门诊护理和门诊药房管理应以改善患者安全、提高服务质量和降低成本为目标[gydF4y2Ba 1gydF4y2Ba-gydF4y2Ba 3.gydF4y2Ba］．六西格玛方法具有相同的目标，旨在通过消除可变性来提高质量和降低成本，目标是实现一个几乎无错误的过程[gydF4y2Ba 4gydF4y2Ba］．非增值(NVA)药房任务的自动化可由自动化单元以更高的效率和更安全的方式进行，已在文献中确定[gydF4y2Ba 5gydF4y2Ba]，尽管它们不可避免地会因设备而有所不同，但它们通常是这样给出的:gydF4y2Ba

法赫德国王医疗城于1984年开始运营，该设施有1200个住院床位，每年接待50万名门诊病人，在研究期间每年增长约15%。它服务于首都利雅得的中心。鉴于这种巨大且不断增加的工作量以及在门诊部治疗的患者病情日益复杂，2017年对门诊部的活动进行了系统回顾，作为变革管理流程的第一步，旨在将NVA药剂师的任务减少到最低限度，改善患者体验，并改善患者安全。目前发现的问题主要与以下方面有关:由于系统缺乏透明度和配药时产品贴错标签的风险，难以确保安全配药，在配药链的早期贴上产品标签可能会加剧错误，药剂师在NVA任务中失去价值，每年服务要求上升，药物提取速度缓慢，处方和配药之间缺乏整合，在挑选时需要人工检查，以及药物可用性和库存过期造成的可避免浪费方面的重大问题。gydF4y2Ba

在六西格玛项目期间，这些问题被提交到更全面的审查和石川鱼骨图的输入和输出缺陷的建立(见gydF4y2Ba 图1gydF4y2Ba)．gydF4y2Ba

我们在审查期间和未来的总体理念是，患者体验和患者安全超出了等待时间和正确配药等指标，并越来越多地期望药剂师提供有效的患者教育和咨询[gydF4y2Ba 8gydF4y2Ba]及监察处方，以避免病人接受过多或不当的多重药物治疗[gydF4y2Ba 9gydF4y2Ba，gydF4y2Ba 10gydF4y2Ba］．gydF4y2Ba

六西格玛是一种专注于消除服务或过程中的缺陷的方法。它以统计数据为基础，以数据为驱动，注重持续改进[gydF4y2Ba 11gydF4y2Ba］．在这方面，对于像我们这样没有固定端点，而是服务周期、质量监控和改进的服务来说，这是一个很好的选择。在像我们这样庞大而复杂的组织中使用六西格玛的另一个优势是，它产生了一个改进跟踪和监控的路线图，作为其过程的一个组成部分。gydF4y2Ba

定义-测量-分析-改进-控制(DMAIC)过程是六西格玛过程的中心“脊柱”。就医疗保健而言，20世纪80年代首次引入制造业的基本流程已加以调整，以强调减少差错的预防部分，因为这使该流程符合其他基本风险管理流程，如故障模式影响分析和险些脱险和实际事件的根本原因分析[gydF4y2Ba 4gydF4y2Ba］．保健项目DMAIC的基本原则如下:gydF4y2Ba

应用六西格玛过程改进项目计划的总体目标和本研究的目标是改进和衡量自动化、人员重新分配和重新定位、工作流程变更和集成将对门诊药房的服务、安全性和效率产生的任何改进。gydF4y2Ba

DMAIC六西格玛变更管理过程最有效的工作方式是创建一个问题陈述，重点关注关注的领域、需要改进的条件或需要消除的困难。gydF4y2Ba 14gydF4y2Ba］．我们进行了一系列分析，以确定我们的问题及其个别问题的特征，并生成我们的问题定义:gydF4y2Ba

对该过程的端到端调查显示了在安全、质量和效率方面的多个方面的弱点。该调查确定了以下关注领域:药物挑选时间、标签的准确性和次数、药物的可用性、过期和患者缺席造成的浪费、重新引入未使用药物的TAT，以及完成库存所需的时间。特别令人关切的是，由于工作流程缺乏透明度和缺乏系统生成的数据，难以根据同时进行的失效模式效应分析(FMEA)制定可行的风险管理缓解计划。gydF4y2Ba

