AI诊断结果的患者沟通策略

AI诊断结果的患者沟通策略演讲人沟通前的系统化准备：奠定信任的基石01特殊情境下的沟通挑战与应对02沟通中的核心策略：从“信息传递”到“意义共建”03沟通后的跟进与反馈优化机制04目录AI诊断结果的患者沟通策略引言：AI医疗时代的沟通新命题随着人工智能（AI）技术在医疗诊断领域的深度应用，从影像识别、病理分析到风险预测，AI正逐步成为医生的“智能伙伴”。然而，当一份由算法生成的诊断报告摆在患者面前时，一个核心问题浮出水面：如何让冰冷的“数据”转化为患者能理解、能信任、能共同决策的“语言”？我曾接诊过一位肺癌患者家属，拿着AI标注的“磨玻璃结节”报告反复追问：“机器说的‘可疑’，到底是多大可能？比人看得准吗？”这让我深刻意识到：AI诊断的价值，不仅在于算法的精准度，更在于医患之间能否通过有效沟通，将技术优势转化为患者的安全感与治疗依从性。AI诊断结果的患者沟通，本质是“技术理性”与“人文关怀”的平衡术。它要求医生既要懂AI的逻辑，更要懂患者的心理；既要传递客观数据，又要回应主观情绪；既要尊重AI的辅助角色，更要坚守医疗的决策主体地位。本文将从沟通准备、核心策略、特殊情境处理到后续跟进，系统构建AI诊断结果的沟通框架，旨在为临床工作者提供一套兼具专业性与温度的实践指南。01沟通前的系统化准备：奠定信任的基石沟通前的系统化准备：奠定信任的基石有效的沟通始于充分的准备。在向患者传达AI诊断结果前，医生需完成对“技术-患者-场景”三要素的深度解析，避免“信息差”导致的误解与焦虑。正如建筑前的地基设计，准备阶段的每一步都直接影响沟通的稳固性。1对AI诊断结果的深度解析与临床校验AI诊断并非“黑箱输出”，其结果背后是算法逻辑、数据质量与模型局限性的综合体现。医生需首先成为“AI结果的解读者”，确保传递给患者的信息准确且具有临床意义。1对AI诊断结果的深度解析与临床校验1.1理解AI模型的逻辑与局限性不同AI模型的诊断依据差异显著：影像AI可能依赖像素特征识别，病理AI可能基于细胞形态学分类，预测模型则整合多维度临床数据。例如，某款肺结节AI模型的“恶性概率”输出，基于的是10万例CT影像的结节密度、边缘特征与病理结果的关联，但其训练数据若以东亚人群为主，对高加索人群的适用性可能降低。医生需明确告知患者：“AI的分析就像一位‘见多识广的助手’，它看过大量病例，但它的判断基于特定的数据规律，有时会因个体差异出现偏差。”同时，必须坦诚AI的局限性。例如，AI对罕见病的识别率可能不足，或对“交界性病变”（如乳腺导管内增生性病变）的判断存在不确定性。我曾遇到一例AI提示“卵巢囊肿性质待定”的病例，术前沟通时我特别说明：“AI通过肿瘤标志物和超声影像分析，认为这个囊肿有70%可能是良性的，但剩下的30%需要手术病理确认。就像天气预报说明天70%晴天，我们仍需带伞以防万一。”这种“有限度透明”既不夸大AI能力，也为后续治疗留出空间。1对AI诊断结果的深度解析与临床校验1.2临床经验与AI结果的交叉验证AI是辅助工具，而非医生的替代品。当AI结果与临床经验一致时，沟通的底气更足；当两者冲突时，需以临床证据为核心进行解释。例如，某患者AI心电图提示“心肌缺血可能”，但患者无典型症状且心肌酶正常，结合其长期焦虑病史，我判断AI可能将“焦虑引起的ST段压低”误判为缺血。沟通时我展示了两者的对比：“AI看到心电图有轻微改变，提示心肌缺血风险，但您没有胸闷、心悸的症状，心脏指标也正常，结合您最近压力大、睡眠差的情况，更可能是情绪影响了心电图。我们会再做个动态心电图，排除一下。”这种“数据+临床+患者状态”的综合解释，让患者感受到医生的专业性与严谨性。2患者画像的精准评估与需求预判“同样的诊断结果，对不同患者意味着不同的心理冲击。”