人因失誤分類理論及其在醫療領域中的應用

馮慶敏，劉勝林，張強，嚴毅，程鵬

華中科技大學同濟醫學院附屬協和醫院 生物醫學工程研究室，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。從認知科學領域到應用科學領域，人因失誤已得到廣泛的關注和研究。人因失誤的定義有很多種，不同的學者對其有不同的解釋。Rigby將人因失誤定義為未能滿足系統對人的“質量標準”要求的人的行為。Swain[1]認為“任何超過系統正常工作所規定的接受標準或容許范圍的人的行為”即可稱為人因失誤。而英國心理學家Reason[2]將人因失誤定義為背離意向計劃、規程的人的行為或是遵循意向計劃卻未達到預期目標的人的行為。綜上，人因失誤可定義為人的行為結果偏離了規定的目標，并產生了不良的影響。

1.2 醫療中的人因失誤

醫療中的人因失誤，即醫療失誤（Medical Errors）。美國醫學研究所（Institute of Medicine，IOM）在1999年以“To Err Is Human： Building A Safer Health System”為題，報道了醫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。在普通事故和與醫療設備/裝置有關的事故中，多達90%是由人因失誤引起。如今在美國，醫療失誤已成為第八大致死原因，據估計，每年可導致44000～98000名患者死亡，而且每年因醫療事故帶來了巨大的花費。根據定義[2]，人因失誤即人的行為失誤，人的行為主要是人的認知活動。認知任務中不適當的信息處理可導致人因失誤的出現[2,4]。因此，防止或減少醫療失誤的關鍵在于理解醫療失誤的根本認知機制。醫療保健中的人因失誤種類繁多，醫療失誤常出現在藥物治療、麻醉、醫療器械維修與使用、護理、急診等復雜醫療活動中。

2 人因失誤分類理論

人因失誤研究包括預測分析和回顧分析。人因失誤分類系統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和更有針對性的人因失誤處理和規避措施。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被提出，并在航空航天[5]、核電站[6]、化工廠[7]、交通運輸[8]等復雜工業領域中得到了廣泛的應用。下文是對幾個重要的人因失誤分類方法的簡要總結。

2.1 Norman分類方法

Norman[9]將人機交互過程中人的行為分為7個階段：①建立目標；② 形成意向；③ 動作描述；④ 執行動作；⑤ 理解系統狀態；⑥ 解釋系統狀態；⑦ 根據目標和意向評估系統狀態，見圖1。從理論上講，認知或動作失誤可能在任何一個階段中出現。Norman[4]較偏重于研究失誤行為產生的心理因素，并將言語失誤按照其產生的心理因素分為3類：①意向形成失誤；② 圖式結構被錯誤地激活；③ 對已處于激活狀態下的圖式結構產生不適時的錯誤觸發、混淆。Norman以圖式心理學模型為基礎，通過激活-觸發-圖式系統（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用于其他領域。

圖1 Norman行為階段模型

2.2 Rasmussen分類法

SRK模型是Rasmussen提出的[10]，用于描述人的認知行為過程，該模型將人的行為分為3個水平的認知行為模式，即技能型（Skill）、規則型（Rule）和知識型（Knowledge），見圖2。技能型認知行為模式是指作業者幾乎無需進行思考所采取的一種近似于本能反應的行為模式。規則型認知行為模式是指作業者需要選擇一定的規則并按照規則要求執行任務的行為模式。知識型認知行為模式是指作業者需要依賴自身知識經驗進行分析、決策和執行所采取的行為模式。人因失誤受到作業者技術水平、經驗以及對作業環境熟悉程度的影響，在每個認知行為水平上所產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，是由曼徹斯特大學心理學教授James Reason提出的概念模型。Reason認為，事故發生遵循“組織影響，不安全的監督，不安全行為的前提條件，不安全行為”的規律，在系統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”，顯性失誤是指生產前線個人的具有直接負面影響的失誤或違規行為，隱性失誤通常產生于決策者、組織或管理層，是指遠在事故前所采取的措施或所做的決定而導致的結果。這些洞會使系統易受到操作危險因素的攻擊，并最終導致生產過程的失效或崩潰[12]。Reason模型，見圖3。

圖3 Reason的事故致因“瑞士奶酪”模型

根據“瑞士奶酪”模型，事故調查人員必須分析系統的各個層面，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。疏忽（slips）、遺忘（lapses）、錯誤（mistake）和違規（violations）的失誤分類方法強調人的行為及其意向之間的關系。疏忽和遺忘是在意向形成之后的決策執行階段產生的失誤。錯誤是在意向形成過程中產生的失誤，即人對當前形勢的判斷或推理產生失誤。違規可以定義為偏離安全操作程序、標準或規則，組織和個人因素都可能促成違規的出現[14]。

2.4 Eindhoven分類法

Eindhoven分類法最初由Van der Schaaf提出[15]，并應用于化工廠的人因失誤分類，只需要在特定的時間或出現故障時進行人為干預。Eindhoven分類法經過改進和提煉后被應用于醫療領域，該分類法在4個層面進行人誤分類：技術問題（機器失效）、組織問題、人的行為失效、病人相關因素。

