劉忠禹 姚 佳 俞思偉 鄭子強 蘭 藍 殷 晉

(四川大學華西醫(yī)院 成都610041) (貴州醫(yī)科大學 貴陽550004) (四川大學華西醫(yī)院 成都610041) (首都醫(yī)科大學附屬北京天壇醫(yī)院 北京100050) (四川大學華西醫(yī)院 成都610041)

1 引言

1.1 研究背景

醫(yī)療糾紛是指發(fā)生于具有合法資質(zhì)的醫(yī)療機構(gòu)與患者之間的糾紛，其發(fā)生率近10年來呈持續(xù)上升趨勢[1]，已經(jīng)成為影響醫(yī)患關(guān)系、診療環(huán)境的不安定因素。同時近年來醫(yī)療糾紛時有演化為直接醫(yī)患沖突甚至惡性“醫(yī)鬧”事件的現(xiàn)象，對醫(yī)務人員人身安全、醫(yī)療機構(gòu)形象產(chǎn)生極大威脅。因此對醫(yī)療糾紛相關(guān)資料進行回顧性研究和梳理，對于明晰醫(yī)療糾紛發(fā)生的誘因、特點，提出防控和應對策略具有極大作用。以“SU=(‘醫(yī)療損害’+‘醫(yī)療糾紛’)ב裁判文書’”作為檢索式在中國知網(wǎng)中檢索，可得到29篇利用裁判文書數(shù)據(jù)進行醫(yī)療糾紛分析的文獻。其中安徽[2]、貴州[3]、廣東[4]3省已有研究人員分別對該省某一時間段內(nèi)醫(yī)療糾紛相關(guān)裁判文書進行挖掘分析；同時有研究人員從司法鑒定人出庭情況[5]、患者知情同意權(quán)侵害[6]、醫(yī)療器械損害責任[7]等多個層面對醫(yī)療糾紛相關(guān)裁判文書進行分析。但是這些研究仍采用人工研讀進行文本分析，存在數(shù)據(jù)規(guī)模較小、信息抽取效率低且無法避免信息遺漏等問題。

1.2 自然語言處理技術(shù)

自然語言處理(Natural Language Processing，NLP)是研究將人類日常交流的自然語言(如文字、語音等)轉(zhuǎn)變?yōu)闄C器所能理解的機器語言的學科，目前已經(jīng)發(fā)展成為人工智能的主要分支領(lǐng)域之一[8]。NLP領(lǐng)域中的分句切詞、詞性標注、正則提取、命名實體識別、關(guān)系抽取等技術(shù)可以實現(xiàn)文本中信息的自動化提取和解析，并達到輸出結(jié)構(gòu)化知識的效果。目前NLP領(lǐng)域的知識抽取相關(guān)技術(shù)已經(jīng)廣泛應用于醫(yī)療[9]、教育[10]、金融[11]、能源[12]等多個行業(yè)。本文基于知識抽取的方法，利用統(tǒng)計學及NLP中的相關(guān)算法、工具對發(fā)生于2012—2020年間的四川省醫(yī)療糾紛案件文書數(shù)據(jù)進行分析和挖掘，總結(jié)醫(yī)療糾紛發(fā)生的原因、特點及規(guī)律等，從而為醫(yī)療糾紛防范和應對處理提出相應對策建議。

2 資料與方法

2.1 資料來源

下載裁判文書網(wǎng)中發(fā)生于2012—2020年間、地域為四川省且案由為“醫(yī)療損害責任糾紛”的初審文書數(shù)據(jù)，刪除無效數(shù)據(jù)及去重后共獲得1 900份醫(yī)療糾紛相關(guān)裁判文書作為源數(shù)據(jù)。

2.2 分析方法

采用知識抽取方法，主要涵蓋統(tǒng)計學及NLP中分句切詞、詞性標注、正則提取、醫(yī)療糾紛種子詞抽取、詞云構(gòu)建相關(guān)算法和工具，全部知識抽取工作采用Python編程語言(3.7版本)實現(xiàn)。