一位老年患者可能更关心“能不能治”，而年轻患者可能担忧“是否影响生育”；高学历患者可能追问“算法原理”，而文化程度较低的患者可能更依赖“医生建议”。因此，沟通前需通过病历资料、既往就诊记录甚至与家属的初步交流，构建“患者画像”。2患者画像的精准评估与需求预判2.1人口学与疾病认知水平-年龄与教育背景：老年患者对AI的认知可能停留在“机器看病不可靠”，需用“类比法”解释，如“AI就像老花镜，帮医生看得更清楚，但戴花镜的还是医生”；年轻患者对AI接受度高，但需避免过度依赖，可强调“AI提供的是参考，最终方案我们共同决定”。-疾病知识储备：对了解自身疾病的患者，可适当提及AI的关键指标（如“AI通过分析肿瘤的基因突变位点，靶向药物有效率预测达80%”）；对首次接触疾病的患者，需先普及基础知识，再引入AI结果。2患者画像的精准评估与需求预判2.2情绪状态与沟通偏好患者的情绪状态直接影响信息接收效率。我曾接诊一位乳腺癌患者，术前AI风险评估提示“复发风险中等”，她当时沉默不语，手指反复捏衣角。我意识到她处于“恐惧-回避”状态，沟通时先调整策略：“您先别急着担心，我们一起慢慢理清楚。AI说‘中等风险’，就像考试得了75分，不是很好，但也不是最差。我们看看哪些因素可以帮您把分数提高到85分。”这种“情绪缓冲+目标导向”的沟通，让她逐渐放松下来，开始主动询问治疗方案。此外，需注意患者的沟通偏好：有的患者喜欢“直击要点”，可先说结论再解释细节；有的患者需要“逐步引导”，可从“您今天感觉怎么样”开始，自然过渡到AI结果。3沟通场景的构建与工具适配沟通场景的“软环境”与“硬工具”同样重要。一个嘈杂的诊室、一份满是专业术语的报告，都可能成为沟通的障碍。3沟通场景的构建与工具适配3.1环境选择：营造“安全对话空间”-物理环境：优先选择独立、安静的诊室，避免走廊、护士站等公共区域。我曾因在门诊大厅向一位患者解释AI“肺结节风险评分”，周围患者的窃窃私语让她全程紧握拳头，后改为预约专门的沟通室，她才逐渐敞开心扉。-时间安排：避免患者刚做完检查、情绪尚未平复时沟通，或临近下班时间匆忙交流。建议预留15-20分钟，确保有充足时间解答疑问。3沟通场景的构建与工具适配3.2辅助工具：让“抽象数据”可视化AI诊断结果往往包含复杂的数值、图表，需转化为患者能感知的“可视化语言”。例如：-AI报告简化版：将“恶性概率0.3（95%CI0.2-0.5）”转化为“根据AI分析，您的结节有30%可能是恶性的，这个判断有95%的把握（即100个类似结节中，约30个是恶性的）”；-对比图表：用柱状图展示“AI预测的5年生存率”与“同类患者平均生存率”，让患者直观看到AI的价值；-动态演示：对于影像AI（如脑肿瘤分割），可在屏幕上动态展示AI勾画的病灶范围，解释“蓝色区域是AI识别的肿瘤，红色区域是医生判断的浸润范围，两者结合能更精准地制定手术方案”。02沟通中的核心策略：从“信息传递”到“意义共建”沟通中的核心策略：从“信息传递”到“意义共建”当准备工作就绪，沟通便进入“实战阶段”。此时的核心目标不是“告知结果”，而是“共建理解”——让患者不仅知道“是什么”，更理解“为什么”“怎么办”，并从中获得参与感与掌控感。1结果的精准传达：从“数据”到“意义”的转化AI诊断结果的核心是“数据”，但患者需要的不是“数据”，而是“数据背后的意义”。医生需充当“翻译官”，将算法语言转化为“患者语言”。1结果的精准传达：从“数据”到“意义”的转化1.1术语的通俗化处理：避免“专业术语壁垒”医学与AI领域的专业术语是沟通的“隐形障碍”。