人因失誤分類理論及其在醫(yī)療領(lǐng)域中的應(yīng)用

馮慶敏，劉勝林，張強(qiáng)，嚴(yán)毅，程鵬

華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬協(xié)和醫(yī)院 生物醫(yī)學(xué)工程研究室，湖北 武漢 430022

1 人因失誤概述

1.1 人因失誤的定義

人因失誤（Human Error）又稱為人為差錯、人因差錯、人為失誤等。從認(rèn)知科學(xué)領(lǐng)域到應(yīng)用科學(xué)領(lǐng)域，人因失誤已得到廣泛的關(guān)注和研究。人因失誤的定義有很多種，不同的學(xué)者對其有不同的解釋。Rigby將人因失誤定義為未能滿足系統(tǒng)對人的“質(zhì)量標(biāo)準(zhǔn)”要求的人的行為。Swain[1]認(rèn)為“任何超過系統(tǒng)正常工作所規(guī)定的接受標(biāo)準(zhǔn)或容許范圍的人的行為”即可稱為人因失誤。而英國心理學(xué)家Reason[2]將人因失誤定義為背離意向計(jì)劃、規(guī)程的人的行為或是遵循意向計(jì)劃卻未達(dá)到預(yù)期目標(biāo)的人的行為。綜上，人因失誤可定義為人的行為結(jié)果偏離了規(guī)定的目標(biāo)，并產(chǎn)生了不良的影響。

1.2 醫(yī)療中的人因失誤

醫(yī)療中的人因失誤，即醫(yī)療失誤（Medical Errors）。美國醫(yī)學(xué)研究所（Institute of Medicine，IOM）在1999年以“To Err Is Human： Building A Safer Health System”為題，報(bào)道了醫(yī)療保健中的人因失誤[3]，由于人自身心理和生理上的局限性，人因失誤不可避免。在普通事故和與醫(yī)療設(shè)備/裝置有關(guān)的事故中，多達(dá)90%是由人因失誤引起。如今在美國，醫(yī)療失誤已成為第八大致死原因，據(jù)估計(jì)，每年可導(dǎo)致44000～98000名患者死亡，而且每年因醫(yī)療事故帶來了巨大的花費(fèi)。根據(jù)定義[2]，人因失誤即人的行為失誤，人的行為主要是人的認(rèn)知活動。認(rèn)知任務(wù)中不適當(dāng)?shù)男畔⑻幚砜蓪?dǎo)致人因失誤的出現(xiàn)[2,4]。因此，防止或減少醫(yī)療失誤的關(guān)鍵在于理解醫(yī)療失誤的根本認(rèn)知機(jī)制。醫(yī)療保健中的人因失誤種類繁多，醫(yī)療失誤常出現(xiàn)在藥物治療、麻醉、醫(yī)療器械維修與使用、護(hù)理、急診等復(fù)雜醫(yī)療活動中。

2 人因失誤分類理論

人因失誤研究包括預(yù)測分析和回顧分析。人因失誤分類系統(tǒng)是人因失誤研究中的一種定性研究方法，通過回顧性分類分析可以得到更詳細(xì)和更有針對性的人因失誤處理和規(guī)避措施。國外開展人因失誤分類研究較早，已有很多人因失誤分類系統(tǒng)被提出，并在航空航天[5]、核電站[6]、化工廠[7]、交通運(yùn)輸[8]等復(fù)雜工業(yè)領(lǐng)域中得到了廣泛的應(yīng)用。下文是對幾個重要的人因失誤分類方法的簡要總結(jié)。

2.1 Norman分類方法

Norman[9]將人機(jī)交互過程中人的行為分為7個階段：①建立目標(biāo)；② 形成意向；③ 動作描述；④ 執(zhí)行動作；⑤ 理解系統(tǒng)狀態(tài)；⑥ 解釋系統(tǒng)狀態(tài)；⑦ 根據(jù)目標(biāo)和意向評估系統(tǒng)狀態(tài)，見圖1。從理論上講，認(rèn)知或動作失誤可能在任何一個階段中出現(xiàn)。Norman[4]較偏重于研究失誤行為產(chǎn)生的心理因素，并將言語失誤按照其產(chǎn)生的心理因素分為3類：①意向形成失誤；② 圖式結(jié)構(gòu)被錯誤地激活；③ 對已處于激活狀態(tài)下的圖式結(jié)構(gòu)產(chǎn)生不適時(shí)的錯誤觸發(fā)、混淆。Norman以圖式心理學(xué)模型為基礎(chǔ)，通過激活-觸發(fā)-圖式系統(tǒng)（Activation Trigger Schema System, ATS）模型解釋言語失誤，并指出可以將該分類理論應(yīng)用于其他領(lǐng)域。