2.2.1 百度LAC 百度基于雙向循環(huán)神經(jīng)網(wǎng)絡和條件隨機場(Conditional Random Field，CRF)開發(fā)的開源聯(lián)合詞法分析工具，可以針對中文文本實現(xiàn)較高質(zhì)量和效率的分句切詞、詞性分析和專有名詞識別等功能。LAC中包含20種詞性和4種專有名詞的標注標簽，同時可以通過導入自建詞表的方法實現(xiàn)用戶定制化詞語切分和詞性標注，見表1。LAC的分詞、詞性標注和專名識別結(jié)果示例如下：輸入：‘我2020年住在四川省成都市’；分詞：[‘我’,‘2020年’,‘住在’,‘四川省’,‘成都市’]；詞性標注和專名識別：[‘r’,‘TIME’,‘v’,‘LOC’,‘LOC’]。

表1 LAC詞性與專名標簽合集

2.2.2 Gensim[13]一款開源的Python工具包，通過無監(jiān)督方法計算訓練語料中的統(tǒng)計共現(xiàn)模式，從而自動發(fā)現(xiàn)文檔的語義結(jié)構(gòu)和主題向量表達。Gensim集成Word2Vec、TF-IDF、LSA、LDA等多個詞向量和主題模型算法。本文主要采用Word2Vec算法進行詞嵌入向量模型訓練。Word2Vec采用無監(jiān)督方法，利用文本一定范圍內(nèi)上下文語義信息對目標詞生成高維向量表示，從而實現(xiàn)在同一向量空間中將每個詞映射為唯一的詞向量[14]。在該向量空間下，語義相近的詞語會有相似的向量表示，因此兩個詞語的語義近似程度可以通過其詞向量的余弦相似度、歐式距離、相關(guān)系數(shù)等指標進行量化。

2.2.3 詞云 在NLP技術(shù)中，詞云是通過對海量文字中的關(guān)鍵詞統(tǒng)計和渲染，輸出由文中關(guān)鍵詞所組成類似云的彩色圖片，圖中出現(xiàn)頻率越高的關(guān)鍵詞形狀越大，視覺上更突出，從而達到展示海量文字中關(guān)鍵信息的效果[15]。本文采用Python中的WordCloud庫實現(xiàn)詞云構(gòu)建。

2.2.4 醫(yī)療糾紛種子詞構(gòu)建 構(gòu)建流程，見圖1。具體包括以下步驟：(1)以1 900份醫(yī)療糾紛文書作為實驗組，4 000份非醫(yī)療糾紛文書作為對照組，對兩組文書分別進行清洗，去除其中網(wǎng)頁符號、換行符等無意義字符。之后利用LAC工具對兩組文書進行分句切詞及詞性標注，保留標注為n、f、s、nw、nz、PER、LOC、ORG的名詞性詞語及專有名詞，分別在醫(yī)療糾紛和非醫(yī)療糾紛文書中提取到112.3萬、163.8萬個名詞。(2)將上述所有名詞合并、去重，獲得包含11.8萬個名詞的詞典。以詞典作為參照，分別統(tǒng)計醫(yī)療糾紛和非醫(yī)療糾紛文書中的各名詞詞頻及平均詞頻。提取在醫(yī)療糾紛文書中詞頻高于平均詞頻且在非醫(yī)療糾紛文書中詞頻低于平均詞頻(包含詞頻為0)的名詞，共獲得550個醫(yī)療糾紛相關(guān)高頻名詞。經(jīng)過人工刪除具體人名、地名、機構(gòu)名及其他無關(guān)名詞后，共提取到126個候選名詞。(3)利用Gensim模塊的Word2Vec算法將步驟(1)中分句切詞后的醫(yī)療糾紛文本訓練為300維的詞向量模型。(4)利用步驟(3)中的詞向量模型對步驟(2)中得到的126個候選名詞進行前 20位相似詞擴展，去重、人工刪除其中無關(guān)詞，最終得到546個名詞作為進一步研究的醫(yī)療糾紛種子詞。

圖1 醫(yī)療糾紛種子詞構(gòu)建流程

2.2.5 四川省醫(yī)療機構(gòu)信息數(shù)據(jù)庫構(gòu)建 通過爬取公開網(wǎng)站以及從醫(yī)療糾紛文書中提取兩種方式進行四川省醫(yī)療機構(gòu)信息數(shù)據(jù)庫構(gòu)建。通過正則匹配方式，將網(wǎng)上檢索到的醫(yī)療機構(gòu)別名及曾用名、地址信息，與文書中提到的和公開網(wǎng)站中獲取的機構(gòu)進行對齊，然后將無法對齊到公開網(wǎng)站中的機構(gòu)通過網(wǎng)上檢索的方法進行信息補充。最終構(gòu)建的數(shù)據(jù)庫中包含四川省共計1 221家醫(yī)療機構(gòu)信息，包括“名稱”“所在地級市”“等級”“別名和曾用名”4個字段。