在经典的FMEA计划中[gydF4y2Ba 15gydF4y2Ba对于任何高风险的活动，特别是风险很高但发现错误的几率很低或根本没有机会发现错误的活动，活动被分解为单独的步骤，每一个步骤都可以减轻、纠正或消除前面步骤中的任何错误。我们的SIPOC在一定程度上确实指出了一个符合逻辑的FMEA流程，因为步骤涉及交叉检查与计算机化供应商订单输入(CPOE)的错误风险，并且在药剂师最终与患者互动之前的最终验证检查之前进行拣选。然而，之前的步骤，特别是由药剂师将药物贴标签和运送到配药窗口，被认为增加了药剂师在向患者发放药物之前进行最后检查时错误强化的风险。例如，在药物选择过程中出现长得很像、发音很像(LASA)错误的风险。据报道，LASA错误率高达所有报告用药差错的25.9% [gydF4y2Ba 16gydF4y2Ba］．此外，在此阶段手动使用患者标签可能会影响药剂师在最后检查期间的工作，实际上可能会增加出错的机会，而不是避免出错[gydF4y2Ba 17gydF4y2Ba，gydF4y2Ba 18gydF4y2Ba］．gydF4y2Ba

在我们的回顾中还注意到，与患者一起进行药物咨询的时间可能太短，无法进行最佳的咨询和教育[gydF4y2Ba 19gydF4y2Ba］．患者-药剂师的时间也可能因需要管理患者数量和处理每天不断增加的交易率而被“挤压”[gydF4y2Ba 20.gydF4y2Ba］．gydF4y2Ba

我们希望我们的药物链在药物链的每个阶段都有更好的检测和降低错误的风险。计算门诊药房日常操作中所有感知风险的FMEA风险优先数(RPNs)。在这项研究中，我们专注于前面列出的2个条件，因为它们对患者安全至关重要，但也反映了通过引入自动化可能获得的效率提高。FMEA rpn(严重程度评分[SS] ×概率评分[PS] ×可检测性评分[DS])分别为:gydF4y2Ba

处方误读-错病人-错用药错误:gydF4y2Ba

患者因咨询不足离开单位:gydF4y2Ba

咨询不足的高PS是基于患者服务时间的可变性程度，稍后讨论。我们的总体评分与其他中心评估门诊部手动配药系统的风险计算一致[gydF4y2Ba 3.gydF4y2Ba］．看到gydF4y2Ba 多媒体附件1gydF4y2Ba参阅医疗保健改善协会[gydF4y2Ba 21gydF4y2Ba］．gydF4y2Ba

这些分析允许生成一个六西格玛问题声明:gydF4y2Ba

该研究持续了20个月(2019年4月- 2020年12月)，3个月后(2019年7月)自动化药房投入使用。gydF4y2Ba

为了评估自动化、任务重新分配和工作流重组所带来的变化的影响，有必要建立进一步的度量标准;我们回顾了我们的六西格玛变更过程，并回顾了中所描述的步骤gydF4y2Ba 表1gydF4y2Ba及其对离散事件的流程图分析，每个步骤都有平均TAT，每个阶段都有因原因导致的延迟风险(gydF4y2Ba 表2gydF4y2Ba)．接下来，TAT是通过过程中每个步骤的多次观测计算出来的。gydF4y2Ba

可以直接审查技术援助延期和经常拖延的原因。考虑到大量的涉众和多个数据点，建立了石川鱼骨因果图，以帮助内部涉众团队进行头脑风暴，以捕获过程变化的来源，深入挖掘延迟的原因，调查每个有害影响，并确定可纠正和改进的原因[gydF4y2Ba 22gydF4y2Ba］．gydF4y2Ba

选定所识别的离散事件进行纠正、改进或缓解。我们评估期间的最后一项任务是回到TAT和延迟评估，并与Ishikawa练习一起，决定最终变量和派生的度量标准，这些变量和度量标准将最准确、可靠和适当地指示我们所实施的任何更改的效果。在该机构分析部门的支持下，该团队选择了11个关键的可测量结果变量和派生指标(见gydF4y2Ba 表3gydF4y2Ba)．评审还有助于团队选择，因为我们确定了过程变化和阻碍改进的瓶颈(参见gydF4y2Ba 图1gydF4y2Ba)，并可以招募在这些方面直接参与的人员加入项目团队。gydF4y2Ba

选择变量的基本原理是，它们直接解决了我们试图解决的问题和问题的关键领域，正如我们在六西格玛过程映射和石川解构中所确定的那样，它们也适用于相互关联和相互依赖的复杂问题:这是选择六西格玛作为我们的变化方法的一个基本原因，因为一个变量的改进可能会影响多个指标，它们之间的相互作用通过六西格玛及其改进瓶颈的识别得到了很好的描述。为度量开发确定的变量是配药错误的风险，系统强化错误风险而不是减轻错误风险的风险，系统有多少透明度的问题，员工价值的损失，患者体验，在系统中保持足够的吞吐量以允许围起来的药剂师-患者时间，通过集成确保药物可用性，以及通过过期/错位减少药物损失。衍生指标的目的是用数据三角测量我们想要调查的变量，这些变量很难直接处理(gydF4y2Ba 表5gydF4y2Ba)．gydF4y2Ba

