Factors Influencing Clinical Nurses’ Intention to Use and Actual Use of Generative Artificial Intelligence in China: A Multicentre Cross-sectional Study

技術的要約：中国の臨床看護師における生成人工知能（Generative AI）の使用意図および実際の使用に影響を与える要因

問題提起
生成人工知能（GenAI）は、ドキュメント作成の自動化から臨床意思決定支援に至るまで、看護実践に革新的な可能性をもたらすものであるが、臨床看護師の間での採用を促進する具体的な要因に関する実証的なエビデンスは依然として限られている。既存の文献は、一般的なヘルスケアの文脈や混合集団におけるAIの採用を扱うことが多いが、ヘルスケア専門職の中で最大のグループを構成する看護師の独自の職業的特性を考慮できていない。さらに、GenAIの統合は、情報のハルシネーション（幻覚）、バイアス、倫理的懸念といった特定のリスクを伴い、これらは従来のテクノロジーとは異なるユーザー受容に影響を与える可能性がある。GenAIの導入を成功させるためには、行動意図と実際の使用行動の両方の決定要因を理解することが極めて重要である。

研究手法
本研究では、2025年7月から8月にかけて中国で実施された多施設共同横断的調査デザインを採用した。

• 対象者: 便宜的サンプリングを用い、様々な医療機関の登録看護師から計1,921件の有効回答を収集した。
• 理論的枠組み: 本研究では、拡張された技術受容モデル（UTAUT）を用いた。オリジナルのUTAUT構成概念（パフォーマンス期待、努力期待、社会的影響、促進条件）に、看護におけるGenAIの特定の文脈をより適切に反映させるため、テクノロジーへの信頼と知覚されたリスクを加えた。
• 調査票: 検証済みのUTAUTツールに基づき作成され、15名の看護専門家による2回のデルファイ法によるコンサルテーションを通じて精査された構造化質問票を用いた。これは、パフォーマンス期待（PE）、努力期待（EE）、社会的影響（SI）、促進条件（FC）、テクノロジーへの信頼（TR）、知覚されたリスク（PR）、および行動意図（BI）の7つの次元を測定した。実際の使用行動（UB）は、GenAI使用の頻度と範囲に関する自己報告によって測定された。
• 分析: 仮説関係を検証するために、構造方程式モデリング（SEM）を用いてデータを分析した。信頼性と妥当性は、Cronbachのアルファ係数、合成信頼性（CR）、平均分散抽出量（AVE）、およびFornell-Larker基準を用いて評価した。また、性別、年齢、および使用の自発性による調整効果を検討するために、多母集団分析を行った。

主な貢献

1. GenAIのための拡張UTATAモデル: 本研究は、標準的なUTAUTフレームワークにテクノロジーへの信頼と知覚されたリスクを統合し、臨床看護における生成AIの採用を理解するためのより微細なモデルを提供している。
2. 意図と行動への二重の焦点: 意図のみに焦点を当てた多くの研究とは異なり、本研究は行動意図から実際の使用行動への経路を調査し、促進条件が重要な架け橋であることを明らかにしている。
3. 人口統計学的異質性: 本研究は、採用の推進要因が性別、年齢、自発性によってどのように異なるかについての詳細な洞察を提供しており、看護師の間でのテクノロジー受容が一様であるという仮定に異を唱えている。

結果

• 行動意図の決定要因:
  • **パフォーマンス期待（PE）**が、行動意図の最も強力な正の予測因子であった ($\beta = 0.302, p < 0.001$)。
  • 努力期待（EE） ($\beta = 0.235, p < 0.001$) および テクノロジーへの信頼（TR） ($\beta = 0.207, p < 0.001$) も、有意な正の関連を示した。
  • **社会的影響（SI）**は、小さではあるが有意な正の効果を示した ($\beta = 0.094, p = 0.004$)。
  • **知覚されたリスク（PR）**は、行動意図と有意な負の関連があった ($\beta = -0.134, p < 0.001$)。
• 実際の使用行動の決定意要因:
  • **行動意図（BI）**が、実際の使用の主要な駆動要因であった ($\beta = 0.409, p < 0.001$)。
  • 促進条件（FC）（例：組織的サポート、リソース）も、意図とは独立して、実際の使用と有意に関連していた ($\beta = 0.289, p < 0.001$)。
• 調整効果:
  • 性別: 女性看護師については、PE、EE、SI、およびTRが有意な予測因子であった。男性看護師については、EEとTRのみが有意であり、PEとSIは有意ではなかった。テクノロジーへの信頼は、男性看護師においてより顕著であるように見受けられた。
  • 年齢: 年齢が高くなるにつれて、知覚されたリスクはより有意な負の予測因子となった。逆に、テクノロジーへの信頼の影響は、41歳以上の看護師において弱まった。
  • 自発性: 「意欲がある」グループでは、すべての仮説経路が有意であった。「中立」および「意欲がない」グループでは、ほとんどの先行変数で統計的有意性が失われ、内発的動機付けが採用メカニズムを変化させることを示唆している。

意義と主張
著者らは、臨床看護師によるGenAIの採用は、主に知覚された有用性、使いやすさ、および信頼によって駆動される多面的なプロセスであり、一方で知覚されたリスクによって阻害されるものであると主張している。本研究は、成功裏に統合するためには、単なるトレーニングを超えた戦略が必要であり、安全性への懸念に対処し、組織的な信頼を構築しなければならないと位置づけている。

本論文は、意図を実際の実践へと変換するためには、組織的サポート（促進条件）が極めて重要であることを強調している。さらに、著者らは「一律の（one-size-fits-all）」アプローチは不十分であると断言しており、実装戦略は、例えば高齢の看護師にはリスク管理を優先し、若い層には知覚された価値を高めるなど、特定のサブグループに合わせてカスタマイズされる必要があるとしている。

限界
著者らは以下の限界を謙虚に認めている：

• 因果関係: 横断的デザインであるため、因果推論を行うことはできない。
• サンプリング: 便宜的サンプリングの使用は選択バイアスを導入する可能性があり、AIに対して既に関心を持っている看護師を過剰に代表している可能性がある。
• 自己報告: データが自己報告による尺度に依存しているため、軽減策を講じているものの、共通メソッドバイアスが生じる可能性がある。
• 一般化可能性: 本研究は単一の国家（中国）の文脈で行われており、他のヘルスケアシステムへの知見の適用可能性を制限する可能性がある。

本論文は、因果関係とAI採用の経時的な進化をより深く理解するために、縦断的研究を求める形で締めくくられている。