3 結(jié)果

3.1 基本信息統(tǒng)計分析

3.1.1 醫(yī)療機構(gòu)情況 按照醫(yī)療機構(gòu)所屬地區(qū)對1 900件醫(yī)療糾紛案件進行地域劃分，可見四川省21個地級市發(fā)生醫(yī)療糾紛案件的頻次分布極不平衡，成都市由于醫(yī)療機構(gòu)數(shù)量以及前來就診的患者數(shù)量眾多，發(fā)生醫(yī)療糾紛案件的頻次達到近500起，占總數(shù)的26.2%，顯著高于其他地級市。此外，宜賓、瀘州、樂山、綿陽、南充等市也是醫(yī)療糾紛案件相對高發(fā)的地級市，案發(fā)頻次均在100起以上。通過匯總四川省各地級市統(tǒng)計公報中國內(nèi)生產(chǎn)總值(Gross Domestic Product，GDP)及醫(yī)療機構(gòu)數(shù)量兩個指標，可以發(fā)現(xiàn)各地級市2012—2020年間醫(yī)療糾紛數(shù)量與當?shù)谿DP總量呈強相關(guān)性，相關(guān)系數(shù)為0.957，P<0.01；同時各地級市醫(yī)療糾紛數(shù)量與當?shù)蒯t(yī)療機構(gòu)數(shù)量也呈現(xiàn)較強相關(guān)性，相關(guān)系數(shù)為0.837，P<0.01。通過提取醫(yī)療糾紛文書中的被告字段，并與醫(yī)療機構(gòu)信息數(shù)據(jù)庫中的1 221家醫(yī)療機構(gòu)進行匹配，發(fā)現(xiàn)該1 900條文書中共涉及569家四川省內(nèi)大小醫(yī)療機構(gòu)，這些醫(yī)療機構(gòu)地域分布與案件地域分布有類似趨勢。成都市有124家醫(yī)療機構(gòu)牽涉到醫(yī)療糾紛案件中，占據(jù)第1位，排在其后的仍然是發(fā)生醫(yī)療糾紛案件較多的宜賓、綿陽、瀘州、南充以及樂山，牽涉醫(yī)療糾紛案件的機構(gòu)數(shù)量都在30家以上。通過計算發(fā)生糾紛醫(yī)療機構(gòu)的比例(發(fā)生糾紛醫(yī)療機構(gòu)數(shù)量/醫(yī)療機構(gòu)總數(shù))，可以發(fā)現(xiàn)成都雖然發(fā)生醫(yī)療糾紛事件的機構(gòu)數(shù)量最多，但是占比并不算最高；涼山彝族自治州和攀枝花市雖然發(fā)生醫(yī)療糾紛的機構(gòu)數(shù)量不多，但是因為其區(qū)域內(nèi)醫(yī)療機構(gòu)總量相對較少，發(fā)生醫(yī)療糾紛的機構(gòu)占比相較于其他地級市更高。醫(yī)療機構(gòu)評級一定程度上反映機構(gòu)醫(yī)療水平，通過統(tǒng)計可以發(fā)現(xiàn)醫(yī)療機構(gòu)發(fā)生醫(yī)療糾紛案件的頻次與其醫(yī)療水平呈負相關(guān)，即一級及以下醫(yī)療水平較低的機構(gòu)發(fā)生醫(yī)療糾紛案件的數(shù)量更多，而水平較高的三級醫(yī)療機構(gòu)發(fā)生醫(yī)療糾紛的情況更少，見表2。通過醫(yī)療機構(gòu)個體所涉及的醫(yī)療糾紛案件數(shù)量來看，涉及案件數(shù)量排在前列的幾乎都是規(guī)模較大的三甲醫(yī)院，這與其龐大的門診量有密不可分的關(guān)系。根據(jù)具有代表性的幾家三甲醫(yī)院醫(yī)療糾紛數(shù)量統(tǒng)計結(jié)果可知，成都市某三甲醫(yī)院雖然在糾紛年平均數(shù)方面明顯高于瀘州市、樂山市、廣元市的3家三甲醫(yī)院，但是由于其年門診量巨大，因此綜合來看其醫(yī)療糾紛發(fā)生頻率卻顯著低于其他3市的三甲醫(yī)院；而廣元市某三甲醫(yī)院雖然年糾紛數(shù)量低于成都市、瀘州市、樂山市的3家三甲醫(yī)院，但是由于其年門診量相對較小，因此在糾紛發(fā)生頻率上卻顯著高于其他3市的三甲醫(yī)院，見表3。

