From debrief to data: SAFE(E)-R and digital reporting as translational simulation infrastructure during a hospital relocation

想象一下，你正准备搬进一栋全新的、巨大的房子，你从未见过它。你知道蓝图，也把箱子打包好了，还列好了清单，知道每样东西该放哪儿。但直到你真正走进大门之前，你并不知道走廊是否会对沙发太窄，也不知道开关是不是在奇怪的位置，或者前门是否会在你把杂货搬进去之前就砰地一声关上。在医院的世界里，将整个医疗团队搬迁到新大楼就像这样，但风险要高得多。如果员工感到困惑或设备难以寻找，患者可能会受伤。这就是“转化模拟”（translational simulation）发挥作用的地方。把它想象成一场正式演出前的彩排，但目标不仅仅是练习如何成为一名优秀的医生或护士，而是为了测试医院本身的“建筑”和“规则”。这就像是一个电子游戏关卡，玩家的目标不是为了打败头目，而是试图找出地图中的“漏洞”（glches），以便开发者能在游戏发布前将其修复。

科学家和医院领导层一直在问一个大问题：我们如何确保在排练期间发现的所有这些“漏洞”都能得到真正的修复？通常情况下，在一次练习运行之后，人们会讨论哪里出了问题，写下一些笔记，然后回到日常工作中去。那些笔记往往会被丢进抽屉里，问题也因此继续隐藏着。这篇论文讲述了挪威的一个团队如何决定改变这种局面。他们建立了一个名为 SAFE(E)-R 的新系统，它就像一个超强力的反馈循环。他们将一种结构化的讨论方式（事后总结/debriefing）与一个数字报告系统相结合，该系统能自动将“错误报告”直接发送给能够修复它们的人。他们在一次大规模的医院搬迁中测试了这一系统，涉及数千名工作人员，以观察他们能否将一场混乱的排练转化为一份医院可以实际利用的改进清单。

大搬迁与“生病的斯韦恩”纸板人

搬迁一家医院是组织能做的压力最大的事情之一。想象一下，你要同时搬迁一个图书馆、一个厨房、一个健身房和一个工厂，而那里工作的员工还要同时拯救生命。挪威斯塔万格（Stavanger）的工作人员在 2025 年底面临了正是这样的挑战。他们要搬进一栋崭新的大楼，那里仍是一个施工现场，充满了陌生的房间、奇怪的设备和令人困惑的布局。为了准备，他们不仅仅是阅读手册；他们运行了“转化模拟”。

在这些模拟中，工作人员在新大楼里走过他们的日常流程。但这里有一个巧妙的转折：他们没有使用真实的患者，而是使用了一个名为“生病的斯韦恩”（Sick Svein）的纸板病人模型。为什么呢？因为如果你使用真人，每个人都会专注于如何治疗“那个人”。但如果你使用一个纸板人，大家就会保持对“环境”的关注。门是不是太重了？标识是否难以阅读？团队能否快速移动担架？这就像在驾驶考试中使用人体模型来测试路标是否清晰，而不是测试驾驶员能否处理后座上的哭闹婴儿。

从“哪里错了”到“这是解决方案”

该团队使用了一种称为 SAFE(E)-R 的方法来引导这些练习运行。这是一个简单对话流程的华丽缩写：

1. 总结（Summarize）： “好，刚才发生了什么？”
2. 锚定（Anchor）： “让我们记住，我们是在检查建筑，而不是指责人。”
3. 促进（Facilitate）： 他们使用了“加号/增量”（Plus/Delta）法。“加号”意味着做得好的地方（好事），而“增量”意味着需要改变的地方（问题）。这让每个人在发现问题的同时仍能保持积极的心态。
4. 探索（Explore）： 他们深入挖掘某个环节为何失效，并集思广益寻找解决方案。
5. 报告（Report）： 这是改变游戏规则的一步。引导者不再仅仅是交谈，而是立即在平板电脑上填写一份数字表格。

这份数字表格就是他们的“魔法棒”。一旦引导者点击“提交”，报告就不会仅仅停留在文件中。它会立即通过电子邮件发送给单位负责人，并出现在一个巨大的数字仪表盘上，供医院领导实时查看。这就像拥有一个路面坑洼的实时直播画面，以便路政人员在汽车开始行驶前就能修复它们。

数据：寻找坑洼

在模拟期间（从 2025 年 8 月到 11 月），团队在 31 个不同的临床单元进行了模拟。他们动员了 3,082 名参与者——几乎是新医院的全部员工。他们提交了 127 份报告，揭示了 263 个具体的改进领域和 191 个拟议的解决方案。

当团队分析所有数据时，他们发现问题并非随机产生的。这些问题可以分为五个主要类别，就像电子游戏中五个最常见的漏洞一样：

1. 标识与定向：（提及 153 次）人们迷路了。标识不够清晰。
2. 设备：（提及 66 次）东西缺失、损坏或位置不对。
3. 门与电梯：（提及 55 次）门关闭得太快，或者电梯让人感到困惑。
4. 警报与沟通：（提及 55 次）哔哔声和嗡嗡声难以听到或理解。
5. 工作流与角色：（提及 42 次）人们不确定谁应该做什么。

一个具体的例子展示了这个系统的强大之处。在最初的几周内，来自许多不同单元的引导者开始报告，走廊的自动门关闭速度过快，导致工作人员无法安全地推行病人车。由于报告是数字化且汇总的，医院领导看到了一个模式：来自 7 个不同单元的 13 份报告在 7 周内都反映了同一个问题。医院并没有只是猜测，而是采取了行动。在 2025 年 10 月 17 日，他们宣布所有患者路径上的门都已重新编程，使其开启时间延长至 12 秒。这是基于“模拟漏洞报告”的直接修复。

这意味着什么（以及并不意味着什么）

作者认为，这种结合了结构化对话与数字报告工具的系统，在帮助组织在重大变革期间学习和解决问题方面效果良好。他们发现，当你为人们提供清晰的报告途径，并向他们展示其问题已被看到时，你会获得更多有用的信息。“生病的斯韦恩”纸板人物有助于将焦点保持在系统而非个人身上，而数字仪表盘则确保了问题不会被忽视。

然而，论文谨慎地指出，这并不是在声称这是一个完美的、经过验证的神奇手段。作者承认，由于他们没有设置对照组（即没有使用该系统进行搬迁的医院进行对比），因此无法确定该系统是否“导致”了每一项改进。他们还指出，他们使用了人工智能来协助处理报告中的数千个单词以寻找主要主题，虽然人工进行了核查，但人工智能总是有可能遗漏某些内容或进行略有不同的分类。

此外，他们指出，并非每一次模拟都会产生报告。有些引导者可能忘记了，或者系统可能出现了小故障。这意味着他们拥有的数据是所报告问题的快照，而不一定是存在的每一个问题。

总结

最后，这篇论文表明，当你搬迁像医院这样庞大且复杂的系统时，你需要的不仅仅是一个计划，还需要一种倾听一线人员声音的方式。通过将一次彩练变成一次数据收集任务，斯塔万格团队展示了如何在实际交通开始之前，先找到新建筑中的“坑洼”。他们将一次混乱的搬迁变成了一次学习机会，证明了如果你在执行工作的员工与做出决策的人之间建立一座桥梁，你就可以在任何人受到伤害之前抹平这些颠簸。他们建立的框架现在正被其他医院借鉴，这表明这种“数字反馈循环”可能会成为我们应对医疗领域重大变革的新标准。