我们对重新设计门诊药房流程和管理的自动化“心脏”所需的材料和解决方案的回顾，是由对文献的回顾所指导的[gydF4y2Ba 3.gydF4y2Ba，gydF4y2Ba 5gydF4y2Ba］．通过审查2017-2019年的包装分发率(平均292,662包，标准差34301包/月;平均10452,SD 1225包/天)，平均患者负荷为42,663 (SD 2992)例/月，或1524 (SD 107)例/天。gydF4y2Ba

如前所述，我们体验到使用该服务的患者每年增加约15%，我们计划满足这一需要的额外容量。gydF4y2Ba

门诊药房在自动化前和自动化后都提供24小时服务，高峰时间为上午9点到中午，下午4点到6点。这对于计划来说是很重要的，因为在这段时间内预计不会进行补充库存，这两个机器人单元都专门用于满足分配需求。gydF4y2Ba

我们的目标是尽可能广泛地实现库存管理过程的自动化;因此，我们研究了具有半自动和全自动输入的系统，并计划在患者较少的时间以350-500包/小时的最低输入速率进行输入。gydF4y2Ba

BD Rowa Vmax 160硬件的选择是基于上述的拾取和输入速度和正集成属性的标准。购买了两台机器，尺寸分别为长7.4 m ×宽1.6 m ×高2.9 m。每个单元的容量约为12,500种药物，潜在的高密度存储容量为18,300-20,100种药物。外部结构通过螺旋溜槽为9个点胶台提供服务，由2个带进料门的单向皮带供料，由2个机器人采摘单元的4个出口点提供1个双向皮带供料。考虑到我们门诊每天配发的大量药物，为了达到我们的目标所需的更高的药物挑选和配发率，我们选择不连接两个单元，而是将所需的药物充分储存在两个单元中。连接这些设备有一些好处，如果一个机器人设备以更快的速度工作采摘，它可以承担更大的负载，分配更多的服务点胶桌。然而，单位之间的这种交叉活动可能会中断采摘，并在分配活动中产生微小但重要的中断。gydF4y2Ba

机器人单位的补充是通过一个电子补充系统，根据持续的库存和消耗检查，触发每种药物的库存请求和正常水平。gydF4y2Ba

该项目采取了与现有医院信息技术(HIT)集成的开放方法，因为计划在2022年之前将整个组织范围内的信息环境转换为Epic系统公司的电子病历(EMR)，集成到所有服务和健康信息的EMR中，并支持预约、用药记录和处方的EMR。gydF4y2Ba

futugate Pharmaflow架构被选择用于机器人药房的初始和持续集成。该解决方案可以通过运行状况级别7 (HL7)进行接口，因此足够灵活，可以在不断变化的HIT环境中操作。gydF4y2Ba

机器人药房在药品输入处需要额外的标记和标签，这些条形码是由Pharmaflow处方管理器生成的，尽管在投入使用和研究期间逐步引入药品全球贸易项目编号(GTIN)在一定程度上减少了这一需求。采用整盒配药。gydF4y2Ba

在确保服务连续性的基础上选择了Pharmaflow解决方案。该解决方案的VMware支持机器人药房的互操作性，完全在设施的防火墙内，并且不需要开放入站端口。紧急维护请求由远程访问代理通过传输控制协议(TCP)端口443(仅出站规则)上的安全套接字层(SSL)管理。虚拟代理网络(VPN)访问由我们的设施发起，如果供应商工程师需要访问远程服务器维护。用户标识以及任何操作的日期和时间都被电子记录下来。gydF4y2Ba

关于药物浪费的问题，以及在实施自动化后是否会减少药物浪费的问题，可以通过对重组前8种不同药物的篮子的过期或不正确存储的手工库存的回顾性审查，以及对这些相同药物重组后的自动化报告的审查来解决(见gydF4y2Ba 表4gydF4y2Ba)．我们选择的药物代表了我们门诊库存中广泛选择的药物类型，从库存量小的慢速药物到库存量大的常用药物，专科药物以及肠外和肠内产品。费用较高的物品没有使用，因为它们的单个物品价值可能会使库存节省的费用发生偏差，而且它们受到个别库存控制措施的制约。gydF4y2Ba

