手术直播中患者隐私保护的三方演化博弈分析

A three-party evolutionary game analysis of patient privacy protection in live surgery

摘要

随着网络技术的快速发展，手术直播成为手术教学的新方式，但由直播引发的患者隐私保护问题受到广泛关注。基于演化博弈理论，从医方、患方和政府三方视角出发，构建演化博弈模型，分析三方主体在手术直播过程中的博弈行为，并运用Matlab软件进行动态模拟和数值仿真分析。发现影响医方策略选择的因素包括保护成本、泄露隐私代价、保护获得的收益以及高流量收益等方面；影响患方策略选择的因素包括手术费用、隐私被泄露风险以及额外收益等方面；影响政府策略选择的因素包括监管成本和公信力的提升。为使医方、患方和政府实现共赢，三方主体需协同发力，切实保障患者隐私不受侵害，在扩大医疗教育影响力和保护患者隐私之间找到平衡。

Abstract

With the rapid development of network technology， live surgery has become the new way of surgery teaching. However， the issue of patient privacy protection caused by live surgery has received widespread attention. Based on the evolutionary game theory， this paper constructed an evolutionary game model from the three-party perspectives of doctors， patients， and government and analyzed the game behaviors of the three parties in the process of live surgery. Matlab software was utilized to conduct dynamic simulation and numerical simulation analysis. It was found that the factors affecting the choice of doctors’ strategies included protection costs， the cost of privacy leakage， the benefits of protection， high-traffic benefits， and other aspects； the factors affecting the choice of patient strategies encompassed surgical costs， the risk of privacy leakage， additional benefits， and other aspects； the factors affecting the choice of government strategies embodied regulatory costs and the improvement of credibility. To realize a win-win situation among doctors， patients， and the government， the three parties need to work together to ensure that patient privacy is not violated and find a balance between expanding the influence of medical education and protecting patient privacy.

Graphical abstract

关键词

手术直播 / 演化博弈 / 患者隐私 / 医患关系

Key words

live surgery / evolutionary game / patient privacy / doctor-patient relationship

医学是一门极具实践性的学科，随着互联网和直播技术的快速发展，手术教学出现了新形式——手术直播。手术直播是指医疗机构及其医务人员通过网络平台直播手术内容，向外界实时展示手术过程，供医学生及医学同行交流和学习、传播手术技术的活动。手术直播主要有医学学术会议手术直播、医疗教学手术直播和面向大众的科普类手术直播三种类型^［1］，本文讨论的是前两种类型。传统手术教学通过学生进入手术室观摩学习，不仅参与人员有限，还容易产生细菌感染等卫生问题^［2］。手术直播克服了传统手术教学的局限性，医疗机构竞相使用，如博鳌外科手术直播周、CMC Week云上手术直播等。但在手术直播活动开展的同时，手术直播中的患者隐私保护问题引起广泛讨论。2007年中国·长沙妇科微创学术峰会首次在网络上直播妇科手术，患者隐私问题引起公众热议。近年来手术直播侵害患者隐私时有发生，引发患者隐私保护与医学教育之间的冲突。2006年日本患者进行主动脉瘤修补术的手术直播，遂后死亡，日本胸外科协会和泌尿科学会相继禁止手术直播^［3］。在学术界，有学者^［4］提出禁止手术直播；也有学者^［5-7］认为，实践证明经过严格监督和管理的手术直播能够增强教学效果、提高教学质量，但需要制定一系列标准以规范手术直播行为和规避患者可能受到的安全损害。

通过检索发现，目前有关手术直播的研究聚焦于手术直播的应用效果以及对手术直播的管理规范方面，较少对涉及手术直播主体行为策略进行研究。涉及手术直播的主体包括医方（医疗机构及其工作人员）、患方（患者及其亲属）和政府（政府部门及其工作人员）。在手术直播中，三方主体因不同的影响因素，从而作出不同的行为选择。演化博弈理论能够有效地模拟和分析在动态环境中，三方主体的不同策略如何随时间演化并达到某种稳定状态。因此，本文通过构建演化博弈模型，分析影响三方主体策略选择的主要因素，从而有针对性地提出对策建议，以促使医方、患方和政府之间形成合作状态，有效保障患者在手术直播中的隐私安全，促进医学教育与患者隐私的平衡。

