科技答卷人

在科技强国的新征程上，总有人在默默耕耘。我们推出“科技答卷人”专栏，走近科研攻关一线，记录那些将个人理想融入时代洪流的身影，聆听他们关于抉择与担当、坚持和热爱的答案。

“您今天血压高了，盐摄入过量，这可能是血压控制不好的原因。我给您制定一份饮食和运动计划。”这是全球首款双核居家慢病管理智能系统NursGPT落地试点后，一位独居老人家中的真实一幕。研发这款系统的，正是吴瑛的团队。

面对全国5270万失能老人与仅50万持证护理员的巨大缺口，她带领团队投身AI研发，首次将资深护士的临床思维建模，为老龄化社会的照护难题提供了科技解决方案。而这，不过是吴瑛四十余年护理探索的一个切面。

从1981年穿上护士服起，吴瑛在这条路上走了很久。从普外科病房到心外ICU，从临床到实验室，她也从一名心怀热忱的临床护士，成长为用科研、教育与人工智能守护万千患者的护理学专家。

人物简介

吴瑛，1961年7月生，首都医科大学临床护理学院院长、教授、博士生导师，美国护理科学院院士，2026年北京市“最美科技工作者”。

吴瑛是国内护理人工智能与实验护理学领域的开拓者之一，领衔研发了面向居家慢病管理的双核护理AI系统NursGPT，构建了护理核心胜任力六维模型；曾作为国务院学位委员会护理学科评议组召集人，牵头建立了我国护理学统一的二级学科分类体系。

以下是吴瑛特别为中国科协官微“中国科协之声”讲述的她的故事：

“三分治疗，七分护理”

踏上护理这条路，既是我自己的选择，也有时代机缘。

原本我填报的志愿是临床医学，最后被调剂到了护士学校。说实话，在那之前，我并不知道医院里穿白大褂的人还分医生和护士。进了护校以后才明白，护理和临床医学并不一样。

1981年毕业后，我进入苏州医学院附属第一医院，被分到全院最大的普外科。那里有60张床位，病种多、病情杂。对一个刚毕业的年轻护士来说，非常有挑战。

工作一年后，我调到心胸外科。那时，医院正在与美国罗马琳达大学医院心脏外科团队合作，开展冠状动脉旁路移植手术。美国心脏外科团队由医生、麻醉师和心脏外科ICU护士组成。他们到达后的第二天就开始手术，一台接着一台。每一次技术问题的解决，每一个病人一点点恢复，都让我感到这份工作特别有价值。

也是在那段时间，我真正爱上了心脏外科监护。因为它让我经历了过去从未经历过的临床场景：患者病情瞬息万变，复杂危重，一分钟的延误就可能错过抢救时机。而护士离病人最近，也往往最早发现病情变化。护士的观察、判断和处理，直接关系到病人的生死。

这个认识，后来成为我整个职业生涯的基石。

1989年初，我调到原北京医科大学（以下简称“北医”）护理系工作。我刚到北医，就遇到一个难得的机会：美国HOPE基金会与北医护理系合作举办全国护理师资培训班。后来，北医护理系又先后派我到美国密歇根大学护理学院学习护理知识。

但在不断学习的过程中，我也越来越不满足。我想知道，美国护理体系到底是怎样运行的？为什么护士能够发挥那么大的作用？这些疑问，推动我作出一个决定：去美国读硕士。

1995年，我赴美攻读护理硕士，方向是心血管危重症护理NP（高级实践护士，毕业并通过资格认证后，可以拥有处方权）。硕士毕业后，我在休斯敦一家医学中心的ICU做高级实践护士。

在美国工作的几年里，有一位病人令我印象格外深刻。

那是一位冠脉搭桥术后的病人，原本恢复得很好，已经准备转出ICU。突然，他并发了心房颤动。心房颤动是心脏术后常见并发症，发生率大约为30%。我们立即按照常规处理，采用心脏起搏器超速抑制、药物转复等方法，但都没有成功。

由于心室率太快，加上患者刚刚接受心脏手术，心功能本来就低下，他很快发展为急性左心衰、肺水肿，出现呼吸窘迫、嘴唇发紫。我们立刻抢救，进行气管插管和呼吸机支持。但经历这“第二次打击”后，病人又相继出现多种并发症，最终因多器官衰竭而离世。

看着病人在我们全力抢救下离去，我心里有说不出的难受，更深的是一种灵魂拷问：我们常说“三分治疗，七分护理”，那么，护士是否真的拥有足够的知识和技术，去支撑这“七分护理”的重任？现有护理知识体系，能不能帮助我们对危重病情提前预测、提前干预，而不是等问题发生后才被动应对？

吴瑛与团队进行心脏术后房颤机制实验研究。

这段经历，以及由此产生的反思，点燃了我心中探索护理现象本质和护理学科知识体系的火苗。

1999年前后，我开始认真考虑回国。当时，我在美国的工作确实很理想：有处方权，收入比周围朋友高出两倍多，但我当初出国的动机，就是学习先进的护理理念，回来发展我们国家的护理事业。那时我觉得，自己已经了解了美国护理体系和发展现状，也看到了护理未来可能的方向，是时候回去了。

