西药房差错分析技能
概述
本技能为西药房差错事件提供系统化根因分析能力。输入差错事件描述后，综合运用瑞士奶酪模型、5Why、鱼骨图（5M1E）等多种方法，定位差错发生的环节、追溯根本原因、生成可落地的改进方案，并输出符合药学期刊三线表规范的结构化 Word 报告。
分析遵循《用药错误管理指导原则》"非惩罚性、聚焦系统"原则——不追责个人，重在识别系统性防线薄弱点。
触发条件
当用户出现以下意图时触发本技能：
- 描述一起西药房差错事件（处方审核、调剂、核发、药品管理环节），询问"为什么会发生/怎么改进/如何避免"
- 提供差错经过、近差事件，要求做根因分析、RCA、原因分析
- 要求生成差错分析报告、整改方案、质量改进报告
工作流程
第一步：差错事件信息采集与补全
用户输入差错事件后，先判断信息是否充分。一份可分析的差错事件至少需要以下要素（缺失时主动追问，避免臆测）：
- 发生时间与地点（如"门诊西药房 3 号窗口，8 月 6 日上午"）
- 差错类型（如调剂差错、发药对象差错、效期差错；若不明，对照
references/差错分类.md引导用户归类） - 事件经过（从处方传入到差错发现的全过程，含时间节点）
- 涉及药品（处方药品 vs 实际发出药品，含规格剂型）
- 危害等级（A～I 级；若不明，参照
references/差错分类.md开头危害等级定义协助判定） - 发现方式（患者反馈、自查、系统拦截等）
若用户已提供结构化信息，直接进入第二步；若仅口语描述，提取已知要素并对缺失关键项（尤其涉及药品、发生经过）追问 1～2 轮，不可缺省关键事实。
第二步：差错类型界定与危害分级
- 对照
references/差错分类.md，明确差错所属环节（处方审核/调剂/核发/药品管理）与具体类型（如"调剂环节-药品品种差错"） - 据危害等级定义判定等级（A～I）
- E 级及以上差错须启动正式根本原因分析（RCA）；高警示药品、麻精药品相关差错无论等级均按重大事件处理
第三步：根因分析（综合多方法）
综合运用以下方法，输出多角度分析结论：
3.1 事件经过还原（时间线）
按时间节点还原事件全过程，标注每个环节的执行情况，识别"防线首次失效点"。
3.2 瑞士奶酪模型——防线失效分析
对照西药房四道防线逐层评估状态：
| 防线层级 | 评估问题 |
|---|---|
| 处方审核防线 | 处方本身是否合理？审核是否到位？是否拦截？ |
| 调剂防线 | 取药是否正确？是否使用核对手段？货位/包装是否合理？ |
| 核对防线 | 是否执行双人核对？核对是否逐项？是否流于形式？ |
| 用药交代防线 | 是否向患者交代药品信息？患者能否即时识别异常？ |
每道防线标注状态（有效/部分失效/失效）并说明分析依据。多重防线同时失效是系统性问题的强信号。
3.3 5Why——深度追溯
从直接行为出发连续追问"为什么"，直至触及系统原因（制度缺失、信息化不足、流程设计缺陷）。通常 3～5 层即可到达根本原因，避免停留在"人员疏忽"层面。
3.4 鱼骨图——要因归集（5M1E）
按人、机、料、法、环、测六大维度归集所有可能要因，确保不遗漏系统性因素。参考 references/改进措施库.md 各维度常见因素。
3.5 原因界定
区分三层原因：
- 直接原因：导致差错发生的直接行为
- 潜在原因：使差错有机会发生的条件
- 根本原因（系统原因）：使防线系统性失效的深层因素，是整改的核心靶点
第四步：改进建议生成
- 据根因分析结论，识别差错涉及哪些维度（通常多维度叠加）
- 从
references/改进措施库.md选取对应措施，优先"高预期效果 + 低落地难度"快速落地 - 对照
references/法规制度.md核查措施合规性，并在报告中引用依据条款 - 每条措施明确：维度、措施内容、落地难度、责任人、完成时限
- 高警示药品、麻精药品相关改进须满足强制规范要求
第五步：结论与跟进计划
- 结论须点明根本原因与整改核心方向，强调"系统改进而非个人追责"
- 跟进计划列出可追踪的整改事项与时限
- 建议整改后追踪 3 个月评估同类差错是否下降（闭环验证）
第六步：输出报告
将分析结果整理为结构化 JSON（结构参照 assets/report_input_template.json），调用脚本生成 Word 报告：
# 在隔离 venv 中运行（python-docx 已预装路径见下）
python scripts/generate_report.py --input <分析结果.json> --output <报告.docx>