1　演化博弈模型假设与构建

1.1　演化博弈的概念及适用性

演化博弈理论^［8］是在传统博弈论的基础上整合理性经济学和演化生物学思想而产生的，用于研究在自然选择和群体动态中个体策略的演化过程。演化博弈理论认为个体在群体中的行为策略（如合作、竞争等）会随着时间的推移而演化，以适应环境和群体内部的相互作用。与传统博弈不同，演化博弈理论不要求参与人是完全理性的，也不要求信息的完全性，它认为博弈方是通过试错的方法达到均衡的，更贴近现实情况。

运用演化博弈理论分析手术直播中医方、患方和政府三方策略选择的适用性有：①在理性假定方面，演化博弈认为参与主体是有限理性的，其不可能了解所有的信息并知道所有状态，手术直播的主体包括医方、患方和政府，其所处的环境都是复杂多变的，而且对环境的认识能力以及处理信息的能力也都是有限的；②在研究对象方面，演化博弈的研究对象为参与人群体，包括同一群体中个体之间的博弈以及不同群体之间的博弈，手术直播涉及的就是三大群体之间的博弈过程；③在达到均衡的过程方面，演化博弈认为系统达到均衡是需要时间的，并且均衡的达成依赖于演化的初始条件和路径，本期中成功的行为下期将会被更多的个体采用^［9］。对于手术直播而言，三方群体之间的博弈是一个长期的过程，其策略选择会受到自己或者对方以前博弈行为的影响。例如，医方如果在手术直播过程中长期存在泄露患方隐私的行为，那么患方就认为接受直播的风险过高，从而选择不接受直播；若患方长期不接受手术直播，医方出于教学等目的就会选择加大对患方隐私的保护力度；政府监管会直接促使医方保护患方隐私，从而间接影响患方的选择。因此，通过演化博弈理论的分析更能体现出医方、患方和政府在手术直播过程中策略选择的动态性，明确演化稳定策略形成的过程。

1.2　模型假设与构建

1.2.1　问题描述

网络技术的发展拓宽了手术直播方式，高精度的直播设备可用于更多类型的手术，但随之而来的各种问题阻碍了手术直播的发展，患者隐私是其中的典型问题之一。手术直播中患者隐私权与一般患者隐私权不同，它涉及公共传播环境下的人身形象和行为隐私。手术直播中患者隐私权是指医疗机构及其医务人员以互联网为载体将与患者手术相关的信息进行储存时，患者所享有的避免其他主体对自己的私人信息、空间、安宁等不当公开、泄露、拍摄的权利^［10］。

手术直播中博弈问题产生的根本原因是医方、患方、政府三方之间的利益冲突。医方出于临床教学或学术交流等目的需要将手术过程通过网络公开于特定主体，但其未能充分履行告知义务，侵害患方知情同意权和隐私权。患方担心若接受直播，在手术过程中自己处于绝对劣势地位，存在隐私被泄露风险。同时，手术直播会吸引媒体和社会的广泛关注，容易对患方造成舆论压力。政府作为重要的监管角色，若缺乏必要的监管，使医方只考虑经济利益而不尊重患方的隐私权，长此以往，患方对医方的信任逐渐消失，不会再接受手术直播，不利于医学教育传承及手术技术进步。

1.2.2　基本假设及支付矩阵构建

本文讨论手术直播中医方、患方和政府的行为，假定患方需要进行手术，医方为患方进行手术，其中涉及的博弈主体及策略选择如下：

医方策略选择：为提高手术技术和学习交流，需要进行手术直播，这就涉及患方隐私问题；若保护患方隐私付出的成本低于预期收益，倾向于选择“保护”；若成本高于预期收益，倾向于选择“不保护”。因此，在单次博弈中，医方的行动集合为｛保护，不保护｝。

患方策略选择：若手术直播的额外收益及对手术直播价值的认同感越高，越倾向于选择“接受”手术直播；若隐私泄露的风险高于额外收益，则倾向于选择“不接受”手术直播。因此，在单次博弈中，患方的行动集合为｛接受，不接受｝。