Eindhoven分類法第一個要考慮的是技術問題，消除技術問題可防止本質相似的事件再次發生，可能包括設計、結構、材料方面的問題。接下來考慮組織因素，包括培訓、協議、管理優先級和安全文化等方面的問題，組織問題是導致事件發生的隱性因素，包括很多復雜因素，對醫療工作的開展具有深刻影響。技術和組織失效通常被認為是系統失誤。排除技術和組織問題后，第三個層面需要考慮人的行為失效，根據Rasmussen提出的SRK模型，人的行為可以分為基于知識的、基于規則的和基于技術的3個種類。最后一個層面是病人相關因素，定義為非醫護工作人員或治療影響可控制的與病人特性相關的失效，無法對此層面進行評價。

3 人因失誤分類在醫療中的應用

為防止或較大程度上減少醫療失誤，理解醫療失誤的根本原因是非常有必要的。進行醫療事故調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生，提高醫院患者安全水平。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節中所述的人因失誤分類模型和理論，多數已經被用于醫療失誤的分類分析中，如Reason模型已被用作調查醫療事故的基本方案[16]；Norman的行為階段模型已成為醫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，從而實施一定的補救規避進一步促進患者安全。

Zhang等[17]認為，最適用于醫療失誤分類的人的行為認知理論是Norman的七階段行為模型，已成為醫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主要關注于操作失敗的機制，并沒有深入研究作業者未能正確執行操作的原因。Rasmussen分類法較適用于核電廠環境， 即操作環境高度自動化和規范化。在變化多端、非結構化的醫療環境中，幾乎所有的工作人員行動都更為自由，選擇規則時也較少有指導，故Rasmussen分類法僅適用于小部分的醫療失誤分析[19]。

Reason的瑞士奶酪模型最初為復雜工業系統所設計，現已被應用于醫療環境中，成為分析和調查醫療失誤的基礎理論框架[20]。Reason提出了進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在機制具有重要意義。但是Reason模型并沒有明確指出奶酪中“洞”的確切含義，較難找出系統中的隱性失誤，同時對不安全行為的描述也太過抽象。Vincent C等[16]將瑞士奶酪理論運用于臨床醫療失誤的分析和調查中，以顯性失誤和隱性失誤進行醫療失誤分類，著重研究了隱性醫療失誤中的組織影響，并建立了基于奶酪模型的醫療失誤分析框架，包括機構環境、組織與管理因素、工作環境、團隊因素、個人因素、任務因素及病人因素，該分析框架涵蓋了醫療體系中的各種相關的層面。Stanhope等[21]將Reason的組織事故模型應用于產科的臨床風險管理中，用于產科醫療失誤分析和預測。

Eindhoven分類法已被應用于放療、麻醉和血庫等醫療場所中的失誤研究。 Kaplan等[18]根據輸血醫療事件報告系統（Medical Event Reporting System for Transfusion Medicine，MERS-TM）的特點，對Eindhoven分類法稍加改進并應用于輸血醫療失誤的分類和分析中，通過統計分析血液中心報告的503例事件，得出在輸血醫療失誤中各種因素所占比例，其中技術問題占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，技術和組織等隱性因素在醫療失誤中占有重要比例，各個層面的失誤比例與其他工業領域相似。Henneman等[22]將Eindhoven分類法模型運用于臨床環境，說明護士在識別、干預和糾正醫療失誤中起著重要作用。Eindhoven分類模型可以幫助研究人員、管理人員和臨床醫生對護士在管理臨床失誤和發展干預措施中起的作用進行概念化。文中還列舉了幾個臨床場景以說明如何將Eindhoven分類模型運用于其中。Nast等[23]報道了157例心胸特護病房（CICU）和胸外科術后監護室（CPCU）的患者安全事件，并運用Eindhoven分類法對157例事件的205個致因進行了分類，得出人的因素占48%，組織因素占33% ，技術13%，其他6%，數據分析表明，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分類法作為重癥監護中患者安全事件編碼的標準化系統是可行的，并能提高患者安全和促進質量改進。

4 小結和展望

復雜度較高的動態醫療環境中，隨時可能發生醫療事故。為防止相似事故的重復出現，應分析醫療失誤的潛在因素，理解失誤發生的認知機制，運用人因失誤分類法找出和量化潛在因素。

對醫療失誤進行分類時，需要注意以下幾點[19]：

（1）分類方法應有助于分析事件本質；

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

（3）分類方法應具有潛在的組織架構，以便于理解被調查的失誤；

（4）失誤分類方法應有助于補救計劃的設計；

（5）分類方法應對補救行為工具的選擇提供指導；

（6）險兆事件的分類須為恢復機制提供有價值的信息。

目前存在的基于認知心理學的人誤分類方法基本能夠分析人誤的產生原因和深層機理，但其理論程度較高，在具體實現方面還存在一定的困難，而且多數分類方法的應用背景較強，難以直接用于醫療失誤的分類分析。因此，發展較為全面的、符合醫療保健特點的人因失誤分類框架對減少醫療失誤、提高患者安全具有重要意義，也是保障醫療系統安全運作的重要途徑。

[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].中國核科學技術進展報告——中國核學會2009年學術年會論文集(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.