基于知识图谱的我国暴力伤医事件成因分析

王 超

中山大学信息管理学院，广东广州，510006

当前,我国医疗改革正处攻坚期,而医患矛盾的处理和医患关系的改善始终是其中的重点和难点。医患矛盾的不断积累和医患关系的愈发紧张极有可能催生恶性事件的出现,其中一种极端情况就是伤医事件。根据《中华人民共和国基本医疗卫生与健康促进法》《关于依法惩处涉医违法犯罪维护正常医疗秩序的意见》等,伤医事件是指扰乱医疗卫生机构执业场所秩序,威胁、危害医疗卫生人员人身安全,侵犯医疗卫生人员人格尊严的行为所引发的事件。其中,采取暴力手段致使医疗卫生人员受伤甚至死亡的恶性事件即为暴力伤医事件。中国医师协会于2018年发布的《中国医师执业状况白皮书》显示,70%医师经历过不同程度的医患冲突,有的甚至演变为暴力伤医事件。有必要深入挖掘每一起独立暴力伤医事件之间的联系,将各事件关键信息予以关联,从中发现解决问题的突破口。

国内外围绕暴力伤医事件已经开展了一系列相关研究,涉及政策研究、成因分析、对策建议等多方面内容,聚焦对医患关系的剖析与医患矛盾的处理。多数研究针对暴力伤医事件的成因和对策开展,部分学者将暴力伤医事件成因归结于医疗卫生系统的管理问题和医患间的沟通问题,强调政府和医院等相关各方要强化保障措施,积极联手医护主体建立可操作的应对策略和计划[1-2]。部分学者则根据大规模问卷调查发现,缺乏对医疗卫生机构的实质性支持和对相关人员应对及处置暴力伤医事件的有效指导,是导致事件难以妥善解决的重要原因,医院相关部门应为医疗团队提供必要且有效的支持[3-4]。还有学者联系认知偏差与情绪渲染等理论,借助社会心理学、统计学等,总结出暴力伤医事件的成因包括如医患缺乏有效沟通、患者期望值过高等,呼吁有关各方需针对其特点予以关注并思考对策,提出要对暴力伤医事件高发时段和科室加强监管、政府有关部门加大普法和执法力度等建议[5-7]。总的来看,目前围绕暴力伤医事件的研究所使用的方法相对单一,缺乏对复杂事件间的关联分析与关系挖掘。近年来,数字人文研究浪潮高涨,学术各界都主动引入数字人文方法开展研究,知识图谱作为其中的代表,挖掘客观知识并进行可视化的知识表示,以实现知识互联。目前已有学者采用知识图谱对医患关系研究加以分析,但仅停留在文献层面,尚无基于新闻语料并通过构建暴力伤医事件知识图谱开展的相关研究,缺乏暴力伤医事件关键要素的可视化呈现与知识发现,应用知识图谱方法开展本主题相关研究切实可行。

综上,本研究拟基于知识图谱,借助Protégé、Drupal和Relfinder等工具,构建暴力伤医事件本体,围绕其关键信息进行语义网络构建及知识发现,开展关联化研究,以期发现暴力伤医事件间的联系,为规避暴力伤医风险、减少此类事件发生提供相应思路及依据。

1 资料来源与方法

1.1 研究对象

引入与应用知识图谱方法,采纳由新闻中析出的典型伤医事件作为样本。借助爬虫工具,检索词为“暴力伤医事件”,检索时间为2022年12月10日,检索内容的时间范围限定在2012年1月1日-2022年12月10日。为保证新闻来源数量与时效,选取我国网民最常用的中文搜索引擎之一“百度”作为新闻检索源,以反映公众关注度[8]。同时,为保证数据来源的可靠性与真实性,将信息源权威性和信息要素完整性作为首要质量控制原则。纳入标准:载于以人民日报、光明网、央视新闻等官媒、央媒为代表的权威信息源;新闻中所涉暴力伤医事件的时间、地点、事件经过等要素完备。排除标准:重复事件;要素不完备的新闻报道。以检索结果前10页的共249项结果为例进行分析,对抓取结果予以筛选和去重,最终得到237项有效结果。参考暴力伤医事件在不同新闻语料中出现的频率等因素,从中筛选得到共17件具有代表性、产生了重大舆论影响的暴力伤医事件。

1.2 研究工具与方法

1.2.1 借助Protégé实现本体构建。Protégé是由斯坦福大学医学院生物信息研究中心开发的一款用于本体构建与知识发现的软件,构建本体主要用到其class modeling和instance editing功能[9]。借助Protégé,围绕与暴力伤医事件有关的主题词,构建概念间关系,得到暴力伤医事件的本体模型,为后续的数据发布奠定基础。以中国科技新闻学会数据新闻专委会理事长任瑞娟教授提出的概念间关系为核心标准[10-11]。