圖1 Norman行為階段模型

2.2 Rasmussen分類法

SRK模型是Rasmussen提出的[10]，用于描述人的認(rèn)知行為過程，該模型將人的行為分為3個水平的認(rèn)知行為模式，即技能型（Skill）、規(guī)則型（Rule）和知識型（Knowledge），見圖2。技能型認(rèn)知行為模式是指作業(yè)者幾乎無需進(jìn)行思考所采取的一種近似于本能反應(yīng)的行為模式。規(guī)則型認(rèn)知行為模式是指作業(yè)者需要選擇一定的規(guī)則并按照規(guī)則要求執(zhí)行任務(wù)的行為模式。知識型認(rèn)知行為模式是指作業(yè)者需要依賴自身知識經(jīng)驗(yàn)進(jìn)行分析、決策和執(zhí)行所采取的行為模式。人因失誤受到作業(yè)者技術(shù)水平、經(jīng)驗(yàn)以及對作業(yè)環(huán)境熟悉程度的影響，在每個認(rèn)知行為水平上所產(chǎn)生的人因失誤種類不同，Rasmussen深入討論了人為失誤，并形成了基于SRK模型的失誤分類學(xué)方法[11]，還探討了如何利用這些信息制定糾正失誤的方案。

圖2 Rasmussen行為分類和認(rèn)知過程

2.3 Reason模型

Reason模型[2]，又稱事故致因“瑞士奶酪”模型，是由曼徹斯特大學(xué)心理學(xué)教授James Reason提出的概念模型。Reason認(rèn)為，事故發(fā)生遵循“組織影響，不安全的監(jiān)督，不安全行為的前提條件，不安全行為”的規(guī)律，在系統(tǒng)中的每個層面上都有代表顯性失誤（Active Errors）和隱性失誤（Latent Errors）的“洞”，顯性失誤是指生產(chǎn)前線個人的具有直接負(fù)面影響的失誤或違規(guī)行為，隱性失誤通常產(chǎn)生于決策者、組織或管理層，是指遠(yuǎn)在事故前所采取的措施或所做的決定而導(dǎo)致的結(jié)果。這些洞會使系統(tǒng)易受到操作危險(xiǎn)因素的攻擊，并最終導(dǎo)致生產(chǎn)過程的失效或崩潰[12]。Reason模型，見圖3。

圖3 Reason的事故致因“瑞士奶酪”模型

根據(jù)“瑞士奶酪”模型，事故調(diào)查人員必須分析系統(tǒng)的各個層面，首先要研究的是不安全行為（Unsafe Acts）。人的不安全行為是人因失誤的特例[13]，Reason將人的不安全行為分為兩類：一類是無意向做出的不安全行為，包括疏忽和遺忘；一類是有意向做出的不安全行為，包括錯誤和違規(guī)。疏忽（slips）、遺忘（lapses）、錯誤（mistake）和違規(guī)（violations）的失誤分類方法強(qiáng)調(diào)人的行為及其意向之間的關(guān)系。疏忽和遺忘是在意向形成之后的決策執(zhí)行階段產(chǎn)生的失誤。錯誤是在意向形成過程中產(chǎn)生的失誤，即人對當(dāng)前形勢的判斷或推理產(chǎn)生失誤。違規(guī)可以定義為偏離安全操作程序、標(biāo)準(zhǔn)或規(guī)則，組織和個人因素都可能促成違規(guī)的出現(xiàn)[14]。

2.4 Eindhoven分類法

Eindhoven分類法最初由Van der Schaaf提出[15]，并應(yīng)用于化工廠的人因失誤分類，只需要在特定的時(shí)間或出現(xiàn)故障時(shí)進(jìn)行人為干預(yù)。Eindhoven分類法經(jīng)過改進(jìn)和提煉后被應(yīng)用于醫(yī)療領(lǐng)域，該分類法在4個層面進(jìn)行人誤分類：技術(shù)問題（機(jī)器失效）、組織問題、人的行為失效、病人相關(guān)因素。

