实习生医患纠纷知识推送系统构建研究

宋 歌，梁伍今

(1.长春中医药大学护理学院，吉林 长春 130117;2.吉林医药学院附属医院血液透析室，吉林 吉林 132013)

近年来随着医学技术的高速发展，有效提高了患者康复效果，但医患纠纷发生率却反而增高，甚至一些纠纷是以医护人员或患者付出生命的代价作为终结[1]。因此对处于临床实习阶段的医学高校学生来说，医患纠纷是必然要面对的问题。只有做好预先防范，才能有效降低医患纠纷的发生率，更好地保护医患双方的利益和安全，使实习生从容面对未来工作种所遇到问题和挑战。

1 面向实习生开展医患纠纷预警干预的必要性

在医学生实习阶段，主要的教育内容是围绕着医学临床实践知识展开，往往对医患纠纷等不良事件缺乏必要的教育和指导。其实这种做法并不完善，因为实习生与医院医护人员比较，更易引发医患纠纷，主要原因如下:①角色因素。实习生虽然其已经开始实际的临床治疗或护理工作，但在实习生自身角度，大部分学生还是将自己定义为学生的角色,相应地缺乏对医疗工作的责任感，这是造成实习生容易与患者出现纠纷的主观原因[2]。②环境因素。实习生长期处在高校的校园环境中，人际关系简单，彼此之间也没有利益上的冲突，使很多学生养成了做事简单直接的为人处世习惯。初入医院实习后，实习生面对社会上形形色色的患者，人物关系复杂，普遍缺乏医患纠纷的观察和预防能力，而且一旦发生纠纷，由于处理不当，也可能带来较为严重的后果。③素质能力因素。实习生在高校阶段主要是对书本教材中的理论知识进行学习，进入实习阶段后，需要从零开始学习实践技能，难免操作技术不熟练，临床治疗或护理经验严重不足,常出现诊断或护理错误的情况，从而直接导致两者出现纠纷[3]。由此可见，实习生是引发医患纠纷等不良事件的高危人群。

2 实习生角度医患纠纷预警模型构建

由于实习生的个人素质和能力不同，显然没有必要对所有学生开展医患纠纷的相关干预，因此首要环节是构建医患纠纷预警模型，筛查出需要干预的对象。本研究采取德尔菲法构建预警模型，模型由实习生因素和患者因素两部分组成。每部分均由评分和系数2项相乘的结果最为该项最终得分。如在实习生因素部分，实习生的学历为研究生、本科生和专科生的评分分别为1、2和3分，系数均为0.2。在患者因素部分，入院科室为普外科、妇产科和儿科的评分分别为1、4和5分，系数均为0.7等。各项分数之和作为不良事件预警的总得分。设定总分超过1时，进行不良事件预警干预。

3 实习生医患纠纷知识推送系统构建方法

3.1 设计关键词

设计关键词实质上就是以上文医患纠纷预警模型的词语如“专科生”“本科生”“研究生”等为参照，尽可能如列举出与之相关的词语，然后将其作为关键词，并将两者建立起一一对应的关系。为了实现此步骤，聘请医学高校具有医学科技查新资质的专业人员完成以上工作，如以“专科生”为例，对应的关键词为“专科”“高职”和“大专”等。

3.2 以关键词为检索词进行知识推送

中国知网检索与推送具体步骤如下：①关键词检索。按着上述环节得出的关键词，在中国知网数据库中，进行主题检索检索。②检索结果优化。在关键词检索的过程中，若涉及的检索词较多，可能检索结果数量非常少，甚至没有检索结果。而过少的结果显然对于实习生来说是没有借鉴和学习价值的。因此设定检索结果最少为10条文献，当数量少于10条时，根据预警模型中设计的各项评分和权重情况，对与其对应的检索词进行整体排序。然后在后续的检索过程中，逐次减去权重排序最后的关键词进行检索，直至数量大于10条为止，以此对检索结果进行优化。检索结果反馈给实习生，实现了知识的推送。

谷歌搜索引擎检索过程如下：①同样按着上述环节得出的关键词，在搜索引擎上进行检索。②检索结果过滤。由于互联网是信息的总体，其中包括了供用户免费使用的开源数据库，如道客巴巴、豆丁网和百度文库等，这类数据库收集的内容与中国知网是重复的，而且很多资源仅可以浏览无法下载，为后继知识推送的实现带来了困难。因此过滤掉以上网站中的内容。③检索结果优化。互联网内发布的信息普遍具有信息内容短小的特点，同样以确定的检索词作为分析对象，采取字符数匹配算法，计算谷歌搜索引擎返回检索结果全文中各关键词的出现次数，并按着次数排序。最终将排序前10条结果反馈给实习生，实现知识准确推送的过程。

医患纠纷等不良事件是每一个医务工作必然面对的问题。尤其对处于实习阶段的医学高校学生来说，更易引发不良事件。而且一旦出现不良事件，由于缺乏应对和处理的经验，所带来的危害往往更为严重，将会对实习生目前的学习和未来的工作就业产生明显影响。因此以临床实习生作为研究对象，构建医患纠纷知识推送系统，可以有效地增加实习生对不良事件的防范意识，提高解决此类问题的能力，为未来和谐医患关系的建立打下良好基础。