《Collegian》：Toward AI–AR collaboration in postoperative cardiac ICU nursing: Opportunities, challenges, and a conceptual model for multidisciplinary team integration
编辑推荐：
人工智能与增强现实技术在术后心脏ICU护理及多学科团队决策中的应用研究，通过快速系统综述分析23项研究，指出AI在风险预测、影像解读和早期并发症检测中提升精准度与效率，AR在可视化、远程协作和流程指导方面发挥作用，混合系统及数字孪生技术展现出优化 situational awareness、培训及团队沟通潜力，并提出四层概念模型指导未来整合。
熊科|李雪|丁胜兰|谢珊珊|李冰书|张月月|杨莉莉
中国电子科技大学医学院，成都妇女儿童中心医院外科重症监护室
摘要
目的
综合当前关于人工智能（AI）和增强现实（AR）在术后心脏重症监护室（ICU）护理及多学科团队（MDT）决策中的相关证据，并为未来的整合提出一个概念模型。
方法
遵循PRISMA（系统评价和荟萃分析的优先报告项目）2020版和PROSPERO（系统评价前瞻性注册）协议，进行了快速系统评价并进行了叙述性综合分析。检索了截至2025年3月的六个数据库。纳入了涉及AI、AR或混合系统在术后心脏ICU监测、决策支持、可视化、沟通或培训方面的研究。由于数据异质性较大，无法进行荟萃分析。
结果
共纳入23项研究。AI系统支持术后风险预测、影像解读和早期并发症检测，提高了准确性和工作流程效率。AR系统增强了可视化、远程协作和操作指导。AI-AR混合平台及数字孪生技术在提高情境意识、ICU培训及MDT沟通方面展现出潜力。总体而言，这些技术为护理工作带来了更好的可用性、减轻认知负担以及更易获取的临床信息。
结论
AI和AR在支持术后心脏ICU护理和MDT决策方面展现出巨大潜力。尽管证据存在异质性，但其技术功能可应用于心脏重症监护领域。本文提出了一个四层概念模型，以指导未来的发展和评估。
致谢
作者感谢任C.N.博士在英语审查方面提供的帮助。
评价设计与标准
本研究采用快速系统评价并进行了叙述性综合分析，旨在总结AI和AR在术后心脏重症监护护理及多学科决策中的应用证据。方法学遵循Cochrane快速评价方法组（Crossnohere等人，2022年；Garritty等人，2020年）的指导原则，适用于快速发展的临床技术。
文献筛选过程与结果
通过六个数据库的检索共找到2239条记录。使用Rayyan平台去除32条重复记录后，剩余2207条独特记录。通过标题和摘要筛选排除了2145项不符合纳入标准的研究。对62篇文章进行了全文评估，最终排除39篇。主要排除原因包括：研究中未使用AI/AR（n = 20篇）、无可提取的结局数据（n = 12篇）或缺乏实际应用数据（n =
术后心脏ICU护理中传统决策的局限性及AI-AR整合的作用
术后心脏ICU环境需要基于动态的多变量生理数据做出快速、高精度的临床决策。然而，传统的护理决策方法受到诸多结构限制，如对病情恶化的识别延迟、与监测技术的互动效果不佳以及信息系统碎片化（Haga等人，2022年）。这些限制影响了护理的及时性、准确性和协调性。
结论
本综述综合了当前关于AI和AR在术后心脏ICU护理中整合的应用证据，强调了它们在提升MDT决策能力方面的潜力。在纳入的23项研究中，AI在风险预测、早期临床恶化检测和数据整合方面发挥了重要作用；而AR则提升了情境意识、促进了协作可视化及沉浸式培训。这些技术共同为临床护理提供了互补支持。
CRediT作者贡献声明
熊科：撰写——综述与编辑、初稿撰写、软件使用、方法学设计、概念构建。李雪：撰写——综述与编辑、数据验证、软件使用、数据分析。丁胜兰：撰写——综述与编辑、项目管理工作。谢珊珊：撰写——综述与编辑、方法学设计。李冰书：撰写——综述与编辑、方法学设计。张月月：撰写——综述与编辑、方法学设计。杨莉莉：撰写——综述与编辑、初稿撰写。
资助
本研究得到了中国四川省成都市卫生健康委员会（项目编号：2024361）的支持。
伦理声明
本研究基于已发表的研究成果，作者未收集或分析任何新的涉及人类参与者或动物的数据，因此无需伦理批准或知情同意。评价过程遵循PRISMA（系统评价和荟萃分析的优先报告项目）指南。所有纳入的研究在其原始出版物中均经过了伦理合规性审查。
评价方案已进行注册。
写作过程中生成式AI和AI辅助技术的使用声明
在稿件准备过程中，使用了人工智能辅助工具进行语言编辑和结构优化。作者对最终内容（包括所有信息的准确性、完整性和解释）负全责。利益冲突声明
作者声明不存在可能影响本文研究的已知财务利益或个人关系。