Eindhoven分類法第一個要考慮的是技術(shù)問題，消除技術(shù)問題可防止本質(zhì)相似的事件再次發(fā)生，可能包括設(shè)計(jì)、結(jié)構(gòu)、材料方面的問題。接下來考慮組織因素，包括培訓(xùn)、協(xié)議、管理優(yōu)先級和安全文化等方面的問題，組織問題是導(dǎo)致事件發(fā)生的隱性因素，包括很多復(fù)雜因素，對醫(yī)療工作的開展具有深刻影響。技術(shù)和組織失效通常被認(rèn)為是系統(tǒng)失誤。排除技術(shù)和組織問題后，第三個層面需要考慮人的行為失效，根據(jù)Rasmussen提出的SRK模型，人的行為可以分為基于知識的、基于規(guī)則的和基于技術(shù)的3個種類。最后一個層面是病人相關(guān)因素，定義為非醫(yī)護(hù)工作人員或治療影響可控制的與病人特性相關(guān)的失效，無法對此層面進(jìn)行評價(jià)。

3 人因失誤分類在醫(yī)療中的應(yīng)用

為防止或較大程度上減少醫(yī)療失誤，理解醫(yī)療失誤的根本原因是非常有必要的。進(jìn)行醫(yī)療事故調(diào)查的一個主要目的是從較深層面上理解事故的背后起因，即隱性因素，從而防止相似事故的再次發(fā)生，提高醫(yī)院患者安全水平。人因失誤分類法可以用來找出和量化這些事故的隱性因素。第2節(jié)中所述的人因失誤分類模型和理論，多數(shù)已經(jīng)被用于醫(yī)療失誤的分類分析中，如Reason模型已被用作調(diào)查醫(yī)療事故的基本方案[16]；Norman的行為階段模型已成為醫(yī)療失誤分類的推薦方法[17]；Eindhoven分類模型已被采納為輸血系統(tǒng)失誤的因果分類和分析方法[18]。這些模型和分類理論能使我們更好地了解失誤，從而實(shí)施一定的補(bǔ)救規(guī)避進(jìn)一步促進(jìn)患者安全。

Zhang等[17]認(rèn)為，最適用于醫(yī)療失誤分類的人的行為認(rèn)知理論是Norman的七階段行為模型，已成為醫(yī)療失誤分類的推薦方法。然而，Norman失誤分類方法僅僅能處理小部分的行為失誤。

Rasmussen主要關(guān)注于操作失敗的機(jī)制，并沒有深入研究作業(yè)者未能正確執(zhí)行操作的原因。Rasmussen分類法較適用于核電廠環(huán)境， 即操作環(huán)境高度自動化和規(guī)范化。在變化多端、非結(jié)構(gòu)化的醫(yī)療環(huán)境中，幾乎所有的工作人員行動都更為自由，選擇規(guī)則時(shí)也較少有指導(dǎo)，故Rasmussen分類法僅適用于小部分的醫(yī)療失誤分析[19]。

Reason的瑞士奶酪模型最初為復(fù)雜工業(yè)系統(tǒng)所設(shè)計(jì)，現(xiàn)已被應(yīng)用于醫(yī)療環(huán)境中，成為分析和調(diào)查醫(yī)療失誤的基礎(chǔ)理論框架[20]。Reason提出了進(jìn)行人的行為失誤分類和評估其原因的綜合分類框架，對分析人誤的深層原因及內(nèi)在機(jī)制具有重要意義。但是Reason模型并沒有明確指出奶酪中“洞”的確切含義，較難找出系統(tǒng)中的隱性失誤，同時(shí)對不安全行為的描述也太過抽象。Vincent C等[16]將瑞士奶酪理論運(yùn)用于臨床醫(yī)療失誤的分析和調(diào)查中，以顯性失誤和隱性失誤進(jìn)行醫(yī)療失誤分類，著重研究了隱性醫(yī)療失誤中的組織影響，并建立了基于奶酪模型的醫(yī)療失誤分析框架，包括機(jī)構(gòu)環(huán)境、組織與管理因素、工作環(huán)境、團(tuán)隊(duì)因素、個人因素、任務(wù)因素及病人因素，該分析框架涵蓋了醫(yī)療體系中的各種相關(guān)的層面。Stanhope等[21]將Reason的組織事故模型應(yīng)用于產(chǎn)科的臨床風(fēng)險(xiǎn)管理中，用于產(chǎn)科醫(yī)療失誤分析和預(yù)測。

