A Review of Accident Models and Incident Analysis Techniques

GIỚI THIỆU TÀI LIỆU

Tựa đề: A Review of Accident Models and Incident Analysis Techniques
Tác giả: Lawrence M. Wong & Todd Pawlicki
Đơn vị: Department of Radiation Medicine & Applied Sciences, University of California San Diego
Tạp chí: Journal of Applied Clinical Medical Physics (JACMP)
DOI: 10.1002/acm2.14623
Xuất bản: Tháng 1 năm 2025

1. Mục tiêu và ý nghĩa

Bài viết nhằm cung cấp tổng quan toàn diện về các mô hình tai nạn (accident models) và kỹ thuật phân tích sự cố (incident analysis techniques) trong lĩnh vực xạ trị ung thư (radiation oncology) – một ngành đặc biệt phức tạp, nơi an toàn người bệnh phụ thuộc vào sự phối hợp chính xác giữa con người, quy trình và công nghệ.

Tác giả nhấn mạnh rằng, để hiểu và ngăn ngừa sự cố hiệu quả, cần phải lựa chọn mô hình tai nạn phù hợp với độ phức tạp của hệ thống. Từ đó, bài viết so sánh giữa hai hướng tiếp cận chính:

• Mô hình tuyến tính (Chain-of-Event Models) – tập trung vào chuỗi sự kiện dẫn đến tai nạn, tiêu biểu là mô hình Domino (Heinrich) và Swiss Cheese (Reason).

• Mô hình hệ thống (Systemic Models) – nhấn mạnh mối tương tác phi tuyến giữa con người, quy trình và tổ chức, như Risk Management Framework (Rasmussen) và STAMP (Leveson).

2. Các mô hình tai nạn chính

• Mô hình Domino (1931): xem tai nạn như chuỗi “hiệu ứng domino”, tập trung vào lỗi cá nhân.

• Mô hình Swiss Cheese (Reason, 1990): nhấn mạnh “lỗ hổng tiềm ẩn” trong các hàng rào an toàn – nơi các điều kiện tiềm tàng (latent conditions) và sai sót hoạt động (active failures) cùng góp phần tạo nên tai nạn.

• Risk Management Framework – RMF (Rasmussen, 1997): xem tai nạn là hệ quả của “drift” – sự trượt dần của hành vi và tổ chức về phía ranh giới an toàn khi theo đuổi hiệu suất.

• STAMP (Leveson, 2004): coi tai nạn là mất kiểm soát trong hệ thống (loss of control) – an toàn không phải thuộc tính của từng cá nhân mà là tính chất nổi lên của hệ thống (emergent property).

Trên Hình 2 (trang 4), bài báo minh họa rõ cấu trúc kiểm soát an toàn nhiều tầng (Safety Control Structure) – từ chính phủ, quản lý tổ chức, cho đến tuyến điều trị, phản ánh cách thông tin và phản hồi vận hành trong hệ thống y tế.

3. Các phương pháp phân tích sự cố

Bài báo trình bày và so sánh bốn kỹ thuật phân tích điển hình:

Trên Hình 4–6 (trang 7–9), bài viết minh họa sinh động cách áp dụng AcciMap và CAST trong một sự cố xạ trị, giúp người đọc hình dung rõ cách liên kết nguyên nhân ở nhiều cấp độ – từ sai sót kỹ thuật đến quyết định quản lý.

4. So sánh và khuyến nghị

Tác giả cho rằng:

• Các mô hình tuyến tính phù hợp cho sự cố đơn giản, giúp xác định nguyên nhân trực tiếp.

• Các mô hình hệ thống cần thiết cho môi trường phức tạp (như bệnh viện), vì có thể chỉ ra “vì sao hệ thống cho phép lỗi xảy ra”.

Để cải thiện phân tích sự cố, nhóm nghiên cứu khuyến nghị:

• Chuyển từ “tìm lỗi cá nhân” sang “phân tích quyết định trong bối cảnh” (contextual decision-making).

• Tích hợp chuyên gia an toàn hệ thống (system safety) và yếu tố con người (human factors) trong nhóm điều tra.

• Kết nối phân tích sự cố với cấp độ tổ chức, nhà sản xuất và cơ quan quản lý – thay vì dừng lại ở tuyến lâm sàng.

• Áp dụng kết hợp RCA + CAST hoặc London Protocol + AcciMap để vừa đảm bảo tính trực quan vừa có chiều sâu hệ thống.

5. Ý nghĩa đối với y tế và quản lý chất lượng

Bài báo được xem là một trong những tài liệu tổng quan mới và đầy đủ nhất về mô hình tai nạn và kỹ thuật phân tích sự cố trong y học.
Đặc biệt, nó cung cấp khung lý luận giúp ngành Quản lý chất lượng bệnh viện Việt Nam từng bước tiếp cận mô hình hệ thống (Systemic Thinking) – phù hợp với định hướng của Bộ Y tế về An toàn người bệnh và Cải tiến chất lượng toàn diện.

Tác phẩm này đồng thời là cầu nối giữa các tài liệu nổi tiếng khác như The London Protocol (2024), CAST Handbook, và STPA Handbook, giúp xây dựng nền tảng khoa học cho việc triển khai RCA và RCA+ trong bối cảnh bệnh viện hiện đại.

Thông điệp chính

“Taking a systems approach to incident analysis requires a shift from linear thinking to a more nuanced understanding of complex systems.”
(Lawrence Wong & Todd Pawlicki, 2025)