1.2.2 借助Drupal实现数据发布。Drupal是由比利时安特卫普大学(University of Antwerp)的Buytaert于2000年开发的一个开源内容管理系统,其在建立之初就已经考虑到语义网技术,并将RDF引入了其核心代码[12]。Drupal作为专门的内容管理系统,存储有大量结构化数据。利用Drupal平台,用户可通过content field功能实现对多元类型内容的管理。换言之,Drupal提供了一种能够将内容的类型、字段和节点分别映射到RDF“主-谓-客”三元组当中的模式[13]。

1.2.3 借助RelFinder实现RDF可视化。合适的可视化工具有助于高效便捷地理解概念间关系,尤其发现是各要素间的复杂结构与隐藏联系。对RDF而言,目前有多种可用的可视化工具,被广泛使用的开源软件RelFinder就是其中之一。RelFinder是基于Adobe开源框架实现的开源软件,操作简易,能直接在浏览器中线上运行,无需下载到本地;运行便捷,仅需简单配置,便能轻松访问RDF数据并进行语义关系探索;其交互功能还能帮助用户快速捕捉和识别内容网络中的关键节点,揭示多节点间的语义关系,对数据进行可视化呈现[14]。

1.3 统计学方法

借助Jieba 0.42.1和Excel 2016对爬取到的新闻文本进行预处理,完成清洗去噪和分词整理等步骤。清洗去噪旨在消除冗余信息和特殊字符等可能干扰分析的噪声数据,进而提高文本数据纯净度;分词整理有助于建立文本的结构化表示,为后续的加工处理与分析打下基础。

2 结果

2.1 研究对象基本情况

17件暴力伤医事件的时间跨度从2012年至2022年,遍布10个省份(北京5例、湖北3例、广东2例,黑龙江、湖南、浙江、江苏、天津、甘肃、内蒙古各1例),共涉及17所医院、27位受害医生(4人身亡,23人受伤)和23名作案嫌疑人。见表1。

表1 暴力伤医事件基本情况

2.2 主题词分类与概念间关系配置

本体构建基于对暴力伤医事件相关内容中主题词的抓取与分类分析,通过抓取暴力伤医事件新闻,提取其中主题词并做分类处理(一级类和二级类),并为不同主题词赋予概念间关系。具体来讲,即根据定域采集模式,借助爬虫工具,基于专指、完备、均衡的主题词质量控制原则,对暴力伤医事件相关新闻报道进行抓取,加以清洗去噪和分词整理后,对从新闻语料中提取出的主题词进行分类,最终将70个主题词归入6个一级类和13个二级类中。为主题词进行关系配置,包括“事件元素”(下设“事件名称”和“事件定性”)、“位置元素”(下设“位置类别”和“具体位置”)、“主体元素”(下设“核心主体”和“相关主体”)、“原因元素”(下设“实质原因”和“直接原因”)、“过程元素”(下设“案前过程”、“案发过程”和“案发结果”)、“结果元素”(下设“处理手段”和“处理结果”)。①“事件名称”包括1个关键词,是暴力伤医;“事件定性”包括违法乱纪等3个关键词。②“位置类别”包括事故现场等4个关键词;“具体位置”包括门诊部等8个关键词。③“核心主体”包括医生等7个关键词;“相关主体”包括司法鉴定机构等9个关键词。④“实质原因”包括诊疗效果问题等6个关键词;“直接原因”包括语言冲突等5个关键词。⑤“案前过程”包括2个关键词,分别是坐诊、入院;“案发过程”包括殴打等11个关键词;“案发结果”包括被砍伤等5个关键词。⑥“处理手段”包括立案调查等4个关键词;“处理结果”包括刑事拘留等5个关键词。

全部概念间关系共5类30种,涉及等同关系(包括同义关系、近义关系)、等级关系(包括属种关系、整部关系、实例关系)、反义关系、相关关系(包括事件与时间关系、事件与空间关系、事件与人物关系、事件与来源关系、因果关系、其他关系等。

据此对爬取所得的主题词进行关系配置,共得到2556组概念间关系。详细匹配情况如下:事件与来源关系(370组)、事件与空间关系(312组)、人物与过程关系(288组)、事件与人物关系(270组)、事件与结果关系(240组)、空间与过程关系(216组)、空间与人物关系(192组)、并列关系(184组)、事件与过程关系(156组)、人物与结果关系(144组)、因果关系(99组)、属种关系(39组)、空间与属性关系(32组)、整部关系(9组)、交叉关系(3组)、同义关系(1组)、近义关系(1组)。另有反义关系在内的其余13种关系,无对应组匹配。

