DEEP SEE™——医疗健康领域更深入、识别偏误的七步根因分析框架

阿德尔·奥马尔·巴塔韦尔

沙特阿拉伯利雅得阿尔哈马迪医院集团

摘要

根因分析（RCA）仍是医疗领域不良事件的主要调查工具，但其局限性日益凸显。许多分析未能考量认知偏误、文化影响及复杂系统相互依赖性，导致学习不充分且纠正措施薄弱。本文提出DEEP SEE™七步框架，旨在突破线性因果思维。该框架引导调查人员从表层描述深入文化与情境洞察，支持更丰富的理解并生成更可行的建议。研究通过八个基于真实发病率与死亡率讨论会（M&M）及事件复盘的认知偏误典型案例阐释该模型。尽管非正式研究评估，DEEP SEE™提供了一种结构化、识别偏误的方法，可融入现有患者安全审查流程，并为未来实证研究奠定基础。

关键词

根因分析，患者安全，认知偏误，医疗质量，DEEP SEE™

1. 引言——当前根因分析的问题

患者安全事件调查是医疗风险管理的关键职能，使机构能从伤害中学习并预防复发。根因分析是最广泛采用的方法，但其有效性常受质疑。鱼骨图和"5个为什么"等传统工具常产生线性、简化的因果路径，未能应对现代医疗的复杂性。

研究表明，认知偏误显著影响临床决策和错误发生，但这些因素在调查中很少被系统探索。传统根因分析在系统识别人为错误的认知根源方面存在公认局限。根因分析实践多强调技术或流程失败，而深层心理与决策维度常被忽视。正如Hytopoulos等学者指出，根因分析"最棘手的问题在于理解‘人为’原因类别，其涉及心理学领域"。这凸显了启发式思维、偏误和认知负荷等人类认知因素，很少像机械或程序原因那样被严谨分析。因此，根因分析常忽略认知根本原因的系统识别，错失关键学习机会。

根因分析在医疗领域被广泛用于调查不良事件、近错事件和警示事件。然而，已发表的批评揭示了持续存在的弱点，包括：

以伤害为导向的优先级——事件常仅在造成严重伤害后才被选作根因分析对象，忽视包含宝贵预防洞见的近错事件
认知关注不足——很少关注实时决策中的思维捷径、启发式方法和偏误
线性思维——传统工具强调单一因果链，忽略人为因素、系统和环境间的复杂互动
文化制约——等级制度和同伴保护可能扭曲发现并抑制开放性
可行性差距——建议常缺乏具体性、可行性或可持续实施规划

这些局限性要求建立一种将认知科学、系统思维和文化分析整合为单一连贯过程的根因分析模型。

若干倡议试图改进传统根因分析，最著名的是国家患者安全基金会开发的RCA2框架。RCA2强调及时性、领导问责制以及制定更强有力、可衡量的纠正措施。尽管这些改进解决了"可行性差距"，但RCA2仍较少关注认知因素（如偏误和启发式方法）。DEEP SEE™在此基础上推进，通过明确将认知科学和文化分析融入调查过程，解决RCA2未充分涵盖的维度。