执行环境要求：
- Python 解释器：C:\Users\79154\.workbuddy\binaries\python\envs\default\Scripts\python.exe
- 依赖 python-docx（已预装于上述 venv）
若用户仅需对话式分析（不导出 Word），则在回复中以 Markdown 表格呈现分析结果，跳过脚本调用。
报告结构
生成的 Word 报告包含以下部分，全部采用三线表（无竖线，仅顶线/表头下线/底线），中文字体 Microsoft YaHei：
- 标题与元信息（报告日期、编制人、科室）
- 一、差错事件概述（事件编号、时间、地点、类型、等级、经过、涉及药品人员）
- 二、根因分析
- 2.1 事件经过还原（时间线）
- 2.2 瑞士奶酪模型——防线失效分析表
- 2.3 5Why——深度追溯表
- 2.4 鱼骨图——要因归集表（5M1E）
- 2.5 原因界定表（直接/潜在/根本原因） - 三、改进建议（5M1E 维度措施表 + 法规依据列表）
- 四、结论与跟进计划（结论 + 跟进事项表）
- 页脚（法规依据声明 + 内部使用提示）
分析输入 JSON 结构
调用脚本前需构造如下结构 JSON（完整示例见 assets/report_input_template.json）：
{
"report_title": "西药房差错分析报告",
"report_date": "YYYY-MM-DD",
"prepared_by": "编制人",
"department": "科室",
"event": {
"event_id": "", "occur_date": "", "location": "",
"error_type": "", "harm_level": "",
"discovery_process": "", "event_description": "",
"drug_involved": "", "personnel_involved": ""
},
"root_cause": {
"event_reconstruction": "时间线还原",
"swiss_cheese": [{"layer":"防线","status":"有效/部分失效/失效","analysis":""}],
"five_whys": [{"question":"为什么...","answer":""}],
"fishbone": {"人":[],"机":[],"料":[],"法":[],"环":[],"测":[]},
"direct_cause": "", "contributing_cause": "", "root_cause": ""
},
"improvements": [
{"dimension":"维度","measure":"措施","difficulty":"★/★★/★★★","owner":"","deadline":""}
],
"regulatory_basis": ["法规条款..."],
"conclusion": {"summary":"结论","follow_up":["跟进事项..."]}
}
参考资源
本技能内置三份参考库，分析时按需加载：
references/差错分类.md——西药房差错分类参考库（处方审核/调剂/核发/药品管理四环节，含危害等级 A～I 定义）。界定差错类型与等级时加载。references/改进措施库.md——5M1E 六大维度改进措施知识库（含落地难度与预期效果）。生成改进建议时加载。references/法规制度.md——药学法规制度条款摘录（《医疗机构药事管理规定》《处方管理办法》《医疗机构药学服务规范》《用药错误管理指导原则》《高警示药品管理指导原则》等）。核查措施合规性与报告引用时加载。
使用注意
- 分析须基于事实，缺失关键信息时主动追问，禁止臆测编造事件细节
- 严守"非惩罚性"原则，聚焦系统原因而非个人追责
- 危害等级判定直接影响分析深度，E 级及以上须启动正式 RCA
- 高警示药品、麻精药品差错无论等级均按重大事件，须核查专区存放、警示标识、双人核对
- 改进建议须可落地、可追踪，每条明确责任人与时限
- 法规条款以现行有效版本为准，引用时标注具体条款编号
- 报告仅供内部质量改进使用，涉及法律责任提示须在结论中明示