2.3 元数据体系与本体构建

通过对概念间关系的分析,可以发现事件、位置、主体、原因、过程与结果,是最为主要的几个层面,可以作为元数据设计的基础层。通过对爬取结果中具体事件的提取,可以对基础层进行拆分和扩展。再根据相关元数据标准及语言设计原则,可以构建暴力伤医事件的元数据与本体框架。本研究主要选择复用都柏林核心元数据(Dublin core metadata,DC)标准进行构建,部分关系无法复用则采取网络本体语言(web ontology language,OWL)进行构建。前者作为目前应用最广、扩展性最高的一种通用元数据元素集,能够揭示多种类型资源的特性;后者则是一种应用广泛的本体编程语言,用于进行针对本体的语义描述。

针对暴力伤医事件的特性,将位置元素设为事发地点和事发位置,将主题元素设为受害人和嫌疑人,并增加日期与时间,最终确定暴力伤医事件元数据与本体框架。见图1。

图1 暴力伤医事件元数据与本体框架

2.4 数据发布与知识发现

受害人、事发位置、事发时间等要素之间所隐含的间接关系对发现暴力伤医事件的发生规律十分重要。RelFinder的核心作用在于发现不同事件之间的联系,根据其可视化结果,以“1·20北京朝阳医院陶勇医生被砍事件”及其同期的“12·24民航总医院杨文医生遇害事件”为例,探索两个事件中主要成分的未知关联。根据RelFinder生成的可视化图谱可以清晰地看出,两个事件之间关联线的交汇点为“门诊部”和“诊疗效果”,说明两个暴力伤医事件的联系集中体现在事发位置和事发原因两方面。见图2。

图2 双事件间的部分关系交汇情况(以“门诊部”为关系网络中心)

为了验证这一发现,对多个事件的受害人进行相同操作。选取了4个造成受害人死亡的暴力伤医事件,其后果严重、影响恶劣,更具代表性,关联线的交汇点同样为“门诊部”和“诊疗效果”。见图3。

图3 多事件间的部分关系交汇情况(以“诊疗效果”为关系网络中心)

除此之外,在“1·20北京朝阳医院陶勇医生被砍事件”与“12·24民航总医院杨文医生遇害事件”之间,还发现了受害人伤亡情况的联系,即“被砍”。为验证这一发现,在此基础上增加了更多其他事件中的受害人,以期发现更多这方面的联系证据。见图4。

图4 多事件间的部分关系交汇情况(以“被砍伤”为关系网络中心)

3 讨论

3.1 门诊部是发生暴力伤医事件的主要场合

结果显示,多起暴力伤医事件在“门诊部”节点产生交汇,以其为中心节点的关系网络密度较大。相较于其他位置元素,此处节点密集程度较高、关系量增多,表示暴力伤医事件在“门诊部”的发生数量较多。现有研究表明,沟通不畅是门诊接待过程中矛盾产生的重要原因之一,部分患者就医心情焦躁、问询和沟通的态度欠妥,甚至脾气暴躁而不能自制,部分医务人员因接诊压力大、工作疲惫等原因,可能在接待患者的过程中出现沟通方式或语气欠妥、注意力不集中,甚至诊断偏差等问题,这些都极易激化医患矛盾[15]。此外,许多中小型医院现有条件、设施、服务能力尚不能很好地满足患者需要,使得在挂号、候诊、问诊等多个环节上都可增加患者的焦躁感和其他不安情绪[16]。门诊部作为医院的核心部门之一,需要处理大量的病历、检查报告和医嘱等医疗信息,这就涉及医学信息学所关注热点之一的医疗信息系统管理与运用[17]。受到工作压力影响,医务人员可能会面临信息录入错误、信息丢失或信息不完整等问题,这些都有可能导致严重的医疗事故,进而提升暴力伤医事件发生风险。此外,信息共享理论也可以帮助我们理解门诊部作为医院信息流动中心节点的价值所在,为暴力伤医事件的增多提供解释[18]。门诊部作为医患之间信息传递的重要通道,需要承担大量的信息交换和处理任务。然而,由于沟通渠道的不畅通或信息传递过程中的失误,可能导致医患之间产生误解、不满或矛盾,进一步加剧门诊部暴力伤医事件的发生。同时,根据社会心理学理论,在医患间建立稳定的信任关系至关重要。国家卫生健康委于2021年9月发布的《公立医院高质量发展促进行动(2021-2025年)》指出了“建立健全满意度管理制度”等内容,可知门诊部作为医院常规服务体系的首站、接待患者的“窗口”值得加以重视,其人流量大、周转快,患者求医心理迫切、咨询问题较多、心理易受波动,就诊量大、就诊时间短、病情变化快等都可能会引发医患冲突[19]。门诊部成了积压医患矛盾的主要场合,也因此成了医疗机构中暴力伤医事件的高发点位。医患双方应及时沟通、强化疏导;安保部门也应及时介入、快速应对;多方共进,提高患者就医体验。

