不良事件根因分析(RCA)：FMEA与FTA联合应用新步骤

在不良事件根因分析（RCA）中，联合应用失效模式与影响分析（FMEA）和故障树分析（FTA）可实现“预防性风险识别”与“系统性故障溯源”的互补。以下是基于两者优势整合的新步骤框架，结合医疗、制造等领域的实践优化：

一、联合分析的核心逻辑

FMEA定位高风险环节：通过风险优先数（RPN）筛选需深度剖析的失效模式。

FTA追溯根本原因：以FMEA识别的高风险失效为顶事件，构建故障树，挖掘底层原因。

闭环验证：将FTA分析结果反哺至FMEA，更新风险控制措施，形成动态改进循环。

二、新步骤详解步骤1：组建跨学科团队

成员构成：包括流程专家、技术工程师、质量管理人员、一线操作员（如护士、生产工人）。

工具支持：使用协作平台（如Miro、Lucidchart）实现实时数据共享与可视化讨论。

步骤2：定义分析范围与目标

明确边界：确定不良事件涉及的系统/流程范围（如手术室感染控制、生产线装配工序）。

设定目标：例如“将某类不良事件发生率降低50%”或“消除特定失效模式的根本原因”。

步骤3：FMEA风险识别与量化

流程分解：将目标流程拆解为子步骤（如手术准备→消毒→操作→术后处理）。

失效模式识别：针对每个子步骤，列出可能的失效模式（如“消毒剂浓度不足”）。

影响分析：评估失效对安全、质量、成本的影响（如“导致患者感染”）。

严重度（S）、频度（O）、探测度（D）评分：

S：1-10分（1=无影响，10=灾难性）。

O：基于历史数据或专家判断（1=极低频，10=高频）。

D：1=易探测，10=极难探测。

计算RPN：RPN = S × O ×D，筛选RPN≥100或S≥8的高风险项作为FTA分析重点。

步骤4：FTA构建与根因追溯

确定顶事件：以FMEA中高风险失效模式为顶事件（如“消毒失败导致感染”）。

构建故障树：

逻辑门应用：使用“与门”（所有子事件同时发生导致顶事件）和“或门”（任一子事件发生导致顶事件）。

中间事件分解：逐层向下分解至基本事件（如“消毒剂配比错误”“设备故障”）。

Zui小割集分析：识别导致顶事件的Zui小故障组合（如“配比错误+设备故障”）。

概率计算（可选）：若数据充足，可计算各路径发生概率，优先处理高概率路径。

步骤5：根因验证与优先级排序

5Why分析法：对FTA基本事件进行追问（如“为何配比错误？”→“未培训”→“培训计划缺失”）。

因果矩阵：将根因与影响维度（如患者安全、操作效率）关联，量化优先级。

帕累托分析：聚焦20%导致80%问题的关键根因。

步骤6：制定改进措施与验证

措施分类：

预防性措施：修改流程（如增加双人核对消毒剂配比）。

检测性措施：引入传感器监控设备状态。

纠正性措施：修复已发生故障的设备。

FMEA更新：将改进措施纳入新FMEA，重新评估S/O/D，验证RPN降低效果。

试点验证：在小范围内实施改进，收集数据确认有效性。

步骤7：标准化与持续改进

文件化：将分析过程、改进措施写入SOP（标准操作程序）或WI（工作指引）。

培训推广：对相关人员进行新流程培训，确保执行一致性。

监控机制：设置关键指标（如消毒合格率）定期跟踪，触发新一轮RCA循环。

三、联合应用的优势示例

医疗领域：某医院通过FMEA识别“手术物品遗留体内”为高风险事件（RPN=120），FTA分析发现根因包括“清点流程漏洞”“人员疲劳”。改进措施包括“引入条码扫描清点系统”和“优化排班制度”，Zui终事件发生率下降90%。

制造领域：某汽车厂商针对“发动机装配错误”问题，FMEA定位“螺栓紧固扭矩不足”为关键失效模式（RPN=150），FTA追溯至“扭矩扳手校准失效”和“操作员未培训”。通过增加自动校准设备和培训计划，不良率从2%降至0.1%。

四、注意事项

数据准确性：FMEA评分需基于客观数据，避免主观臆断。

团队多样性：确保成员覆盖所有相关领域，避免分析盲区。

动态更新：随着流程改进或新风险出现，需定期复审FMEA和FTA。

通过FMEA与FTA的联合应用，企业可实现从“被动应对”到“主动预防”的转变，显著提升质量管理与风险控制能力。