AI 赋能护理学基础与护理文书全链路

1.1 护理职业定位

护理不是「打针发药」那么简单，而是围绕人的健康需求提供专业照护：病情观察、基础护理、护理文书、健康宣教、患者沟通都在护理职责内。护理与医疗的分工是：医师负责诊断与治疗方案，护士负责落实照护、观察反馈、执行医嘱并独立判断照护问题——AI 时代，护理的判断与担责依然归人。

1.2 护士执业资格与职称五级

护理职业的入场券是护士执业资格：通过国家护士执业资格考试（人机对话，合格线为两科均达合格标准）方可执业。之后职称沿「护师→主管护师→副主任护师→主任护师」逐级发展。以教学模拟口径说明：这是护理职业成长的主干路径，不同机构与地区细则可能略有差异，具体以官方公告为准。

1.3 护理 AI 能力基线

用 AI 提效不等于把护理交给 AI：文书起草、知识整理、宣教文案可以交给 AI 出初稿，但「核对、审签、观察、判断」永远归人。本课的能力基线=会用 AI 做护理学习与文书工作流，同时守住「AI 是工具，人是主人」的边界。

我是护理学专业学生，方向为基础护理文书，请帮我梳理岗位认知与能力自检：
1. 按基础护理文书能力（护理记录/交班报告/病历整理/健康宣教）说明 AI 能做什么、护士必须判断什么。
2. 对每个环节给出自检问题并标注「达标/待提升」。
3. 生成能力提升清单，按优先级排序。
4. 只依据教材通识与教学模拟口径，不得编造，不确定处标「待核」；最终判断归我。
[粘贴你的现状与目标]

2.1 基础护理知识入门

基础护理知识围绕患者日常照护展开：生命体征（体温/脉搏/呼吸/血压，教学模拟口径）、卧位与翻身、口腔与皮肤护理、饮食与排泄护理、无菌操作概念、护理程序（评估—诊断—计划—实施—评价）。入门阶段先建立「护理程序」的思维框架：一切护理行为从评估开始，到评价收尾，判断贯穿全程。课堂涉及的生命体征数值均为教学模拟口径，不构成真实诊疗参考。

2.2 AI 护理知识树工作流

用 AI 把基础护理知识整理成分级知识树：护理程序→各模块→核心要点。但「知识树归类由谁负责」——AI 生成的建议必须你自己复核，归类与要点错误要及时纠正，尤其涉及生命体征等专业内容时更要以教材与规范为准。

我是护理专业入门学员，请帮我生成基础护理知识树：
1. 按「护理程序—生命体征—生活护理—无菌概念」分级展开。
2. 每个模块标注核心要点与易混点。
3. 涉及数值一律标注「教学模拟」。
4. 输出为 Markdown 树状结构；只依据标准护理教材口径，不得编造，不确定处标「待核」。

3.1 护理文书类型与要素

护理文书是护理工作过程的书面记录，常见类型：交班报告、护理评估单、护理记录单、健康宣教单。核心要素=真实、及时、完整、客观：记录的是观察到的事实与采取的护理措施，不是主观臆断。文书不仅服务照护交接，也是医疗过程的记录之一——所以真实性与完整性是底线。课堂示例均以教学模拟口径呈现。

3.2 AI 文书工作流

让 AI 起草护理文书初稿（如交班报告框架、宣教单文案），可以大幅提速。但「文书的真实性由谁负责」——AI 生成的是初稿，落点必为「护士核对、审校、审签」：核对事实、补全观察、纠正表述，最后以护士的核对与签名为准。AI 起草初稿、护士审校审签，是护理文书 AI 工作流的标准姿势。

这是某模拟患者的护理场景信息（教学模拟数据），请帮我：
1. 起草交班报告/护理评估单初稿。
2. 列出需护士核对的事实项。
3. 标注哪些内容应待护士观察确认。
4. 只依据我提供的信息，不得编造观察与数值。
[粘贴模拟场景信息]

4.1 医嘱核对与用药安全要点

护理安全的核心之一是核对：医嘱核对、药品核对、患者身份核对。核对要逐项确认、双人复核、异常上报——把「差不多」变成「逐项确认」。课堂涉及的医嘱与用药内容全部为教学模拟口径，不构成真实诊疗参考；真实场景以本机构制度与执业规范为准。AI 可以帮我们把核对项整理成清单，但「逐项核对」这个动作必须由护士亲手完成。

4.2 AI 核对清单工作流

让 AI 根据医嘱内容生成核对清单，可以避免漏项。但「核对的执行与合规由谁负责」——AI 只生成清单初稿，逐项核对、双人复核、异常上报必须由护士人工执行。合规红线靠人工兜底，AI 不承担核对责任。