政府策略选择：为维护社会秩序，提升公信力，可以采取多种方式对手术直播进行监管；若投入的监管成本低于获得的收益，则倾向于选择“监管”；若监管成本高于获得的收益，则倾向于选择“不监管”。因此，在单次博弈中，政府的行动集合为｛监管，不监管｝。

根据三方的策略选择可以得出八种博弈组合：（保护，接受，监管）（保护，不接受，监管）（保护，接受，不监管）（保护、不接受、不监管）（不保护，接受，监管）（不保护，不接受，监管）（不保护，接受，不监管）（不保护、不接受、不监管）。假设医方选择保护策略的比例为x，选择不保护策略的比例为（1-x）；患方选择接受策略的比例为y，选择不接受策略的比例为（1-y）；政府选择监管策略的比例为z，选择不监管策略的比例为（1-z）。三方博弈的支付矩阵见表1，各参数代表含义见表2。

2　患者隐私保护的三方演化博弈模型分析

2.1　三方演化博弈的复制动态方程

由表1可知，医方选择保护和不保护患方隐私的预期收益V₁₁和V₁₂及平均收益V₁为：

\begin{array}{l}{\mathrm{V}}_{\mathrm{11}}={\mathrm{W}}_{\mathrm{1}}\mathrm{y}+{\mathrm{R}}_{\mathrm{1}}-{\mathrm{C}}_{\mathrm{1}}\\ {\mathrm{V}}_{\mathrm{12}}={\mathrm{R}}_{\mathrm{0}}\mathrm{y}-{\mathrm{F}}_{\mathrm{1}}\mathrm{y}+{\mathrm{R}}_{\mathrm{1}}\\ {\mathrm{V}}_{\mathrm{1}}=\mathrm{x}{\mathrm{V}}_{\mathrm{11}}+(\mathrm{1}-\mathrm{x})\\ {\mathrm{V}}_{\mathrm{12}}={\mathrm{R}}_{\mathrm{1}}-{\mathrm{C}}_{\mathrm{1}}\mathrm{x}-{\mathrm{F}}_{\mathrm{1}}\mathrm{y}+{\mathrm{R}}_{\mathrm{0}}\mathrm{y}+{\mathrm{F}}_{\mathrm{1}}\mathrm{x}\mathrm{y}-{\mathrm{R}}_{\mathrm{0}}\mathrm{x}\mathrm{y}+\\ {\mathrm{W}}_{\mathrm{1}}\mathrm{x}\mathrm{y}\end{array}

患方选择接受和不接受手术直播的预期收益V₂₁和V₂₂及平均收益V₂为：

\begin{array}{l}{\mathrm{V}}_{\mathrm{21}}=-{\mathrm{C}}_{\mathrm{2}}\mathrm{x}+{\mathrm{R}}_{\mathrm{2}}+{\mathrm{W}}_{\mathrm{2}}-\mathrm{P}+\mathrm{P}\mathrm{x}\\ {\mathrm{V}}_{\mathrm{22}}={\mathrm{R}}_{\mathrm{2}}-{\mathrm{F}}_{\mathrm{2}}\\ {\mathrm{V}}_{\mathrm{2}}=\mathrm{y}{\mathrm{V}}_{\mathrm{21}}+(\mathrm{1}-\mathrm{y})\\ {\mathrm{V}}_{\mathrm{22}}={\mathrm{R}}_{\mathrm{2}}-{\mathrm{F}}_{\mathrm{2}}+{\mathrm{F}}_{\mathrm{2}}\mathrm{y}-\mathrm{P}\mathrm{y}+{\mathrm{W}}_{\mathrm{2}}\mathrm{y}-{\mathrm{C}}_{\mathrm{2}}\mathrm{x}\mathrm{y}+\mathrm{P}\mathrm{x}\mathrm{y}\end{array}