由于进行全系统盘存的困难，在前期阶段的数据有限，所以采用了这种有针对性的方法。gydF4y2Ba

由于我们不断从整个设施的医疗设备收集数据，而且所有护理和医务人员都知道正在收集和分析实际和险些死亡的事件，因此数据收集不需要法赫德国王医疗城道德委员会的正式同意。gydF4y2Ba

用于分析的记录数据对患者匿名，包括医院编号、性别、姓名、出生日期或其他可识别材料。所有活跃在门诊部的员工都被告知了研究的目的和正在进行的数据收集。此外，变更管理过程和相关数据收集是国际联合委员会(JCI)质量改进过程和零伤害目标的一致组成部分。根据设施协议，药房拥有所有药物管理自动化数据，并被公认为药物安全的领导部门。BD临床和futugate全球客户服务部参与优化自动化解决方案。请BD医务处对数据进行更深入的分析。BD的医疗事务部是公司商业运作之外的一个独立部门。gydF4y2Ba

六西格玛方法允许药物管理过程的快速转变。自动化后“错误患者-错误用药错误”的RPN降低了5.25:1，“患者因咨询不足而离开单位”的RPN降低了2.5:1。根据医疗保健改善研究所的指引[gydF4y2Ba 21gydF4y2Ba]， RPN降低50%(2:1)表明FMEA过程成功。不完全处方与订单的比例从3.0%下降到1.83%，这与之前的风险分析研究一致[gydF4y2Ba 3.gydF4y2Ba］．点胶错误率从1.00%下降到0.24%，这可能反映了工作流程的变化，减少了在重组前流程中“上游”标签错误的点胶风险。gydF4y2Ba

FMEA可检测性评分是咨询的一个持续关注点，尽管自动化已经允许患者-药剂师时间的隔离。当然，困难在于如何量化咨询的效果。结构化的病人教育方法和“回教”方法的使用可以让我们更全面地量化病人咨询的有效性。值得注意的是，药物配药中位时间的95% CI具有较窄的时间分散(9.599-12.637 vs 14.702-16.987)，这种变异性的减少以及总体时间的减少，使我们更有信心规划一致的结构化医患咨询时间。额外的时间是由NVA药剂师任务的减少和患者等待时间的减少所创造的。gydF4y2Ba

不断发展的EMR项目可能有助于评估患者-药剂师时间增加的影响，因为它可以帮助我们确定与患者不坚持用药或在家不正确用药相关的入院量。小规模研究表明，在沙特阿拉伯，因家中用药失误而入院的病例占急诊病例的14.7%，其中47.2%的病例为未能服用或接受药物[gydF4y2Ba 23gydF4y2Ba］．gydF4y2Ba

人员是石川缺陷图的核心组成部分，值得注意的是，从全职员工(FTE)用于这些类型任务的时间来看，自动化的变化揭示了多少NVA任务时间。节省大量全职工作时间并不会减少人手;通过更多以患者为导向的活动的教育，对员工进行重新部署和重新定位，鉴于我们预计使用该服务的患者每年将持续增加约15%，我们认识到在部门的所有领域都需要额外的能力。gydF4y2Ba

我们进行了一系列的分析来定义我们的问题的特征，我们遇到的一个主要问题是，我们在自动化之前进行的许多手工活动没有生成数据，或者难以获得和评估的数据。通过自动化，可以进行大量的“被动”数据收集，从而提高系统的透明度。gydF4y2Ba

例如，由于缺乏数据预自动化，需要为浪费审查选择一个“篮子”药物，并且由此计算出的成本节省是可观的。自动化后，通过动态库存，我们可以将这些审查扩展到机器人药房内的整个库存。其他关于机器人药房安装的研究表明，3.5-3.75年内可获得投资回报[gydF4y2Ba 1gydF4y2Ba，gydF4y2Ba 6gydF4y2Ba]，减少浪费是回报的重要组成部分。gydF4y2Ba

我们的数据表明，系统的效率和安全性随着时间的推移而提高。我们相信，这些持续的改进与员工“学习”技术有关，并越来越积极主动地使用技术，能够更有效地使用新系统，以及利用自动化带来的机会。我们最初的六西格玛问题陈述包括我们的系统“在时间和资源方面存在潜在浪费”的问题。我们进行的重组的一个关键方面是，我们可以更清楚地确定这些潜在损失在哪里，并更准确地针对它们。gydF4y2Ba