无论采用哪种方法,流程改进的根本障碍都是通常会在道德上产生创伤,并承诺为遥远的未来提供愈合和更好的东西。鉴赏性研究是一种定性研究的方法,它首先提供了好消息,然后又提出了承诺。将来可能会更好。这可能会增加管理员和临床人员的采用率,否则他们可能不愿冒险承担不良发现的最初冲击


流程改进计划通常首先要找到几乎所有的故障,将其归类为重点,并详尽详细地说明它们可能如何危害安全及时性,有效性和效率。此外,它们通常还详细说明您无法做到公平,以患者为中心以及您无法访问的严重程度这是一件好事,因为它随后概述了可以修复这些gremlins的方法以及如何测试它们是否已修复的方法

因此,首先要戳戳眼睛,打开道德伤口,然后再延迟缝合伤口的过程,最后保证完全愈合

大多数管理员而不是少数临床部门负责人对典型的过程改进经验感到不满意,他们有些正确地担心,详细说明所有缺点可能是非常痛苦的经历,并且很容易引起媒体关注并充其量成为公众的尴尬甚至可能导致代价高昂的诉讼未来状态会变得更好的希望是,对于那些当下更有志向的人来说,这是一种冷淡的安慰,可以说A在这里和现在的缺陷细节隐约可见,就像对模糊和朦胧的确定性一样美好未来的轮廓因此,许多流程改进措施未能获得所需的管理和领导支持,并且在最初的最佳意图初现之后就枯竭了。此外,如果重点放在通常会造成甚至是问题的问题上,则组织倾向于朝着他们关注的方向发展。更多问题

欣赏查询

欣赏查询AI可以改善流程,就像从一个小巧但很受人爱戴的亲戚一个大大的温暖拥抱一样。

人工智能是由戴维·库珀里德(David Cooperrider)和苏雷什·斯里瓦斯塔(Suresh Srivastva)两位创始人在美国凯斯西储大学的韦瑟黑德管理学院开创的。正异常值或正偏差重点一直以来,积极偏差的使用一直是对传统质量改进方法进行改进的可靠证据,要坦率地说,改进常常变得非常神秘,对目标大声疾呼设置改进目标通常更多地是要从基本孔口中吸取延伸目标,而不是真正的目标。洞察力平均停留天数将其减半以小时为单位的时间做它的最低再入院率如果有人对目标提出质疑,他们可能会被盯着看并标记为困难,但人们仍然对目标是基于的存在挥之不去的怀疑在现实中

但是,正离群值是您针对特定指标所做的最好的事情,问题就变成了需要改变的内容,以将其从罕见的离群值转变为规范仍然不是一种完美的方法,但至少要根据当地实际情况至少有一次做到这一点,然后才认为在某些因素的融合下,这一壮举可能会重复

人工智能采用了这种方法,并将重点从严格的指标转移到实际从事工作的人员,并以一种热情的方式向一线征求有关最佳实例的前线反馈。那个人可以提出的最好的数字

赞赏查询COVID

为了进行研究,我们刚刚开始使用COVID,我们正在询问临床医生涉及以下有关其在工厂中应对COVID的经历的问题

  • 是什么激发了您的精力或使您对您的工作或COVID反应感到满意
  • 您做了什么导致非常成功或出乎意料的积极成果
  • 哪些团队的优势能力流程或工具有助于您提高效率或效力
  • 作为一个小组,您可以更专注于哪些特殊优势以获得相似的积极成果

这不仅将访谈和数据收集放在特定的框架中,而且将其与背景相关联,不仅如此,嘿,今天的伟大之处还不仅仅局限于此,我们错过了使事情顺利进行的重要部分。在这种结构中,我们专门寻找什么能激发人们的活力并带来满足感,以及当他们达到指标或经历积极的事情时发生了什么?该方法还重要地着眼于团队的动力和背景医学中很少有什么是一个单一参与者的结果,我们希望知道系统的哪个部分对另一个区域产生了积极的影响例如,如果床铺清洁人员所做的某件事导致临床团队取得了重大成就,那将是一个重点领域

在此示例中,该方法将用于学习COVID响应并帮助改进以后和将来的暴发响应。第一阶段将招募参与COVID响应的人员,以记录有关四个问题的每日日记。第二阶段,研究团队在最后阶段,研究团队将分析数据以提供有关主题的报告,并针对效果最好的事物生成响应类型学。这可能基于标准的根本原因类型学,例如数字或使用扎根的理论方法构建一个全新的模型,该模型可让数据决定类别

这种方法有三个预期的好处

  1. 被问到好的事情是一种FAR体验,比对质量和安全缺陷进行面试时通常感觉更积极。通常,关于度量标准缺失的根本原因,被面试者的经历非常消极,使人筋疲力尽。拥有AI方法的经验是一种提升团队合作感的目的
  2. 将焦点转移到积极的异常值上,不仅会发现性能和指标之间出现不足的原因,而且通常会导致生成的解决方案比规范要好,而不仅仅是满足要求
  3. 建构主义的好消息方法所带来的好处远不只是道德上的创伤,它产生的令人印象深刻的肯定要多于可能被视为威胁或尴尬的风险问题和差距。主管和管理者的净收获是,这样做更安全,更有益,受访者发现它更温和,令人振奋并且实际上令人愉快

这种方法的缺点很真实,与方法本身相比,与信任和群体动态关系更大

  1. 在信任度较低的环境下(例如员工对管理动机产生怀疑的时候),专注于积极因素可能会被视为忽略了消极因素或麻烦
  2. 由于担心会忽略实际风险,因此可能不愿将注意力集中在积极方面。这是一个真正的障碍,当遇到明显的差距或赤字时,应针对出现的积极主题对它们进行审查。应当对缺陷进行根本原因分析
  3. 存在使孤立思维永久存在的风险,对一个部门或团队而言,最好的做法实际上可能对另一部门或团队造成极大的伤害。为避免这种积极影响,应从它们发生的端到端价值链及其与员工之间的关系来进行审查。最终目标

结论

使用AI来改善对COVID的反应的方法为目标选择带来了更多基于证据的严格性,并且以对研究参与者更友好的方式降低了行政管理和潜在赞助者的风险意识,并可能开发出解决方案。生成而不是专注于赤字