政府选择监管和不监管的预期收益V₃₁和V₃₂及平均收益V₃为：

\begin{array}{l}{\mathrm{V}}_{\mathrm{31}}=\mathrm{R}\mathrm{3}\mathrm{y}-\mathrm{R}\mathrm{3}\mathrm{x}\mathrm{y}+\mathrm{G}-\mathrm{C}\mathrm{3}\\ {\mathrm{V}}_{\mathrm{32}}=\mathrm{S}\mathrm{x}\mathrm{y}-\mathrm{S}\mathrm{y}\\ {\mathrm{V}}_{\mathrm{3}}=\mathrm{z}{\mathrm{V}}_{\mathrm{31}}+(\mathrm{1}-\mathrm{z})\\ {\mathrm{V}}_{\mathrm{32}}=\mathrm{z}(\mathrm{R}\mathrm{3}\mathrm{y}-\mathrm{R}\mathrm{3}\mathrm{x}\mathrm{y}+\mathrm{G}-\mathrm{C}\mathrm{3}-\mathrm{S}\mathrm{x}\mathrm{y}+\mathrm{S}\mathrm{y})+\\ \mathrm{S}\mathrm{y}(\mathrm{x}-\mathrm{x}\mathrm{z}-\mathrm{1})\end{array}

三方策略的复制动态方程为：

\begin{array}{l}\mathrm{d}\mathrm{x}/\mathrm{d}\mathrm{t}=\mathrm{F}(\mathrm{x})=\mathrm{x}({\mathrm{V}}_{\mathrm{11}}-{\mathrm{V}}_{\mathrm{1}})=-\mathrm{x}(\mathrm{1}-\mathrm{x})({\mathrm{C}}_{\mathrm{1}}-{\mathrm{F}}_{\mathrm{1}}\mathrm{y}+{\mathrm{R}}_{\mathrm{0}}\mathrm{y}-{\mathrm{W}}_{\mathrm{1}}\mathrm{y})\\ \mathrm{d}\mathrm{y}/\mathrm{d}\mathrm{t}=\mathrm{F}(\mathrm{y})=\mathrm{y}({\mathrm{V}}_{\mathrm{21}}-{\mathrm{V}}_{\mathrm{2}})=\mathrm{y}(\mathrm{1}-\mathrm{y})({\mathrm{F}}_{\mathrm{2}}-\mathrm{P}+{\mathrm{W}}_{\mathrm{2}}-{\mathrm{C}}_{\mathrm{2}}\mathrm{x}+\mathrm{P}\mathrm{x})\\ \mathrm{d}\mathrm{z}/\mathrm{d}\mathrm{t}=\mathrm{F}(\mathrm{z})=\mathrm{z}({\mathrm{V}}_{\mathrm{31}}-{\mathrm{V}}_{\mathrm{3}})=-\mathrm{z}(\mathrm{1}-\mathrm{z})({\mathrm{C}}_{\mathrm{3}}-\mathrm{G}-{\mathrm{R}}_{\mathrm{3}}\mathrm{y}-\mathrm{S}\mathrm{y}+{\mathrm{R}}_{\mathrm{3}}\mathrm{x}\mathrm{y}+\mathrm{S}\mathrm{x}\mathrm{y})\end{array}

2.2　三方策略演化稳定性分析

令F（x）=0、F（y）=0、F（z）=0，可以得到三方长期博弈中的10个均衡点，分别为：D₁（0，0，0），D₂（1，0，0），D₃（0，1，0），D₄（0，0，1），D₅（1，1，0），D₆（1，0，1），D₇（0，1，1），D₈（1，1，1），D₉［（F₂-P+W₂）/（C₂-P），C₁/（F₁-R₀+W₁），0］，D₁₀［（F₂-P+W₂）/（C₂-P），C₁/（F₁-R₀+W₁），1］。其中D₁，D₂，D₃，D₄，D₅，D₆，D₇，D₈为纯策略纳什均衡点，D₉和D₁₀是复制动态系统中的非渐进稳定状态，因此只需分析前8个均衡点的渐近稳定性。