例如，“深度学习模型卷积神经网络”对患者而言毫无意义，可转化为“AI就像一位‘侦探’，通过反复看大量CT片子，学会了识别可疑结节的‘指纹’（如边缘毛刺、分叶状），这次它就是用这个‘指纹’判断您的结节可能有风险”。对于“敏感性”“特异性”等统计指标，需结合生活场景解释：“敏感性90%意味着，如果100个真正的病人，AI能查出90个，但可能漏掉10个；特异性95%意味着，如果100个健康人，AI能正确识别95个，但可能误判5个。所以我们需要结合其他检查，减少漏诊和误诊。”1结果的精准传达：从“数据”到“意义”的转化1.2数据的可视化呈现：让“数字”可感知单纯的数值难以引发共鸣，需结合“具象化类比”或“情境化表达”。例如：-风险概率转化：将“AI预测的卒中风险为15%”转化为“和您同龄、有同样高血压、糖尿病的人相比，您的卒中风险比他们高5%，相当于平时每天走1万步的人，突然某天走2万步，身体需要适应一下”；-时间维度关联：对于“AI预测的5年复发风险20%”，可补充“就像种一棵树，前5年是关键生长期，我们通过规范治疗，可以把‘复发’这棵‘小树苗’‘拔掉’，让它不再生长”。1结果的精准传达：从“数据”到“意义”的转化1.3情境化的解释框架：连接“疾病”与“生活”AI诊断结果若脱离患者的生活场景，会显得冰冷而遥远。我曾为一位糖尿病患者解释AI“视网膜病变风险评分”时，没有直接说“AI提示您有中度病变风险”，而是说：“您最近是不是觉得看东西有点模糊？AI通过分析您的眼底照片，发现视网膜上有一些小血管瘤，就像水管壁出现了小鼓包。如果不及时处理，可能会影响视力，就像水管漏水不修，eventually会把地板泡坏。我们建议您做个眼底造影，看看哪些鼓包需要‘修补’。”这种将“血管瘤”与“水管漏水”的类比，让患者瞬间理解了治疗的紧迫性。2共情式情绪支持：建立信任的情感基础当患者面对AI诊断结果时，往往伴随恐惧、焦虑、怀疑等复杂情绪。沟通的首要任务不是“解释信息”，而是“接纳情绪”——让患者感受到“我的感受被看见”。2共情式情绪支持：建立信任的情感基础2.1主动识别与接纳情绪：不做“理性的冷漠者”患者的情绪往往隐藏在语言或行为中：反复追问“是不是很严重”、沉默不语、突然转移话题等。医生需通过“观察-反馈-接纳”三步法回应情绪。例如：01-观察：患者拿着AI报告双手发抖，可说：“我看到您拿报告的手在抖，是不是心里有点紧张？”02-反馈：患者点头后，继续说：“换作是我，看到‘异常’两个字，也会担心。这种担心很正常，我们先不急着谈治疗，聊聊您的感受好吗？”03-接纳：患者表达“怕治不好”时，回应：“您的担心我特别理解，很多患者刚开始都会有这种顾虑。但您放心，我们会一起把每一步走好。”042共情式情绪支持：建立信任的情感基础2.1主动识别与接纳情绪：不做“理性的冷漠者”我曾遇到一位肺癌患者，AI提示“疑似晚期”，他突然说：“我不治了，治不好的。”我没有反驳，而是说：“您说‘不治了’，是不是觉得希望很小了？”他红了眼眶：“我听说晚期肺癌活不过一年。”我握住他的手：“AI说‘疑似’，是因为影像上有些像晚期，但我们需要做穿刺活检才能确定。即使是晚期，现在也有很多新药，我有个病人和您情况类似，用了靶向药已经活了3年，还能接送孙子。我们先确认一下，好吗？”这种“先共情，再引导”的方式，让他从绝望转向了合作意愿。2.2.2叙事化引导与故事共鸣：用“他人的故事”替代“说教”抽象的安慰不如具体的案例有力量。在保护隐私的前提下，可分享类似患者的治疗故事，帮助患者建立希望。例如，对AI提示“高风险”的甲状腺结节患者，可说：“我去年遇到一位和您很像的患者，也是结节4cm，AI提示恶性可能80%，她当时也很害怕。手术后病理是乳头状癌，属于‘懒癌’，术后吃优甲乐，现在和正常人一样，还能每天跳广场舞。”这种“叙事化沟通”让患者从“疾病标签”中跳脱出来，看到“人”的可能性。