基于视频语言模型的 AI 辅助护理技能评估自动程序分析
人工智能
2025-09-23 v1
摘要
持续高质量的护理护理对于患者安全至关重要，但当前护理教育依赖于主观且耗时的教师反馈来培养未来的护士，这限制了其培训的可扩展性和效率，从而阻碍了护士在进入职场后掌握护理技能。本文引入一种基于视频语言模型 (VLM) 的框架，以发展 AI 对护理技能训练中自动化程序评估和反馈能力，潜在可集成到现有培训项目中。模仿人类技能获取，本框架遵循课程导向的进度，从高层次动作识别、细粒度子动作分解，最终到程序推理。此设计通过减少教师工作量来支持可扩展的评估，同时保持评估质量。该系统提供三项核心能力：1) 通过识别护理技能instruction视频中缺失或错误的子动作来诊断错误；2) 通过阐明步骤为何顺序错误或被遗漏来生成可解释的反馈；3) 实现程序的客观、一致的形成性评估。合成视频上的验证表明，系统可靠地检测错误并实现时间局部化，确认其有潜力处理真实世界的训练变异性。通过解决工作流程瓶颈并支持大规模、标准化的评估，本工作推动了护理教育中 AI 应用的发展，促进了更强大的劳动力发展，最终有助于更安全的患者护理。
引用
@article{arxiv.2509.16810,
title = {Automated Procedural Analysis via Video-Language Models for AI-assisted Nursing Skills Assessment},
author = {Shen Chang and Dennis Liu and Renran Tian and Kristen L. Swartzell and Stacie L. Klingler and Amy M. Nagle and Nan Kong},
journal= {arXiv preprint arXiv:2509.16810},
year = {2025}
}