三方演化博弈系统的雅可比矩阵如下：

\begin{array}{l}J=\left[\begin{array}{ccc}{J}_{\mathrm{11}}& J_{\mathrm{12}}& J_{\mathrm{13}}\\ J_{\mathrm{21}}& J_{\mathrm{22}}& J_{\mathrm{23}}\\ J_{\mathrm{31}}& J_{\mathrm{32}}& J_{\mathrm{33}}\end{array}\right]=\left[\begin{array}{ccc}\partial F(x)/\partial x& \partial F(x)/\partial y& \partial F(x)/\partial z\\ \partial F(y)/\partial x& \partial F(y)/\partial y& \partial F(y)/\partial z\\ \partial F(z)/\partial x& \partial F(z)/\partial y& \partial F(z)/\partial z\end{array}\right]=\\ \left[\begin{array}{ccc}\begin{array}{l}-(\mathrm{1}-x)(C_{\mathrm{1}}-F_{\mathrm{1}}y+R_{\mathrm{0}}y-W_{\mathrm{1}}y)+\\ x(C_{\mathrm{1}}-F_{\mathrm{1}}y+R_{\mathrm{0}}y-W_{\mathrm{1}}y)\end{array}& x(\mathrm{1}-x)(F_{\mathrm{1}}-R_{\mathrm{0}}+W_{\mathrm{1}})& \mathrm{0}\\ -y(C_{\mathrm{2}}-P)(\mathrm{1}-y)& \begin{array}{l}(\mathrm{1}-y)(F_{\mathrm{2}}-P+W_{\mathrm{2}}-C_{\mathrm{2}}x+Px)-\\ y(F_{\mathrm{2}}-P+W_{\mathrm{2}}-C_{\mathrm{2}}x+Px)\end{array}& \mathrm{0}\\ -z(R_{\mathrm{3}}y+Sy)(\mathrm{1}-z)& z(\mathrm{1}-z)(R_{\mathrm{3}}+S-R_{\mathrm{3}}x-Sx)& \begin{array}{l}-(\mathrm{1}-z)(C_{\mathrm{3}}-G-R_{\mathrm{3}}y-Sy+\\ R_{\mathrm{3}}xy+Sxy)+z(C_{\mathrm{3}}-G-R_{\mathrm{3}}y-\\ Sy+R_{\mathrm{3}}xy+Sxy)\end{array}\end{array}\right]\end{array}

将8个纯策略均衡点分别代入系统的雅可比矩阵中，结果如表3所示。

根据Lyapunov判稳第一法可知：若雅可比矩阵的所有特征值均具有负实部，则此均衡点为渐进稳定点；若雅可比矩阵的特征值至少有一个具有正实部，则此均衡点为不稳定点^［11］。由上表可知，C₁为医方保护患方隐私时需付出的成本，必然为正。因此，均衡点D₂（1，0，0）和D₆（1，0，1）为不稳定点。

理论上，若要满足均衡点D₁为系统的演化稳定策略，则需要满足G-C₃<0且F₂-P+W₂<0。这意味着：当政府监管所获得的公信力提升小于其监管付出的成本时，政府的选择为不监管；当患方的手术费用以及接受手术直播得到的优待小于其隐私被泄露的风险时，患方的选择为不接受；此时医方因不用支付不保护患方隐私被罚款的费用，再加之其有较大泄露患方隐私的概率，因此医方的选择大概率为不保护。

同理，若要满足均衡点D₃为系统的演化稳定策略，则需要同时满足P-F₂-W₂<0、F₁-C₁-R₀+W₁<0、G-C₃+R₃+S<0三个条件。这意味着：当患方的手术费用以及接受手术直播得到的优待大于其隐私被泄露的风险时，患方的选择为接受；当政府惩罚的费用和保护患方隐私获得的额外收益小于保护成本和高流量收益时，医方的选择为不保护；当政府监管获得的收益小于其监管成本时，政府的选择为不监管。

若要满足均衡点D₄为系统的演化稳定策略，则需要满足C₃-G<0且F₂-P+W₂<0。这意味着：当政府监管所获得的公信力提升大于其监管付出的成本时，政府的选择为监管；当患方的手术费用以及接受手术直播得到的优待小于其隐私被泄露的风险时，患方的选择为不接受。此时医方泄露患方隐私的概率较大，因此医方的选择大概率为不保护。