2共情式情绪支持：建立信任的情感基础2.3非语言沟通的重要性：让“沉默”也传递温度沟通不仅是“说话”，更是“关系的建立”。医生的眼神、语气、肢体动作，往往比语言更能传递共情。例如：01-眼神交流：避免低头看报告，与患者保持平视，让对方感受到“我在专注听你说话”；02-肢体语言：适当前倾身体、点头回应，传递“我在关注你”；对情绪激动的患者，可递纸巾、轻拍肩膀，但需注意文化差异（如部分男性患者可能不习惯肢体接触）；03-语速控制：避免过快的“汇报式”沟通，在患者表达情绪时放慢语速，用“嗯”“我明白”等短句回应，让对方感受到被尊重。043AI角色的透明化阐释：消除技术与人文的隔阂患者对AI的抵触，往往源于对“机器取代医生”的恐惧。沟通中需明确AI的“辅助”角色，消除“技术黑箱”带来的不信任感。3AI角色的透明化阐释：消除技术与人文的隔阂3.1明确AI的“辅助”定位：强调“医生是决策主体”需反复向患者传递一个核心信息：“AI是我的‘工具’，不是‘替代者’。”例如，可结合具体场景解释：“AI就像汽车的导航，它能提示哪条路堵车、哪条路有捷径，但握方向盘、踩刹车的还是我。导航可能会出错，比如临时修路没更新，但我会根据路况调整路线。AI也一样，它帮我分析数据，但最终治疗方案，需要结合您的具体情况、身体状况，我们一起决定。”3AI角色的透明化阐释：消除技术与人文的隔阂3.2解释AI的“学习机制”：让“算法”变得可理解患者常担心“AI会不会犯错”。可通过“学习过程”的类比，解释AI的局限性：“AI就像一个刚毕业的医学生，它看了10万份病例，理论上比任何医生都‘见多识广’，但它缺乏临床经验，不知道您的‘特殊情况’。比如AI可能根据CT影像判断结节良性，但结合您家族有肺癌病史，我会建议进一步检查。就像医学生看到CT说‘没事’，但带教老师会说‘再做个穿刺更保险’。”这种“AI=医学生”的类比，既肯定了AI的能力，又强调了医生的经验价值。2.3.3坦诚AI的“不确定性”：建立“共同面对”的伙伴关系没有完美的AI，也没有绝对准确的诊断。当AI结果存在不确定性时，坦诚告知患者，反而能建立信任。例如，对AI提示“乳腺BI-RADS4类（可疑恶性）”的患者，我说：“AI根据您的乳腺X线片，认为这个结节有20%-30%可能是恶性的，3AI角色的透明化阐释：消除技术与人文的隔阂3.2解释AI的“学习机制”：让“算法”变得可理解这个概率不算低，但也不是100%。就像抛硬币，有正反两面，我们需要做活检来确定是哪一面。活检虽然有小创伤，但能给我们最准确的答案，您觉得呢？”这种“坦诚不确定性”的沟通，让患者感受到医生不是“推销AI结果”，而是“共同寻找真相”。4个体化决策引导：赋能患者的参与感医疗的本质是“以患者为中心”，AI诊断结果不应是“医生指令”，而应是“决策起点”。沟通中需引导患者参与治疗方案的制定，让其感受到“我是自己健康的第一责任人”。4个体化决策引导：赋能患者的参与感4.1提供多维度的方案选择：避免“单向告知”AI可能给出多种治疗建议（如手术、放疗、靶向治疗等），医生需结合患者意愿，提供“个性化选项”。例如，对AI提示“早期肺癌”的患者，可说：“AI建议手术切除，这是标准方案。但您82岁了，有高血压，手术风险可能比年轻人高。我们有两种选择：一是微创手术，创伤小、恢复快；二是先做基因检测，如果适合靶向药，可能不需要手术。您更倾向于哪种？”这种“选项式沟通”让患者感受到被尊重，而非被动接受。4个体化决策引导：赋能患者的参与感4.2鼓励提问与表达疑虑：建立“双向对话”患者往往因“怕医生不耐烦”而不敢提问，需主动创造提问机会。例如，在解释完AI结果后，可说：“我刚才说了很多，您可能有些没听懂，或者有其他疑问，现在可以随便问我，比如‘AI会不会漏诊？’