2. DEEP SEE™的起源

DEEP SEE™（描述、暴露、检查、探查、扫描、探索、提升）源于急性护理一线的患者安全与风险管理实践。作者于2025年构思该模型，旨在整合：

1）认知心理学——认识人类决策受启发式思维和偏误影响

2）系统思维——承认医疗结果源于人员、流程、技术与环境的互动

3）文化意识——纳入组织规范、团队行为和隐性价值观的影响

目标是创建一种可访问的工具，适用于发病率与死亡率讨论会、事件调查和质量改进会议，无需替换现有报告系统，但能深化其产出。

3. DEEP SEE™七步框架

为增强理解并提供实践例证，表1总结了DEEP SEE™的七个步骤，包含简明示例和应用说明。

表1. DEEP SEE™的七个组成部分

步骤	含义	示例	说明
1. 描述	陈述事件发生的事实序列，不做解释	上午8:00患者接受了错误剂量的药物	建立中立、客观的事件时间线，避免假设或归咎
2. 暴露	识别当时可见、被假定或视为理所当然的内容	护士假设注射器标签正确而未二次核对	揭示影响行动的表层认知和假设
3. 检查	分析环境中即时促成因素	药物存储区将外观相似的小瓶并排放置	突出直接导致错误的本地条件或设计缺陷
4. 探查（系统缺口）	深入探究隐藏问题、系统弱点或缺失保障	给药前无条码扫描系统验证药物	识别应防止人为错误的流程或工具失效
5. 扫描（组织/文化缺口）	将视角扩展至组织、文化或环境促成因素	全院 staffing 短缺导致查房期间多任务处理和频繁中断	展示如何通过全院范围的文化或结构性压力增加风险
6. 探索（人为/认知缺口）	调查影响决策的人为因素（如思维风格、性格特质、情商等）和认知偏误	确认偏误使护士轻信医生匆忙的口头医嘱而不验证	检验塑造个体决策的心理过程
7. 提升	将发现转化为可操作的教训和系统改进	引入条码验证、重新设计存储方案并提供偏误意识培训	确保洞见转化为强化系统和文化的行动

这种分层方法展示了DEEP SEE™如何从事实→认知→环境→系统缺口→组织文化→人类认知→解决方案递进。

4. 与现有模型的比较

鱼骨图和"五个为什么"等传统根因分析工具在结构化原因识别方面有价值，但常缺乏识别偏误或文化评估的提示。DEEP SEE™通过以下方式扩展：

明确嵌入偏误识别（第4步）
确保探索并行背景（第3步）
要求在生成建议前进行文化分析（第6步）
将建议框架化为提升学习（第7步）而非简单结案

5. 实施考量

DEEP SEE™可通过以下方式融入现有根因分析工作流程：

将其步骤纳入根因分析模板或调查表
培训引导者掌握偏误识别和系统思维
在发病率与死亡率讨论会中用作讨论支架，确保平衡探索个体与系统因素
通过电子健康记录决策支持工具和文化变革计划支持建议

为确保DEEP SEE™框架的有效使用，引导者需接受结构化准备。培训应涵盖以下核心领域：

框架掌握——理解七个步骤并在不同案例中一致应用
引导技能——领导多学科讨论，鼓励开放对话，管理敏感对话避免归咎
分析与报告技能——清晰记录发现，识别系统、文化和认知缺口，并将洞见转化为可操作的改进计划

建议加入实践环节（如案例模拟或角色扮演），以强化学习并为真实应用做准备。

6. 案例说明：认知偏误应用

为展示DEEP SEE™模型的多功能性，已将其应用于从发病率与死亡率讨论会和事件复盘中改编的真实临床场景。

选取八个代表性案例，因其与临床决策中常见认知偏误相关：

1）确认偏误——漏诊ST段抬高型心肌梗死

2）锚定偏误——慢性阻塞性肺病恶化处理失败

3）过度自信偏误——不必要的剖腹手术

4）框架偏误——脓毒症识别延迟

5）归因偏误——对有阿片类药物史患者的疼痛低估

6）可得性偏误——漏诊后循环卒中

7）盲点偏误——同行评审庇护

8）后视偏误——结果已知后的严厉事件评判

每个场景均映射到DEEP SEE™七步流程，以突出系统缺口及认知与文化影响。

例如，在"确认偏误——漏诊ST段抬高型心肌梗死"案例中，一名47岁男性因胸痛和心悸至急诊科就诊。他被分诊为焦虑状态，并贴上"惊恐发作"标签，导致接诊团队忽略开具心电图和心肌生物标志物检查。六小时后，患者在候诊区晕倒，心电图确认前壁ST段抬高型心肌梗死。应用DEEP SEE™框架不仅揭示系统缺口（缺乏早期心电图），还发现认知偏误（初始"焦虑"标签导致的确认偏误）和组织因素（繁忙急诊环境强化草率判断）。此简要说明展示了DEEP SEE™如何揭示传统根因分析未能触及的多层促成因素。

尽管非正式研究评估，这些例证案例表明DEEP SEE™能丰富案例复盘的学习深度与可操作性。本次初步出版选择的例证场景与认知偏误强相关——这正是传统根因分析常忽视的领域。这一主题聚焦展示了DEEP SEE™如何系统性地揭示和解决与偏误相关的决策漏洞。