台灣護理人員福音協會 Nurses Evangelical Fellowship of Taiwan

護福期刊-護福250期-2026年03月

智慧與溫度的交織： AI時代下護理教育的轉型與省思

作者：■文／陳嬿今　RN, 國立中山大學醫學院護理學系副教授發佈時間：2026-03-18

一、典範轉移：AI 重塑護理教育現場

經過新冠疫情洗禮，以及人工智慧（artificial intelligence, AI）技術指數級的躍進，AI正以前所未有的速度進入醫療與教育現場。從影像判讀、臨床決策支持到學習歷程分析，科技不斷重塑「專業能力」的邊界，而護理教育也正經歷一場深刻的典範轉移。

Luo等人（2024）透過系統性回顧指出，結合電腦視覺與大數據分析的AI系統，能為學生提供即時且個別化的回饋；Tam等人（2023）亦指出，生成式AI驅動的聊天機器人能模擬出具備情緒起伏與複雜病史的虛擬病人，使學生能在安全環境中反覆練習臨床推理與溝通。

即使過去我們認為「同理心」難以被測量，Shorey等人（2022）的研究顯示AI虛擬諮商系統能透過分析學生的語氣與回應，具體提升其治療性溝通技巧。此外，Buchanan等人（2021）也指出，AI已從單純的聊天、輔助工具延伸至教育現場，成為推動護理教育數位轉型的核心驅動力，同時也是教師於重塑課程設計與教學方法的關鍵工具。

二、科技雙面刃：效率提升與隱形照護的拉鋸

科技始終是一把雙面刃，它的確能提升效率，尤其是降低非護理專業的行政瑣事。有研究指出，此種非護理專業瑣事占了約10%的工作時間（Yen et al., 2018），也是讓護理師造成職業倦怠的核心因素之一（Yen et al., 2019）。而目前已開發的AI 護理師與虛擬助理已能負擔排班管理、文件自動化紀錄及初步的分流。以臺北醫學大學（TMU）為例，其導入的Google Gemini AI系統能將護理交班紀錄的撰寫時間從原本的一小時縮短至10秒（TNL mediagene, 2024）。

另外，沉浸式模擬教學也讓鮮少能在臨床碰觸的事物出現在教育現場，如北醫大護理學院拍攝的360度「臨終護理」VR影片，透過第一人稱視角展示了遺體護理的完整流程，包括清潔、拔管、穿衣及與家屬的哀傷處理（臺灣時報，2025）。這種創舉將科技的精準度轉化為充滿人文關懷的「儀式感」，能有效緩解學生或者是新進護理師在面對死亡時的焦慮與無助感。

然而，這樣的效率與有沉浸感的學習，也將可能帶來未來照護的衝擊與挑戰。例如，過度依賴AI是否會導致護理專業能力的萎縮？例如，若AI總是能預測病患跌倒、感染的風險，護理師是否會喪失對微小徵兆的敏銳觀察力？

AI的準確性取決於其訓練數據的質量，然護理專業中存在大量「隱形照護勞動」，像是安撫家屬情緒、觀察病人的非語言微表情等，這些行為在目前技術上，尚難以完全體現在電子病歷數據中，若AI模型僅基於可量化數據進行訓練與預測，可能會忽略護理價值，如體現在對人的同感與關懷於預防高風險事件發生之重要性。

三、變動中的定錨：找回護理的初心

面對AI帶來的破壞式創新，作為護理教育者，我們面臨的挑戰不僅是「教導學生使用AI工具」，更在於「如何引導學生在運用AI的同時，不喪失對於微小徵兆的觀察能力；也不迷失作為人的思考力與溫度」。

感謝上帝在我迷惘時賜下提醒，一次主日禮拜中，牧師以「一如既往，始終如一」為題分享道：雖然世界日新月異，我們無需因未能緊跟時代而恐慌，只要專心跟隨耶和華，因祂的道永不改變。這個「道」提醒我們，儘管科技迅速演進，護理教育者內在的力量—亦即對生命的洞察、對專業的堅持與價值觀的傳承，依然是護理教育的核心，這是任何演算法都無法取代的。

四、未來人才培育藍圖：從LARUI到CARE

既然核心價值不變，我們該如何以不變去回應變動的未來？借鏡OpenAI執行長Sam Altman於接受德國媒體專訪時，曾給出五項元技能建議，以確保30年後不被AI取代的核心能力LARUI」：Learningto learn（學習如何學習）、Adaptability（適應變化）Resilience（韌性與復原力）、Understanding needs（理解他人深層需求）以及Interpersonal skill（人際互動與同理）。