‘这个治疗要花多少钱？’任何问题都可以。”我曾遇到一位农村患者，听完AI解释后沉默很久，我主动问：“是不是担心费用？”他点头：“靶向药是不是很贵？”我详细讲解了医保政策后，他长舒一口气：“原来能报销，那我就放心了。”4个体化决策引导：赋能患者的参与感4.3共同制定行动计划：让“决策”落地为“行动”沟通的最终目的是“行动”。需与患者共同制定具体、可行的计划，并明确“下一步做什么”“谁来做”“何时做”。例如，对AI提示“糖尿病视网膜病变”的患者，可说：“我们这样安排：1.今天下午做眼底造影，明确病变程度；2.明天上午找内分泌科调整血糖方案；3.一周后复诊，我们一起看检查结果，制定下一步治疗。您看这样安排可以吗？”这种“具体化行动计划”让患者感受到“有方向、有依靠”。03特殊情境下的沟通挑战与应对特殊情境下的沟通挑战与应对AI诊断结果的沟通并非总是一帆风顺，面对结果冲突、不确定性、患者抵触等特殊情境，需灵活调整策略，化解沟通难题。1AI结果与临床经验冲突时的平衡艺术当AI提示与医生临床判断不一致时，是“信AI”还是“信经验”？此时需以“患者安全”为核心，通过证据链向患者解释“为什么会有差异”，并共同制定下一步方案。1AI结果与临床经验冲突时的平衡艺术1.1优先原则：患者安全第一若AI结果提示“良性”，但医生根据症状、体征高度怀疑恶性，需以临床判断为准，并向患者解释原因。例如，某患者AI心电图“正常”，但患者有“压榨性胸痛+大汗”症状，心肌酶升高，我判断是“急性心肌梗死”，沟通时说：“AI看了心电图，说没大问题，但您的症状和心肌酶结果提示心肌可能缺血坏死，就像水管堵了，AI没看到裂缝，但水流已经不通了。我们需要马上做冠脉造影，开通血管。”这种“症状+指标”的证据链，让患者理解了“为何不信AI”。1AI结果与临床经验冲突时的平衡艺术1.2证据链呈现：用“数据对比”解释差异若AI结果与检查结果（如病理、影像）冲突，需展示两者的差异点，并解释原因。例如，某患者AI病理报告“低级别别化”，但免疫组化提示“高级别别化”，我对比了两者的依据：“AI主要看细胞形态，认为分化程度低；但免疫组化检测到‘ki-67指数30%’，属于高增殖，说明肿瘤更活跃。就像看一个人，AI只看了脸，觉得年轻，但实际骨龄显示年龄大。我们以免疫组化为准，调整治疗方案。”1AI结果与临床经验冲突时的平衡艺术1.3共同决策：邀请第三方意见当医患双方对AI与临床的冲突难以判断时，可邀请上级医生或多学科会诊（MDT），向患者说明：“我们请主任一起看看，结合AI和临床经验，制定最稳妥的方案。”这种“集体决策”能减少患者的疑虑，体现医疗的严谨性。2结果不确定性下的风险沟通AI诊断常以“概率”形式输出结果（如“恶性概率60%”），这种不确定性易引发患者焦虑。沟通的核心是“将不确定性转化为可控的行动”。2结果不确定性下的风险沟通2.1概率表达的具象化：避免“数字焦虑”“60%的恶性概率”对患者而言是抽象的，需转化为“可感知的风险”。例如：“60%意味着10个类似结节中，6个是恶性的，4个是良性的。就像掷骰子，有6个面，4个是坏的，2个是好的。我们需要做活检，‘掷骰子’的结果才能确定。”2结果不确定性下的风险沟通2.2分阶段解释与动态评估：避免“一次性信息轰炸”面对不确定性，可分阶段沟通，先告知“当前结论”，再解释“下一步验证”。例如，对AI提示“胰腺囊肿可疑癌前病变”的患者，先说：“AI分析您的囊肿，认为有癌变风险，但不确定是哪种类型。”再补充：“我们分两步：1.先做增强CT，看囊肿的血供情况；2.如果CT提示可疑，再做超声内镜下穿刺。每一步都能更接近真相，您不用现在就决定‘治不治’，我们先看第一步结果。”