若要满足均衡点D₅为系统的演化稳定策略，则需要同时满足G-C₃<0、C₂-F₂-W₂<0、C₁-F₁+R₀-W₁<0三个条件。这意味着：当政府监管所获得的公信力提升小于其监管付出的成本时，政府的选择为不监管；当患方正常手术的费用和接受手术直播的额外收益都较高且大于直播手术需支付的优惠后费用时，患方的选择为接受；当政府惩罚的费用和保护获得的额外收益大于保护的成本和高流量收益时，医方的选择为保护。

若要满足均衡点D₇为系统的演化稳定策略，则需要同时满足P-F₂-W₂<0、F₁-C₁-R₀+W₁<0、C₃-G-R₃-S<0三个条件。这意味着：当患方正常手术的费用和接受手术直播的额外收益都较高且大于隐私被泄露风险时，患方的选择为接受；当政府惩罚的费用和保护获得的额外收益小于保护的成本和高流量收益时，医方的选择为不保护；当政府监管获得的收益都大于其监管成本时，政府的选择为监管。

若要满足均衡点D₈为系统的演化稳定策略，则需要同时满足C₃-G<0、C₂-F₂-W₂<0、C₁-F₁+R₀-W₁<0三个条件。这意味着：当政府监管所获得的公信力提升大于其监管付出的成本时，政府的选择为监管；当患方正常手术的费用和接受手术直播的额外收益都较高且大于直播手术需支付的优惠后费用时，患方的选择为接受；当政府惩罚的费用和保护获得的额外收益大于保护成本和高流量收益时，医方的选择为保护。

3　患者隐私保护三方博弈主体策略选择的仿真分析

上文以理论形式分析各均衡点状态下的演化稳定策略，为更直观地体现初始状态下各个参数对三方主体最终博弈策略选择的演化过程，本文运用Matlab软件对影响三方策略选择的参数进行仿真分析。

数值仿真的基础设置如下：初始时间为0，结束时间为1，初始状态为（0.5，0.5，0.5）。参数赋值分别为W₁=20，C₁=5，F₁=30，R₀=10，W₂=30，C₂=7，P=13，F₂=20，C₃=10，R₃=30，G=50，S=50。

二维仿真图和三维仿真图均验证了上述对均衡点D₈（1，1，1）的分析，仿真结果如图1、图2所示。从图1可以看出，当同时满足C₃-G<0、C₂-F₂-W₂<0、C₁-F₁+R₀-W₁<0三个条件时，即当医方保护患方隐私获得的收益高于泄露隐私得到的高流量收益以及保护付出的成本时，医方会选择保护策略；当患方接受手术直播获得的收益高于付出的成本时，患方最终会选择接受策略；当政府监管获得的公信力提升大于监管成本时，政府会选择监管策略。从图2可以看出，随着收益增加和成本降低，系统达到稳定状态的时间缩短，t=0.2，说明三方博弈主体的策略选择达到D₈的时间变短。

对仿真结果进行检验，设参数W₁=15，C₁=15，F₁=27，R₀=15，W₂=13，C₂=15，P=13，F₂=8，C₃=25，R₃=30，G=30，S=50。由图3可知，随着成本增加和收益减少，但仍满足均衡点D₈的条件时，系统达到稳定状态的时间延长，t=0.7，说明三方博弈主体的策略选择达到D₈的时间变长。

设参数W₁=7，C₁=30，F₁=10，R₀=25，W₂=5，C₂=23，P=20；F₂=5，C₃=50，R₃=30，G=20，S=20。由图4可知，随着成本持续增加和收益持续减少，最终满足均衡点D₁（0，0，0）的条件，即医方选择不保护策略，患方选择不接受策略，政府选择不监管策略。由图5可知，根据上述参数设置，系统达到稳定的时间t=0.5，说明三方博弈主体的策略选择在这个时间演化至稳定状态。