表2 涉及醫(yī)療糾紛機構(gòu)的級別分布

表3 代表性醫(yī)療機構(gòu)糾紛數(shù)量統(tǒng)計

3.1.2 患者情況 對1 900起醫(yī)療糾紛案件中涉及的患者信息進行提取，其中有952起案件由于原告撤訴或未列出患者詳細情況等原因未提取到相關(guān)字段，另有592起案件中患者最終死亡。此外，356起案件中的患者進行了傷殘等級鑒定，僅占總數(shù)的18.7%。在這356起案件中，患者的傷殘等級主要集中在九級、十級等較為輕微的傷殘水平。同時1 900起案件中僅有108起患者對醫(yī)療事故等級進行了鑒定，占總案件數(shù)的5.7%。在所有鑒定結(jié)果中，三級和一級醫(yī)療事故案件數(shù)量最多，見表4。

表4 醫(yī)療事故等級統(tǒng)計

3.2 文書中醫(yī)療糾紛種子詞統(tǒng)計

將1 900篇醫(yī)療糾紛文書按照所涉及醫(yī)療機構(gòu)的等級(一級及以下、二級和三級)進行切分，并將得到的醫(yī)療糾紛種子詞在各級醫(yī)療機構(gòu)文書中的詞頻進行統(tǒng)計，選取其中前100個高頻詞進行詞云構(gòu)建，見圖2?？偟膩砜矗t(yī)療機構(gòu)治療所使用藥物，出具的收據(jù)、報告單等單據(jù)，患者病情所伴隨的并發(fā)癥以及醫(yī)療機構(gòu)對患者進行的檢查和治療方法(如彩超、CT、全麻等)等種子詞在文書中出現(xiàn)頻率最高。從提取到的醫(yī)療機構(gòu)科室情況來看，ICU、兒科、急診科、婦產(chǎn)科等是發(fā)生醫(yī)療糾紛事件較多的科室。同時，通過圖2可看出不同級別醫(yī)療機構(gòu)文書中所涉及的醫(yī)療實體分布也有一定差異。因此本文參考2018年原四川省衛(wèi)計委為加強醫(yī)療機構(gòu)、醫(yī)務人員、醫(yī)療行為綜合監(jiān)管(以下簡稱“三監(jiān)管”)所發(fā)布的《四川省醫(yī)療機構(gòu)、醫(yī)務人員、醫(yī)療行為責任追究辦法(試行)》[16]，按照“三監(jiān)管”對醫(yī)療機構(gòu)的監(jiān)管事項將種子詞分為醫(yī)療費用、檢驗檢查、醫(yī)療文書、藥品使用和治療手段5個大類，見表5。通過對各類別種子詞在不同級別醫(yī)療機構(gòu)文書中的詞頻及T檢驗差異性統(tǒng)計結(jié)果，見表6?？偨Y(jié)出以下幾點：第一，通過詞頻統(tǒng)計來看，醫(yī)療糾紛事件中發(fā)生糾紛的核心點主要是醫(yī)療費用、醫(yī)療文書、醫(yī)療機構(gòu)用藥等方面，也契合《四川省醫(yī)療機構(gòu)、醫(yī)務人員、醫(yī)療行為責任追究辦法(試行)》中對醫(yī)務人員“不合理住院費用、不合理處方、不合理藥品使用”等行為的監(jiān)管事項。第二，一級及以下醫(yī)療機構(gòu)涉及醫(yī)療費用詞頻要顯著高于二級、三級機構(gòu)，說明在較低級別醫(yī)療機構(gòu)中針對醫(yī)療費用發(fā)生糾紛的情況要顯著多于較高級別的機構(gòu)，因此對于私人、基層等較低級別醫(yī)療機構(gòu)在醫(yī)療費用方面還需要進一步加大監(jiān)管力度。第三，三級醫(yī)療機構(gòu)中涉及檢驗檢查的種子詞頻要顯著高于二級和一級以下機構(gòu)，這與醫(yī)療機構(gòu)水平越高，其檢驗檢查設(shè)備和項目更齊全有關(guān)，但也需要注意避免不合理、不合規(guī)檢驗檢查所造成的醫(yī)療糾紛事件。