Eindhoven分類法已被應(yīng)用于放療、麻醉和血庫等醫(yī)療場所中的失誤研究。 Kaplan等[18]根據(jù)輸血醫(yī)療事件報(bào)告系統(tǒng)（Medical Event Reporting System for Transfusion Medicine，MERS-TM）的特點(diǎn)，對Eindhoven分類法稍加改進(jìn)并應(yīng)用于輸血醫(yī)療失誤的分類和分析中，通過統(tǒng)計(jì)分析血液中心報(bào)告的503例事件，得出在輸血醫(yī)療失誤中各種因素所占比例，其中技術(shù)問題占27%，組織問題占26%，人的行為原因占46%，其他未分類原因占1%，由此可見，技術(shù)和組織等隱性因素在醫(yī)療失誤中占有重要比例，各個層面的失誤比例與其他工業(yè)領(lǐng)域相似。Henneman等[22]將Eindhoven分類法模型運(yùn)用于臨床環(huán)境，說明護(hù)士在識別、干預(yù)和糾正醫(yī)療失誤中起著重要作用。Eindhoven分類模型可以幫助研究人員、管理人員和臨床醫(yī)生對護(hù)士在管理臨床失誤和發(fā)展干預(yù)措施中起的作用進(jìn)行概念化。文中還列舉了幾個臨床場景以說明如何將Eindhoven分類模型運(yùn)用于其中。Nast等[23]報(bào)道了157例心胸特護(hù)病房（CICU）和胸外科術(shù)后監(jiān)護(hù)室（CPCU）的患者安全事件，并運(yùn)用Eindhoven分類法對157例事件的205個致因進(jìn)行了分類，得出人的因素占48%，組織因素占33% ，技術(shù)13%，其他6%，數(shù)據(jù)分析表明，患者安全事件是多層面的，而且1例事件的致因通常有多種。將Eindhoven分類法作為重癥監(jiān)護(hù)中患者安全事件編碼的標(biāo)準(zhǔn)化系統(tǒng)是可行的，并能提高患者安全和促進(jìn)質(zhì)量改進(jìn)。

4 小結(jié)和展望

復(fù)雜度較高的動態(tài)醫(yī)療環(huán)境中，隨時(shí)可能發(fā)生醫(yī)療事故。為防止相似事故的重復(fù)出現(xiàn)，應(yīng)分析醫(yī)療失誤的潛在因素，理解失誤發(fā)生的認(rèn)知機(jī)制，運(yùn)用人因失誤分類法找出和量化潛在因素。

對醫(yī)療失誤進(jìn)行分類時(shí)，需要注意以下幾點(diǎn)[19]：

（1）分類方法應(yīng)有助于分析事件本質(zhì)；

（2）分類方法必須能夠從多個角度分析失誤，如失誤發(fā)生點(diǎn)定位、影響因素、本質(zhì)和行為形成因子的貢獻(xiàn)因素；

（3）分類方法應(yīng)具有潛在的組織架構(gòu)，以便于理解被調(diào)查的失誤；

（4）失誤分類方法應(yīng)有助于補(bǔ)救計(jì)劃的設(shè)計(jì)；

（5）分類方法應(yīng)對補(bǔ)救行為工具的選擇提供指導(dǎo)；

（6）險(xiǎn)兆事件的分類須為恢復(fù)機(jī)制提供有價(jià)值的信息。

目前存在的基于認(rèn)知心理學(xué)的人誤分類方法基本能夠分析人誤的產(chǎn)生原因和深層機(jī)理，但其理論程度較高，在具體實(shí)現(xiàn)方面還存在一定的困難，而且多數(shù)分類方法的應(yīng)用背景較強(qiáng)，難以直接用于醫(yī)療失誤的分類分析。因此，發(fā)展較為全面的、符合醫(yī)療保健特點(diǎn)的人因失誤分類框架對減少醫(yī)療失誤、提高患者安全具有重要意義，也是保障醫(yī)療系統(tǒng)安全運(yùn)作的重要途徑。

[1] Swain AD,Guttmann HE.Handbook of human reliability analysis with emphasis on nuclear power plant applications(NUREG/CR-1278)[R].Washington DC:US Nuclear Regulatory Commission,1983.

