Systemic Social Factors and Healthcare Data Quality: A Socio-Technical Systems Analysis

在现代医院中，一个庞大的数字账本记录着每一次心跳、每一次诊断和每一次药物施用。这些电子记录是患者护理的支柱，引导着医生做出关乎生死的决策，并帮助医院顺畅运行。为了让这些系统发挥作用，其中的信息必须是完美的。如果一条记录缺失了细节、包含了拼写错误，或者将某种状况列在了错误的名称下，其后果可能会向外连锁反应，导致治疗延迟、工作人员混乱，甚至对患者造成伤害。多年来，人们一直假设，如果软件足够好，数据就会足够好。主流观点认为，更好的算法和更严格的自动化检查将解决记录混乱的问题。

然而，一种新的观点表明，这些数据的质量与其说取决于运行在机房服务器里的代码，不如说取决于在走廊里工作的员工。这一观点基于一个被称为“社会技术系统”（socio-technical systems）的概念，该概念将一个组织视为不仅仅是机器的集合，而是技术与人类行为之间复杂的伙伴关系。在这种视角下，一个计算机程序只有在团队使用它时才是有效的，而人们如何交谈、如何分担责任以及如何应对日常压力，其对最终产出的影响与软件本身一样大。理解这种关系至关重要，因为它将关注点从修复计算机转向了修复人类与计算机交互的方式。

坎贝尔大学（University of the Cumberlands）的冯·范（Phuong Pham）最近开展的一项研究探讨了正是这种动态关系。该研究提出了一个简单但深刻的问题：每天处理健康数据的从业人员是如何解释那些使他们的记录变好或变坏的社会力量的？为了寻找答案，研究人员采访了来自美国各地的18位医疗专业人士。这些参与者不仅仅是医生；他们还包括数据分析师、工程师、护士和行政管理人员，提供了广泛的观点。访谈是以一对一的形式进行的，这使得参与者能够在没有群体压力的情况下分享他们的现实世界经验。研究人员随后仔细倾听他们的故事，寻找他们在描述工作挑战与成功时的共同模式。

研究结果显示，高质量数据最大的障碍不是技术故障，而是人为因素和组织摩擦。研究确定的最显著障碍之一是构建技术的人员与在临床护理中应用技术的人员之间的沟通鸿隙。技术人员经常使用临床医生无法理解的专业语言，而医生和护士使用的术语也会让工程师感到困惑。这种分歧导致了一种情况：两种不同的部门可能会对同一种状况命名不同，从而导致数据库将其视为两个独立的问题。当团队处于孤岛状态、各自为政时，由于没有人拥有全局视野，错误便无法被察觉。研究发现，当这些群体不定期进行交流时，数据就会变得碎片化且不可靠。

另一个主要主题是不同优先级之间的冲突。对于医生来说，首要目标是在当下挽救生命或缓解痛苦。录入数据到计算机中通常被视为一项次要任务，是一个会占用护理时间、脱离临床实践的官僚主义障碍。当医生在处理紧急情况而匆忙行动时，他们可能会跳过某个字段，或者为了继续推进而输入一个快速、近似的数值。研究强调，这并不是懒惰的表现，而是对一个在关键时刻要求过多行政工作的系统的自然反应。同样，技术团队通常优先考虑完美的数据结构，有时会制定出不符合患者实际呈现情况的复杂现实的僵化规则。当这两个世界发生碰撞时，结果往往是记录不完整或不准确。

研究还指出了缺乏明确所有权的问题。在许多组织中，一旦系统中出现错误，谁负责修复是不明确的。如果一条记录错了，医生可能认为应该是IT团队来修复，而IT团队则假设医生会进行纠正。这种混乱导致错误在系统中滞留很长时间而不被纠正。此外，研究注意到，高员工流动率造成了知识流失的循环。当有经验的员工离开时，他们会带走关于如何操作系统的理解，留下新员工通过试错法进行学习，这往往会导致更多的错误。

尽管存在这些挑战，参与者也描述了行之有效的方法。他们发现，当团队统一目标并使用相同的语言时，数据质量会显著提高。提到的一种有效策略是使用实时反馈，即如果员工遗漏了某项信息，他们会收到即时的、温和的提醒，而不是等到每月的审计。另一个成功案例是设立专门的联络员——这些人可以将技术需求转化为临床医生能理解的平实语言，反之亦然。当组织建立起一种每个人都对数据负责的文化，并提供持续的培训以保持技能敏锐时，记录就会变得更加可靠。

该研究总结道，修复医疗数据不仅仅需要更好的软件。它要求组织改变管理人员的方式。技术只是等式的一半；另一半是沟通、信任和责任共担的社会系统。研究表明，为了确保数据准确，医院必须致力于在技术团队与临床团队之间搭建桥梁，明确职责划分，并创造一个让人们有时间和支持去做好工作的环境。通过解决这些人为因素，医疗机构可以确保其数字记录真实地反映了他们所提供的护理，最终实现更安全、更有效的治疗。