金，其次是R21基金（11.9%，n=44）。培训类基金占资助总额的27%（n=100），主要通过K01（8.9%，n=33）、F31（7.5%，n=28）和K23（5.4%，n=20）奖项实现。其他培训奖项如K99（n=8, 2.2%）较为少见。

Discussion（讨论）

我们的研究结果揭示了护理科学领域AI相关资助的趋势，强调了AI在该领域的潜力以及NIH资助（特别是通过NINR）的关键作用。数据表明过去十年中NIH对护理AI研究的资助呈现显著增长，资助项目的数量和主题广度大幅提升。从2013年仅有的5个奖项增长到2023年的63个，增幅高达1,160%，凸显了联邦政府对该领域的高度重视。

Conclusion（结论）

该研究强调了在大量NIH资金推动下，AI相关护理研究取得的重大进展。确定的趋势和主题凸显了AI在护理领域的潜力，特别是在预测分析、慢性病管理和老年人护理等领域。然而，需要持续评估这些资助项目的影响和成效，并采取平衡方法确保不同研究领域获得充分支持。