其他情形对演化结果的影响可以按照上述方法进行实验，本文不作进一步阐述。

4　结论与建议

4.1　结论

采用演化博弈的方法对医方、患方和政府关于手术直播所采取的策略进行分析，通过构建演化博弈模型及数值仿真分析发现：①影响医方是否选择保护患方隐私的主要因素是保护需要付出的成本，包括政府对泄露隐私行为的惩罚力度F₁以及保护获得的收益W₁。当政府惩罚力度极大时，医方出于减少损失的心理会选择保护策略；同时，如果医方选择保护策略获得的收益足够高，即使政府不监管医方也会选择保护策略，此时对于医方、患方和政府而言能够实现共赢，因此，提高手术直播的显性收益和医方对手术直播价值的认识至关重要。②影响患方是否选择接受策略的主要因素是接受手术直播时优惠后的手术费用C₂和额外收益W₂，因此，需要在尊重患方真实意愿、维护其尊严的前提下，制定相应政策，明确患方在手术直播中应享有的权利，切实保障患方利益。③政府是否选择监管策略主要取决于监管成本C₃和公信力的提升G，只有当公信力提升获得的收益大于监管成本时其才会选择监管。同时，政府的监管能够影响医患双方的选择，政府加大惩罚力度会促使医方选择保护策略，从而间接改善患方对手术直播的看法，使其愿意接受手术直播。

4.2　建议

4.2.1　医疗机构应当建立健全手术直播患者隐私保护的规章制度

医疗机构应遵循患者隐私保护的法律法规的规定，建立健全手术直播的规章制度。医疗机构的规章制度应当明确手术直播的医疗内容、人员资历和条件保障；规范手术直播项目负责人员、医务人员、手术直播主持人、患者权益保护人、赞助商等在术前、术中的行为规范；规定医疗机构的患者知情同意告知义务、告知内容和告知方式；规范手术直播流量收益、赞助商成本收益，以及对患者的费用减免政策；建立手术直播风险应急处置预案。

4.2.2　相关人员应当制定并严格执行保护患者隐私的手术直播计划

手术直播项目负责人员和医务人员要制定科学合理的手术直播计划，并严格执行。医务人员就手术直播风险向患者如实完整地告知，充分尊重患者的知情同意权^［12］；医务人员采取必要措施，防止患者个人医疗信息、面部特征等隐私在直播中泄露；医务人员要提高手术直播价值认知，避免因手术直播影响治疗效果或者导致不合理地延长手术时间；手术直播相关人员不得泄露患者隐私或者对手术操作、手术过程施加不良影响。

4.2.3　医疗机构确保患者知晓并完全理解手术直播的隐私保护风险

医疗机构应当确保患者充分知晓并完全理解：手术医学风险和手术直播隐私保护风险；手术直播的内容、方式、时间、受众群体和隐私保护措施；因接受手术直播享有的由专家进行手术增加手术成功率、手术费用减免、术前术后得到特别关照等优惠政策；因拒绝手术直播而不会受到不利影响。

4.2.4　患者及其亲属应当完全自主决定是否接受手术直播

患者有选择手术直播的权利，也有拒绝手术直播的权利。患者是否同意手术直播，完全由患者自主决定，手术直播项目负责人员、医务人员以及赞助商不得强迫或者诱导。患者为无民事行为能力人或者限制民事行为能力人的，是否同意手术直播，由近亲属自主决定。患者不能因同意手术直播而耽误疾病治疗。

4.2.5　政府应当推动制定保护患者隐私的手术直播标准规范

政府应当回应手术直播实践新需求，为制定手术直播的法律创造条件。当前，政府应当推动相关行业学会制定手术直播的标准规范，平衡医学教学和患者隐私保护之间的关系，促进手术直播健康发展。2023年6月，中国抗癌协会泌尿男生殖系肿瘤专业委员会发布的《中国泌尿外科手术直播专家共识》，为行业标准规范的制定提供了借鉴。

4.2.6　政府应当加大手术直播患者隐私保护的执法力度

政府应当加大《中华人民共和国民法典》《中华人民共和国个人信息保护法》《中华人民共和国医师法》和《医疗纠纷预防与处理条例》等法律法规的执法力度，依法保护患者手术直播隐私权，提高政府公信力。对医疗机构在手术直播中侵犯患者隐私的违法违规行为，政府应当依法进行监督管理，并要求承担民事赔偿责任，为手术直播患者隐私保护提供良好的法治环境。