3.2 诊疗效果不佳是引发暴力伤医事件的主要原因

结果显示,“诊疗效果”成为多起暴力伤医事件产生联系的交汇点,其形成的关系网络密度较大,节点密集程度较高,关系量在此处明显增多,表示多数暴力伤医事件以“诊疗效果”为成因。基于图谱结果,结合现实情况来看,某些疾病的诊疗效果因体质而异,极有可能出现不如预期的情况,但患者往往因不具备专业医学素养而对此感到不解,进而对医务人员产生质疑甚至埋怨,由此引发医患冲突甚至暴力伤医事件。究其根本,主要是源于医患间医疗信息不对称和医疗过程不透明[20]。根据信息不对称理论,当两方所持有的信息量不对等时,会导致其彼此所担风险与所享收益不同,这可能引发一系列负面结果的产生。而对医患双方而言,在知识储备等方面存在的信息不对称,则是影响双方关系的重要因素。聚焦暴力伤医事件的主要导火索,信息管理学、医学信息学以及社会心理学领域的相关理论能够为此提供进一步的洞察依据。根据信息质量理论,基于信息准确性、完整性和可靠性对于决策与行为的影响[21],在医疗环境中,如果医疗信息生成与交换的质量存在问题,如医疗数据错误或遗漏,可能会导致医生在诊疗过程中受到影响,最终引发暴力伤医事件,这同样涉及医疗信息系统的设计与使用指导。医疗信息系统应该具备友好的用户使用界面、逻辑通畅的人机交互设计,以及简洁高效的流程控制模式,以便医务人员能够快速准确地访问和解读患者的医疗信息[22]。如果医疗信息系统的设计和使用存在问题,如操作复杂、界面混乱或信息检索困难,都可能影响医务人员对患者信息的理解与把握,进而影响诊疗效果,引发暴力伤医事件。因此,保持医疗信息在医患间畅通流动至关重要,医患间的有效沟通有利于提升患者对医护工作者开展医疗救治活动的认可与信任程度[23]。医务人员在承担基于技术的医疗救治任务之外,还要肩负给予患者基于人文关怀的引导使命,帮助患者转变消极观念,积极主动配合医疗活动,进而构建双向完整的医患沟通机制[24]。

3.3 管制刀具进入医疗机构是催生暴力伤医事件的主要因素

结果显示,“被砍伤”节点处产生密集交汇,以其为中心节点的关系网络密度较大。相较于其他结果元素,此处节点密集程度较高、关系量增多,表示暴力伤医事件中受害者“被砍伤”的情形更多、风险更高。基于图谱结果,结合现实情况来看,刀具可能被带入医院的风险不可小觑,因其危险系数更高,极有可能成为严重暴力伤医事件的“推手”,在多起暴力伤医事件发生后,对医院设置安检、强化安保的呼声愈发高涨。《中华人民共和国治安管理处罚法》对“公共场所”的界定为“车站、港口、码头、机场、商场、公园、展览馆或其他公共场所”,未强调医院。而医院在多数情况下都是自主聘请安保公司人员,属于内部安保单位,治安防范能力较弱,一旦发生暴力伤医事件,难以得到及时有效处置。基于现代管理学所要求的精细化管理理念,医院安保应当包括培训制度体系、治安防控制度体系、应急管理制度体系等多层内容[25]。根据现代安全管理理论,“预先模式”比传统的“事后模式”更有效,前者以风险事件预防为中心,系统开展危险辨识、分析与评价,从而对各类风险做好预先应对,提前加以防范[26]。在医院环境中,“预先模式”的引入与应用更为必要,包括医院安全政策和安全流程规范的制定、员工安全培训及其安保意识提升等。在管制刀具方面,现代安全管理理论可以指导医院制定相关政策和措施,确保安保有效性和刀具管控的合规性。医院应结合自身特点,基于精细化管理理念,构建科学合理、易于执行的安保管理体系,确保安保工作落到实处[25-26]。此外,卫生行政管理部门也应当对重点医院开展安检的必要性进行评估,分批次推动医院开展标准化的安保工作。