2000年，我回到了北京。

研究护理学也可以做实验吗？

回国后，我到北京大学护理学院工作，先后担任教科办主任、教学副院长，主管本专科和研究生教学以及科研工作。

从一线临床护士转向护理教育管理者，角色变了，但初心未变，那些在美国没有找到答案的问题并没有随着时间淡去。“护理到底应该研究什么？”这个问题一次次叩问我，也推动我必须去寻找答案。

探索的过程中，我逐渐发现一个规律：真正能够指导实践的科学理论，必须建立在对现象本质的揭示之上，必须以细致观察和实验研究为依据。这样的理论，既能解释现象为什么发生，也能预测在特定条件下可能发生什么。

而当时护理学研究更多是描述性的、应用性的：病人是什么情况，我们采取什么护理措施，效果怎么样。这类研究当然有用，但如果长期停留在描述和应用层面，就难以揭示护理现象的本质、规律和发生机制，也难以建立起真正具有解释力和预测力的科学理论。

调到首都医科大学（以下简称“首医”）后，当时的校长非常认可我的想法，并支持我建立了全国第一个护理实验研究实验室，命名为“实验护理学研究中心”。他对我说：“你就在这个研究过程中，去探索实验护理学的知识体系。”

这一探索，就是二十多年。二十多年里，质疑声从未断过，但我的信念也从未动摇。

2020年，我担任国务院学位委员会第八届护理学科评议组召集人。在全国护理学专家的支持下，评议组经过近四年的研究、论证和反复修改，建立了以生命周期、健康过程和学科交叉为框架的护理学三维二级学科分类体系，回答了护理学科“研究什么、为什么研究、如何研究、如何服务人民健康”的根本问题，也更加清晰地界定了护理学独特的研究对象和研究范畴。

这件事的意义在于，我国护理学科建设终于有了统一的二级学科分类体系。它也回答了那个我追问了二十多年的问题：护理到底是一门什么样的学科？它的本质是什么？它的知识边界在哪里？

AI是护士的“超级杠杆”

未来，我还有三个梦。

第一个，是推动形成符合我国国情的护理标准化语言体系，让护理知识能够被准确表示、被机器理解、被系统推理，从而推动智慧护理早日实现。

第二个，是深化老年慢病主动管理，把照护关口前移到风险的早期识别和早期干预，降低失能发生率。

第三个，是推动我们关于术后房颤干预的基础研究成果完成临床转化，从实验室研究走向多中心临床试验，真正降低患者的心脏架桥手术后房颤发生率，改善临床结局。

其中，护理标准化语言体系的建立，是护理AI走向临床的基石。早在2010年，我就开始探索如何用智能化技术为护理赋能。

工作中的吴瑛。

我和团队将40多年的临床护理与教学经验，连同首医系统35家医院护理人员的实践智慧，进行了系统梳理——提炼临床思维、推理逻辑和决策逻辑，逐步形成护理推理知识图谱，最终搭建起NursGPT的“推理核”。

与此同时，NursGPT还有一个“生成核”。它以经过真实护理场景数据微调的大语言模型为基础，赋予相应的推理机制，与“推理核”有机融合。两者协同工作，完成一个完整闭环：“推理核”负责形成护理问题判断与决策内容，“生成核”则将这些内容转化为流畅、温和、易懂的自然语言。

举个例子。老年人可能不会用标准的医学语言描述症状，只会说“胸口闷得慌”。“生成核”先把这句话转成标准医学表述，传递给“推理核”；“推理核”做出判断和干预决策后，再通过“生成核”，用老人听得懂的话告诉他该怎么做，或者通过环路上的护理人员实施专业护理。

有人问我，机器能有温度吗？我说，温度是可以被设计出来的。现实中，即便是子女长期照顾慢病老人，也难免有疲惫和不耐烦的时刻。而AI可以24小时在线，稳定、包容、不疲惫——这恰恰能成为当前照护人力不足的重要补充。

但我始终坚持一条底线：所有AI给出的决策和建议，都必须经过专科护士审核。我们不能让一个AI去决定老年患者的生死。正因如此，我们的老年慢病智能管理系统设置了“护士在环路”的安全机制。AI永远不会替代护士，它只是护士的“超级杠杆”。

根据理论模型测算，在按1∶400配备护理辅助人员协同支持的情况下，一名专业护士可以带领团队共同管理上万名慢病患者——这将使大规模、高质量的居家慢病管理成为可能。

回望与护理同行的40多年，我的每一步，好像都是被问题推着往前走。而这些问题，归根结底，都来自临床，来自病人，来自护理实践中那些真实而迫切的需要。我常跟学生说，不管将来走得多远，都不能脱离临床。

因为只有在病人身边，才知道什么是真问题；只有真正理解人的痛苦，才知道什么是最需要的知识；也只有把创新带回临床，科技才有温度，护理才有力量。

来源：中国科协之声微信公众号