圖2 一級及以下(A)、二級(B)、三級(C)醫(yī)療機構(gòu)醫(yī)療糾紛種子詞云

表5 高頻醫(yī)療種子詞及分類

表6 各類別種子詞詞頻及T檢驗差異性結(jié)果

4 討論

4.1 社會層面

4.1.1 地區(qū)發(fā)展程度是造成區(qū)域醫(yī)療糾紛差異性的宏觀因素 從上述分析可看出，四川省各地級市醫(yī)療糾紛數(shù)量與當?shù)亟?jīng)濟發(fā)展水平呈現(xiàn)強相關(guān)性，也表現(xiàn)出各地區(qū)間不均衡的特點。其中成都市作為四川省經(jīng)濟發(fā)展重點區(qū)域，醫(yī)療糾紛數(shù)量也遙遙領(lǐng)先其他地級市；而巴中、雅安、甘孜州、阿壩州等相對欠發(fā)達地區(qū)醫(yī)療糾紛數(shù)量最少。可推測發(fā)展程度相對較高的地區(qū)人口基數(shù)大、醫(yī)療活動參與者眾多，同時群眾法律意識較高，在發(fā)生醫(yī)患糾紛時更愿意通過正規(guī)訴訟途徑尋求解決，所以發(fā)生醫(yī)療糾紛案件的頻次也相對較高。地區(qū)發(fā)展程度是造成區(qū)域醫(yī)療糾紛差異性的宏觀社會因素。

4.1.2 醫(yī)療資源分布是造成區(qū)域醫(yī)療糾紛差異性的主要因素 從分析結(jié)果來看四川省各地級市醫(yī)療糾紛事件數(shù)量與醫(yī)療機構(gòu)數(shù)量也呈現(xiàn)較為緊密的相關(guān)性。可推測醫(yī)療資源密集的地區(qū)，由于醫(yī)療機構(gòu)、醫(yī)療人員以及參與醫(yī)療活動的患者基數(shù)大，醫(yī)療糾紛案件數(shù)量較多；反之醫(yī)療資源較稀少的地區(qū)發(fā)生醫(yī)療糾紛案件數(shù)量則相對較少。因此醫(yī)療資源分布的區(qū)域差異性是導致醫(yī)療糾紛區(qū)域差異性的主要社會因素。

4.2 醫(yī)療機構(gòu)層面

4.2.1 不規(guī)范醫(yī)療行為是醫(yī)療糾紛的直接誘因 從對于醫(yī)療糾紛文書中關(guān)鍵種子詞的分析來看，誘發(fā)醫(yī)療糾紛的因素都聚合于醫(yī)療費用、醫(yī)療文書、檢驗檢查、藥品使用以及治療手段等醫(yī)療機構(gòu)相關(guān)醫(yī)療行為。同時也契合四川省醫(yī)療“三監(jiān)管”政策中所監(jiān)管和處罰的重點，即“不合理用藥、不規(guī)范醫(yī)療文書、不合理檢驗檢查、不合理住院費用”等不合理、不合規(guī)醫(yī)療行為。因此醫(yī)療機構(gòu)不規(guī)范醫(yī)療行為是誘發(fā)醫(yī)療糾紛的最直接原因。