4.3　研究不足与展望

本研究只讨论了医学学术会议手术直播和医疗教学手术直播中的患者隐私保护问题，未对面向公众的手术直播中的隐私问题进行深入分析。在今后的研究中，可进一步扩大研究范围，将手术直播平台也作为患者隐私保护的重要主体进行分析，以多方位保障患者在手术直播中的隐私安全。

5　结语

在现代医疗实践中，手术直播已成为一种重要的教育和培训工具。手术直播过程中保护患者隐私不仅是法律义务，更是医学伦理的核心要求。每一位医疗工作者都应将尊重患者隐私权视为自身职责的一部分，政府相关部门应加强立法、监管、指导和教育，以规范手术直播行为，共同维护医患之间的信任关系。只有这样，才能在推动医学进步的同时，确保每一位患者的权益得到应有的尊重和保护。

参考文献

[1] 李永威，冯磊.医院手术直播中患者安全保障体系的完善与实施［J］.中国医院管理，2023，43（3）：59-62.

[2] 聂良辉，刘向峰，程博.医院开展手术直播的意义及架构探讨［J］.中国医疗器械信息，2019，25（19）：53-54.

[3] CUMPANAS A A， FERICIAN O C， LATCU S C，et al. Ethical，legal and clinical aspects of live surgery in urology - contemporary issues and a glimpse of the future［J］. Wideochir Inne Tech Maloinwazyjne，2017，12（1）：1-6.

[4] LIVERNEAUX，P. Should we ban live surgery? ［J］. Journal of Visceral Surgery，2019，156（4）：279-280.

[5] 韩俏英，梁继娟，凌志甫，等.外科手术视频直播教学系统在临床外科实验教学中的应用与效果评价［J］.教育教学论坛，2020（25）：391-392.

[6] HAN Q Y， LIANG J J， LIN Z F，et al. Application and effect evaluation of surgical video live broadcast teaching system in clinical surgical experiment teaching‍［J］. Education and Teaching Forum，2020（25）：391-392.

[7] 魏洪波，王新革，李德华.手术直播在口腔种植本科教学中的应用效果评价［J］.中国口腔颌面外科杂志，2020，18（5）：465-468.

[8] WEI H B， WANG X G， LI D H. Evaluation of operation live in oral implantation teaching for undergraduates［J］. China Journal of Oral and Maxillofacial Surgery，2020，18（5）：465-468.

[9] 许美凤，蔡维霞，刘艳，等.智能手术直播辅助PBL教学法在皮肤外科教学中的应用［J］.医学教育研究与实践，2019，27（05）：901-904.

[10] XU M F， CAI W X， LIU Y，et al. Application of intelligent surgery live as an assistant tool for PBL teaching method in dermatological surgery teaching‍［J］. Medical Education Research and Practice，2019，27（5）：901-904.

[11] 易余胤，刘汉民.经济研究中的演化博弈理论［J］.商业经济与管理，2005（8）：8-13.

[12] YI Y Y， LIU H M. Evolutionary game theory in economic research［J］. Journal of Business Economics，2005（8）：8-13.

[13] 张良桥，冯从文.理性与有限理性：论经典博弈理论与进化博弈理论之关系［J］.世界经济，2001（8）：74-78.

[14] 王层层.手术直播中患者隐私侵权认定及其法律规制［J］.医学与哲学，2021，42（12）：69-73.

[15] WANG C C. Tort identification of patient privacy in live surgery and its legal regulation［J］. Medicine and Philosophy，2021，42（12）：69-73.

[16] 王琳，蒋雨轩，杨文升.资源型企业绿色转型动力机制的演化博弈分析［J］.管理现代化，2024，44（3）：92-102.

[17] WANG L， JAING Y X， YANG W S. An evolutionary game analysis of the dynamic mechanism of green transformation in resource-based enterprises［J］. Modernization of Management，2024，44（3）：92-102.

[18] 马桂清，严金海.关于手术知情同意实施现状的分析研究［J］.中国医学伦理学，2024，37（2）：163-167.

[19] MA G Q， YAN J H. Analysis and research on implementation status of informed consent in surgery［J］. Chinese Medical Ethics，2024，37（2）：163-167.

基金资助

山东省社会科学规划研究项目“行政裁决现状及法律对策研究”(20CFXJ10)