这是某模拟医嘱信息（教学模拟数据），请帮我：
1. 生成用药核对清单（身份/医嘱/药品/时间）。
2. 列出高危项目提醒。
3. 标注需双人核对与异常上报的项。
4. 只整理核对项，不提供任何用药建议。
[粘贴模拟医嘱信息]

5.1 健康宣教入门

健康宣教是把护理与健康知识用患者听得懂的方式讲清楚：出院指导、慢病自我管理、日常照护要点。好的宣教=通俗、可执行、有重点。宣教的内容是健康教育与生活照护指导，不构成诊疗建议——具体诊断与治疗方案由执业人员依规执行，宣教以教学模拟口径呈现。护患沟通是宣教成败的关键：听懂患者、讲清要点、确认理解。

5.2 AI 宣教文案工作流

让 AI 生成宣教文案初稿，能快速覆盖要点。但「宣教的边界与表达由谁负责」——AI 生成后必须由护士审核：内容不越宣教边界、不构成诊疗建议、表达通俗可执行，并由护士在与患者沟通中确认理解。宣教文案归护士审校，患者理解确认归护士。

这是某模拟患者的出院宣教场景（教学模拟数据），请帮我：
1. 起草健康宣教文案（饮食/活动/复诊）。
2. 用语通俗、可分点、可执行。
3. 明确标注「不构成诊疗建议」。
4. 只提供健康教育内容，不提供诊疗指导。
[粘贴模拟宣教场景]

6.1 护理数据与质控指标

护理质控靠数据说话：跌倒发生率、压疮发生率、不良事件上报率、护理文书合格率、患者满意度等指标，反映护理质量与安全水平。入门阶段先建立「数据→问题→改进」的闭环：数据不是摆设，而是发现照护问题的起点。课堂指标与数值均为教学模拟口径，不构成真实机构绩效参考。

6.2 AI 数据工作流

让 AI 整理护理数据、生成质控看板、做排班测算，能大幅提效。但「数据的真实性与质控判断由谁负责」——AI 只做整理与呈现，数据录入的准确性、质控问题的定位、改进措施的判断必须由护理人员负责。数据造假是红线，质控判断归人。

这是某模拟科室的护理质控数据（教学模拟数据），请帮我：
1. 整理成质控看板（指标/趋势/异常）。
2. 标出明显异常项与可能的改进点。
3. 所有判断由我确认，不得编造数据。
[粘贴模拟质控数据]

7.1 学习成果包的组装

护理学入门学习成果包 = 护理文书 3 份（交班报告/护理评估单/健康宣教单，教学模拟）+ 健康宣教文案 1 份 + AI 协作说明。它不是「学过护理的证明」，而是「做出来的成果」：文书体现护理记录能力，宣教体现沟通能力，AI 协作说明体现「我先判断、AI 核对/审校」的真实协作。成果包的用意是让你带着「看得见、能复核、能放作品集」的东西离开课堂——真会不会，看成果说话。

7.2 职业规范与伦理红线

护理岗用 AI 的红线，零容忍：AI 代做分析（让 AI 直接写结论并照抄）、篡改数据（用 AI 伪造/修饰护理数据）、数据造假（编造护理数据）——任何一条触碰都是护理职业致命伤；AI 是工具，人是主人；判断与担责归人。红线看起来只是三条禁令，背后是一个更朴素的道理：护理工作的价值来自真实与可信，数据与记录一旦掺假，职业信誉就归零。用 AI 提速是好事，但提速的边界是不碰数据真实性——这是护理人用 AI 的第一课。入门阶段就把这条底线焊死，后面的职业生涯才不会在效率诱惑下越界。护理伦理强调患者利益优先、尊重隐私、诚实记录，AI 使用同样受此约束。

结业指引：完成 ch1~ch7 学习后，进入「护理文书 + 健康宣教」成果包大作业（5 维评分，≥85 分结业）。交付物=护理文书 3 份（交班报告/护理评估单/健康宣教单，教学模拟）+ 健康宣教文案 1 份 + AI 协作说明（≥3 处「我先判断、AI 核对/审校」）。结业测验 10 题（单选 6 + 多选 4）通过 ≥85 发放结业证书，结业认证会记录到你的学习档案。凭证仅代表课程完成，不写护士执业资格/职称等执业类表述。

我是基础护理文书方向学员，已完成成果包，请帮我做交付前自检：
1. 按成果包构成（护理文书 3 份/健康宣教文案/AI 协作说明）逐条对照我的产物给出达标自检表。
2. 对每条红线（AI 代做判断/篡改数据/数据造假）逐项排查并给出自检结论。
3. 输出「待补强」清单与修改建议。
4. 输出为 Markdown 表格，只依据教材通识，不确定处标「待核」；最终交付判断归我。
[粘贴你的成果包]