2结果不确定性下的风险沟通2.3提供心理支持资源：缓解“不确定性恐惧”长期的不确定性可能引发慢性焦虑，需主动提供心理支持。例如：“担心结果出来前睡不着的话，可以找我们医院的心理咨询师聊聊，他们有很多方法帮您缓解焦虑。或者您可以加入我们的患者互助群，和有类似经历的人交流，会发现很多人和您一样，最后都顺利度过了这个阶段。”3患者对AI抵触情绪的化解策略部分患者对AI存在“天然抵触”，认为“看病只能靠医生”，此时需尊重认知差异，逐步建立信任。3患者对AI抵触情绪的化解策略3.1尊重认知差异，避免强制说服当患者明确表示“不信AI”时，避免强行灌输“AI很厉害”，可先接纳其感受，再寻找切入点。例如，患者说：“我不信机器，我只信医生。”回应：“我理解您的顾虑，以前我也担心机器看病不靠谱，但后来发现AI就像个‘放大镜’，能帮我看到一些肉眼看不到的细节。我们今天不谈AI，只看您的检查结果，您觉得怎么样？”3患者对AI抵触情绪的化解策略3.2用成功案例建立信任：从“旁观”到“接受”分享“AI帮助诊断”的真实案例，让患者从“旁观者”变为“潜在受益者”。例如，对抵触AI的肺结节患者，可说：“我上周遇到一位患者，结节很小，只有4mm，我肉眼觉得没事，但AI提示‘可疑’，后来做穿刺发现是早期肺癌，因为发现早，手术切得很干净，现在恢复得很好。AI就像个‘哨兵’，能帮我们守住‘早期发现’这一关。”3患者对AI抵触情绪的化解策略3.3提供替代方案的选择权：避免“AI绑架”若患者坚决不接受AI，可提供传统诊断方案，同时说明AI可能带来的价值。例如：“如果您实在不想用AI，我们可以用传统方法诊断，但需要定期复查。不过AI能帮我们更精准地判断复查间隔，比如AI说‘3个月复查一次’，可能比常规的‘6个月’更安全。您看哪种方式更适合您？”这种“有条件的妥协”，既尊重患者意愿，又保留了AI的价值。04沟通后的跟进与反馈优化机制沟通后的跟进与反馈优化机制沟通的结束不是终点，而是“长期信任关系”的起点。通过信息固化、动态反馈与体系优化，确保AI诊断结果的沟通效果持续落地。1信息固化与记忆辅助工具患者沟通后，往往因情绪紧张或信息过载而遗忘关键内容，需通过“可视化工具”固化信息，方便后续回顾。1信息固化与记忆辅助工具1.1个性化书面材料的提供-沟通总结单：用1页纸总结“AI诊断结果”“关键解释”“下一步计划”“常见问题QA”，例如：“AI提示：肺结节恶性概率30%；解释：相当于10个结节中3个恶性，需活检确认；下一步：1周内做穿刺；常见问题：Q：穿刺风险大吗？A：出血风险<1%，感染风险<0.5%。”-AI术语手册：针对常用AI术语（如“BI-RADS”“恶性概率”），提供通俗解释，患者可带回家查阅。1信息固化与记忆辅助工具1.2数字化随访工具的运用-APP/小程序提醒：通过医院APP发送“复查提醒”“用药提醒”，并附上AI解释的链接（如“为什么需要复查？AI提示结节生长速度加快，需动态监测”）；-在线咨询入口：提供AI结果的在线咨询通道，患者若有疑问，可随时通过文字、图片向医生反馈，避免“问题堆积”。2动态反馈与持续沟通AI诊断结果的治疗过程是动态变化的，需通过“短期随访”与“长期跟踪”建立持续沟通。2动态反馈与持续沟通2.1短期随访：24-72小时内的信息确认患者沟通后24-72小时是“信息消化关键期”，可通过电话或微信随访，确认其对AI结果的理解程度。例如，术后患者AI提示“复发风险中等”，可电话沟通：“术后第3天，感觉怎么样？之前和您说的‘AI预测的复发风险’，您还记得是怎么降低的吗？”若患者遗忘，可再次发送“沟通总结单”，强化记忆。2动态反馈与持续沟通2.2长期跟踪：根据病情进展更新AI信息对于慢性病或需长期随访的患者，需定期更新AI诊断结