[2] Reason J.Human error[Z].Cambridge,MA:Cambridge University Press,1990.

[3] Kohn LT,Corrigan J,Donaldson MS.To err is human: building a safer health system[M].Natl Academy Pr,2000.

[4] Norman DA.Categorization of action slips[J].Psychological Review,1981,88(1):1.

[5] Amalberti R,Wioland L.Human error in aviation[A].Proceedings of the International Aviation Safety Conference:Human Factors,System Engineering,Flight Operations,Economics,and Strategies Management[C].1997:91-108.

[6] Bell BJ,Swain AD.A procedure for conducting a human reliability analysis for nuclear power plants: final report [R].Washington DC:US Nuclear Regulatory Commission,1983.

[7] Van der Schaaf TW.Near-miss reporting in the chemical process industry:an overview[J].Microelectronics and Reliability,1995,35(5):1233-1243.

[8] Stanton NA,Salmon PM.Human error taxonomies applied to driving:a generic driver error taxonomy and its implications for intelligent transport systems[J].Safety Science,2009,47(2):227-237.

[9] Donald AN,Stephen WD.User centered system design:new perspectives on Human-Computer interaction[M].Hillsdale:L Erlbaum Assoc,1986.

[10] Rasmussen J.Outlines of a hybrid model of the process operator[M].New York: Plenum Press,1976,371-383.

[11] Rasmussen J.Human errors:a taxonomy for describing human malfunction in industrial installations[J].J Occup Accidents,1982,(4):311-315.

[12] Wiegmann DA,Shappell SA.A human error approach to aviation accident analysis: the human factors analysis and classification system[M].Aldershot:Ashgate,2003.

[13] 李曄.核電站人因失誤分析及控制[A].中國核科學(xué)技術(shù)進(jìn)展報(bào)告——中國核學(xué)會2009年學(xué)術(shù)年會論文集(1)[C].2009.

[14] Reason J,Parker D,Free R.Bending the rules: the varieties origins and management of safety violations[D].Leiden,the Netherlands:Faculty of Social Science, University of Leiden,1994.

[15] Van der Schaaf TW.Near miss reporting in the chemical process industry[D].Eindhoven,the Netherlands: Eindhoven University of Technology,1992.

[16] Vincent C,Taylor-Adams S,Stanhope N.Framework for analysing risk and safety in clinical medicine[J].BMJ,1998,316(7138):1154-1157.

[17] Zhang J,Patel VL,Johnson TR,et al.Toward an actionbased taxonomy of human errors in medicine[A].Twenty-Fourth Annual Conference of the Cognitive Science Society[C].2002:970-975.

[18] Kaplan HS,Battles JB,Van der Schaaf TW, et al.Identification and classification of the causes of events in transfusion medicine[J].Transfusion,1998,38(11-12):1071-1081.

[19] Carayon P.Handbook of human factors and ergonomics in health care and patient safety[M].Boca Raton,Florida:CRC Press,2011.

[20] Thomas P.The swiss cheese model of safety incidents:are there holes in the metaphor?[J].BMC Health Serv Res,2005,(5):71.

[21] Stanhope N,Vincent C,Taylor-Adams SE,et al.Applying human factors methods to clinical risk management in obstetrics[J].BJOG,1997,(104):1225-1232.

[22] Henneman EA,Gawlinski A.A"near-miss"model for describing the nurse,s role in the recovery of medical errors[J].Journal of Professional Nursing,2004,20(3):196-201.

[23] Nast PA,Avidan M,Harris CB,et al.Reporting and classification of patient safety events in a cardiothoracic intensive care unit and cardiothoracic postoperative care unit[J].The Journal of Thoracic and Cardiovascular Surgery,2005,130(4):1137.