4.2.2 不同級別機構(gòu)中醫(yī)療糾紛的誘因各有不同 在較高級別和較低級別的醫(yī)療機構(gòu)之間，誘發(fā)醫(yī)療糾紛的因素也各有不同。由于級別較高的醫(yī)療機構(gòu)(幾乎都是公立醫(yī)院)醫(yī)務人員的專業(yè)程度相對更高，并且其收費標準也嚴格按照衛(wèi)生行政部門和物價局標準執(zhí)行，同時受到有關(guān)部門嚴格監(jiān)管，因此針對醫(yī)療文書和費用方面的糾紛相對級別較低的醫(yī)療機構(gòu)更少；而由于級別較高醫(yī)療機構(gòu)在檢驗檢查設(shè)備和項目方面相對級別較低的醫(yī)療機構(gòu)更全面，醫(yī)療糾紛文書中關(guān)于檢驗檢查種子詞出現(xiàn)的頻率更高，同時也提醒級別較高的醫(yī)療機構(gòu)應更加注意檢驗檢查項目的合理性和合規(guī)性，避免出現(xiàn)醫(yī)療“三監(jiān)管”中提及的“不合理檢驗檢查”等不規(guī)范醫(yī)療行為。

4.2.3 醫(yī)療機構(gòu)水平與醫(yī)療糾紛發(fā)生密切相關(guān) 醫(yī)療水平越高的機構(gòu)在診療水平和診療流程、醫(yī)療硬件設(shè)施完備程度、醫(yī)務人員專業(yè)程度等各個方面幾乎都優(yōu)于醫(yī)療水平較低的機構(gòu)，因此可以從根源上避免醫(yī)療事故的發(fā)生。同時水平較高的醫(yī)療機構(gòu)在監(jiān)督管理制度和突發(fā)事件預警及應對體制方面更加完備和健全，也可以一定程度上避免醫(yī)療事故或不規(guī)范醫(yī)療行為造成的突發(fā)醫(yī)療事件進一步向醫(yī)療糾紛演化。

4.3 患者層面

在醫(yī)療糾紛事件中，患者對于醫(yī)療損害造成的傷殘鑒定以及醫(yī)療事故鑒定依然屬于少數(shù)?？赏茰y其主要是由兩方面因素造成的：一是患者進行醫(yī)療損害相關(guān)鑒定的意識較為淡薄，二是患者對于醫(yī)療損害及傷殘鑒定的了解程度較差。

5 對策及建議

5.1 政府決策層面

5.1.1 建立有區(qū)別、有重點的醫(yī)療監(jiān)督管理體系 繼續(xù)落實和加強醫(yī)療行業(yè)“三監(jiān)管”政策，完善醫(yī)療衛(wèi)生監(jiān)督管理的法律法規(guī)和標準體系，鼓勵地方、機構(gòu)依據(jù)實際醫(yī)療衛(wèi)生情況實行有針對性、差異性的醫(yī)療監(jiān)管政策和標準，對于醫(yī)療糾紛事件頻發(fā)高發(fā)的地區(qū)、機構(gòu)和科室實施重點監(jiān)督和管理。具體而言，主要落實到對于醫(yī)療機構(gòu)、醫(yī)療服務人員、臨床技術(shù)和大型醫(yī)療設(shè)備等在醫(yī)療行業(yè)的準入監(jiān)管，以及對于醫(yī)療機構(gòu)和醫(yī)療服務人員的醫(yī)療服務行為、醫(yī)療政策執(zhí)行方面的監(jiān)管。

5.1.2 合理配置醫(yī)療資源 完善對于醫(yī)療衛(wèi)生事業(yè)的投入和分擔機制，構(gòu)筑政府機制、市場機制、社會機制3方參與的醫(yī)療資源配置方式，合理整合現(xiàn)有醫(yī)療資源以建立資源共享平臺，重點保障弱勢群體的醫(yī)療權(quán)益，從而促進四川省醫(yī)療衛(wèi)生事業(yè)體系發(fā)展，從根本上減少醫(yī)療糾紛的發(fā)生和激化。

5.1.3 建立健全醫(yī)療損害鑒定規(guī)范制度 政府應建立和完善醫(yī)療損害鑒定相關(guān)的法律政策，對鑒定機構(gòu)資質(zhì)和業(yè)務流程、醫(yī)療鑒定程序的啟動和審查實行嚴格監(jiān)管，并引導訴訟單位對于醫(yī)療損害鑒定意見的審核和采信，保障醫(yī)療損害鑒定的公平性、合法性和有效性。