或許我們能將其轉化為培育新世代護理人才的「CARE」架構：C — Curiosity to learn（充滿好奇的學習）：在知識爆炸的時代，保有好奇心與自主學習能力，能持續更新專業知識。A — Adaptability（適應變化）：在高度不確定的環境中，保持彈性並即時調整心態與策略。R — Resilience（韌性與復原力）：在臨床高壓與挫折中，仍能積極尋找解方並自我修復。E — Empathy（同理與連結）：理解病人深層需求，以關係、信任與尊重回應人的脆弱。

五、結論

對護理教育而言，雖然AI 能精準計算最佳藥物劑量、預測病情走勢，但唯有身而為人，才能敏銳看見「病人今天心情低落，需要多一點傾聽」。這份看見，就如我們在基督信仰中持守管家的呼召般，是護理專業最獨特、最人性，也最無法被取代的價值。期許走在培育百年樹人的自己，不但是知識的傳遞者，更是智慧的引路人，讓學生在追求高科技（High Tech）的過程中，也不會忘記高接觸（High Touch）的感動。

參考文獻

TNL Mediagene（2024）。轉型智慧醫院破除穀倉效應，臺北醫學大學醫療體系攜手Google Cloud 用Gemini AI協助護理師提升交班效率。取自https://www.inside.com.tw/feature/google-cloud-2023/36930-GoogleCloud

臺灣時報（ 2024）。北醫大護理學院引領創新教育首創360度VR臨終護理影片虛擬實境助力

臨終照護提升護理教育新高度。取自https://www.taiwantimes.com.tw/app-container/appcontent/new/new-content-detail?blogId=blogb7cc2435-

9d93-4744-884b-1ff2a329bfea&currentCategory=10

Buchanan, C., Howitt, M. L., Wilson, R., Booth, R. G., Risling, T., & Bamford, M. (2021). Predicted influences of artificial intelligence on nursing education: Scoping review. Clinical Simulation in Nursing, 53, 35-47.

Luo, H., Yang, B., Liu, C., & Li, I. (2024). Artificial intelligence in nursing education: A systematic review. Nurse Education in Practice, 74, 103852.

O’Connor, S. (2023). Open artificial intelligence platforms in nursing education: Tools for academic progress or abuse? Nurse Education in Practice, 66, 103517.

Ronquillo, C. E., et al. (2021). Artificial intelligence in nursing: Priorities and opportunities from an international invitational think-tank. Journal of Advanced Nursing, 77(9), 3707-3717.

Shorey, S., Ang, E., Yap, J., Ng, E. D., Lau, S. T., & Chui, C. K. (2022). A virtual counseling application using artificial intelligence for communication skills training in nursing education: Development and usability study. Nurse Education Today, 111, 105307.

Tam, W., Huynh, T., Tang, A., Luong, S., Khatri, Y., & Zhou, W. (2023). Nursing education in the age of artificial intelligence powered Chatbots (ChatGPT): A scoping review. Nurse Education Today, 129, 105904.

Yen, P. Y., Kellye, M., Lopetegui, M., Saha, A., Loversidge, J., Chipps, E. M., Gallagher-Ford, L., & Buck, J. (2018). Nurses’ Time Allocation and Multitasking of Nursing Activities: A Time Motion Study. AMIA Annu Symp Proc, 1137-1146.

Yen, P. Y., Pearl, N., Jethro, C., Cooney, E., McNeil, B., Chen, L., Lopetegui, M., Maddox, T. M., & Schallom, M. (2019). Nurses’ Stress Associated with Nursing Activities and Electronic Health Records: Data Triangulation from Continuous Stress Monitoring, Perceived Workload, and a Time Motion Study. AMIA Annu Symp Proc, 952-961.

返回文章清單

異象：結合基督信仰與護理專業。使命：挑戰基督徒護理人員-回應上帝的呼召，在專業上委身於基督，向病人、家屬與同仁見證上帝救贖的愛。

護福期刊-護福250期-2026年03月

智慧與溫度的交織： AI時代下護理教育的轉型與省思

作者：■文／陳嬿今　RN, 國立中山大學醫學院護理學系副教授發佈時間：2026-03-18