5.2 醫(yī)療機構(gòu)層面

5.2.1 加強自身管理 醫(yī)方應加強對于國家及地方出臺的關(guān)于醫(yī)療行業(yè)監(jiān)管各項政策法規(guī)的學習，規(guī)范自身醫(yī)療行為，從源頭上杜絕“不合理用藥、不合規(guī)醫(yī)療文書、不合理檢驗檢查、不合理醫(yī)療費用”等醫(yī)療亂象。同時組織機構(gòu)內(nèi)監(jiān)管隊伍對醫(yī)務人員醫(yī)德醫(yī)風、醫(yī)療規(guī)章制度落實和日常醫(yī)療行為進行監(jiān)督和糾察，對不合理、不合規(guī)醫(yī)療行為和人員做到“零容忍”。

5.2.2 建立順暢、及時的醫(yī)患溝通平臺 醫(yī)方應建立健全的機制體制和設(shè)施環(huán)境，保障醫(yī)患溝通的及時和高效。同時完善患者評價和投訴機制，對患者需求做到妥善和高效處理。醫(yī)方應定期針對不同層次的醫(yī)務人員開展溝通技巧培訓，使其善于傾聽患者訴求，及時換位考慮患者感受，尋求快速有效的問題解決方式。

5.2.3 建立高效的糾紛預警和處置機制 醫(yī)方應建立預警機制、采取相應措施防范醫(yī)療糾紛事件發(fā)生，對于易發(fā)生醫(yī)療糾紛的患者(如長期住院、嚴重并發(fā)癥和疑難危重病例等)和科室(如ICU、兒科、急診科、婦產(chǎn)科等)實施密切監(jiān)測，一旦發(fā)現(xiàn)糾紛苗頭要及時介入和化解矛盾，并及時對患者和醫(yī)務人員進行心理撫慰和疏導。同時針對醫(yī)療糾紛建立高效處理的政策制度和應急預案，鼓勵醫(yī)患通過正確、有效的程序和途徑(內(nèi)部醫(yī)患協(xié)商解決、第3方介入調(diào)解和正規(guī)司法訴訟程序)進行糾紛解決，避免出現(xiàn)因解決不力造成的群體性事件及惡性事件。

5.3 患者層面

5.3.1 尋求正規(guī)就醫(yī)渠道并充分信任和尊重醫(yī)務人員 患者就醫(yī)時應選擇具有完善資質(zhì)、設(shè)備和人員的正規(guī)醫(yī)療機構(gòu)，并尋求正確的科室和醫(yī)務人員進行問診。同時充分信任醫(yī)務人員的醫(yī)療道德和醫(yī)療水平，積極配合進行治療，與醫(yī)務人員形成高效、順暢的交流和溝通。在與醫(yī)務人員產(chǎn)生矛盾或產(chǎn)生不良情緒時要及時與醫(yī)務人員交流和協(xié)商，并通過家人朋友或者心理醫(yī)生及時進行情緒安撫和心理疏導，避免事態(tài)進一步惡化。

5.3.2 加強醫(yī)療相關(guān)的法律法規(guī)政策學習，提高醫(yī)療損害鑒定意識 患者應主動積極進行醫(yī)療相關(guān)法律政策的學習，以便在受到不正當醫(yī)療行為帶來的損害時可以在第一時間利用法律武器保護自身合法權(quán)益，并通過正當途徑尋求解決。同時在受到醫(yī)療損害時應盡量保存好相關(guān)證據(jù)，并在第一時間進行損害鑒定，作為后續(xù)進行司法程序時的必要證明。

6 結(jié)語

本研究創(chuàng)新性地采用知識抽取方法，基于醫(yī)療損害糾紛相關(guān)的裁判文書數(shù)據(jù)，對四川省醫(yī)療糾紛事件的誘因、特點及規(guī)律進行分析，揭示醫(yī)療糾紛事件的發(fā)生受社會、醫(yī)療機構(gòu)以及患者多方面的因素影響，并針對政府、醫(yī)療機構(gòu)和患者3個層面提出防控和處理醫(yī)療糾紛的對策建議。總而言之，改善醫(yī)療糾紛現(xiàn)狀、構(gòu)建和諧醫(yī)患關(guān)系、構(gòu)筑平安醫(yī)療環(huán)境需要政府和社會、醫(yī)療機構(gòu)及每位公民共同參與和努力。