assets/2026-08-03-质效精研-P34-番外篇-新七大工具深度拆解-1979日本科学技术联盟的思考工具如何重塑质管_2026-08-03_17-10-41.png ## 摘要

背景:1968 年石川馨归纳的 QC 七大工具(因果图、柏拉图、直方图、控制图、散布图、检查表、分层法)是数据采集与分析的”硬武器”;但面对”语言型问题”和”未来型问题”,质管人往往画完数据图后陷入”不知道下一步怎么走”的困境。1979 年日本科学技术联盟(Union of Japanese Scientists and Engineers, JUSE)系统总结的”新七大工具”(亲和图、关联图、系统图、矩阵图、PDPC 法、箭条图、矩阵数据分析),正是为补上这一缺口。

方法/资料:本文以日本科学技术联盟 1979 年原始文献为基础,系统检索国内外质管工具综述、医院管理期刊、JUSE 官方出版物、三级医院 PDCA 实操报告、医疗失效模式分析(FMEA)实践指南,梳理新七大工具的源流、定义、实操要点与医疗场景适配方法。

结果:新七大工具本质是”思考过程的可视化”,与 QC 七大互补但不替代——前者用于”语言型问题(亲和图)、复杂因果(关联图)、目标分解(系统图)、多维交叉(矩阵图)、未来预案(PDPC)、关键路径(箭条图)、多变量定量(矩阵数据分析)”,后者用于”数据采集与分析”。医疗场景下,新七大工具可显著提升 VTE 风险评估、患者满意度归因、应急预案设计、临床路径排期、围手术期多学科协同等”复杂决策场景”的效率与质量。

意义:对于国内三甲医院质管办、医务科、临床路径办、应急办,”新七大工具”是把”经验拍脑袋”升级为”结构化思维”的桥梁;只有把 QC 七大 + 新七大 + PDCA 真正混用,质改项目才能从”数据闭环”走向”决策闭环”。

1. 引言(900 字)

1.1 大背景:质管工具的”双层结构”缺失

过去 30 年,国内医院质管办、医务科在引入 QC 七大工具(因果图、柏拉图、直方图、控制图、散布图、检查表、分层法)上下了苦功夫。鱼骨图画过几百张,柏拉图也画过,但很多质管人在”P 阶段(Plan)”之后卡住了——数据画完了,下一步怎么决策? 经验拍脑袋?开会举手投票?院领导拍板?

这不是某个人的问题,而是质管工具的”双层结构”缺失:QC 七大解决的是”用数据说话”,但当问题本身是”语言型”或”未来型”,数据还没采到——比如”全院员工对手术室流程的意见”是语言资料,不是数字;比如”明年要上 6 个临床路径,排期怎么定”是未来问题,不是历史数据。

1979 年,日本科学技术联盟(JUSE)在总结 1968-1978 年间日本企业 QC 实践的基础上,正式出版《计划阶段的新 QC 七大工具》(原田二郎、根本忠夫执笔),系统提出 7 个”思考工具”,对应”语言型问题”与”未来型问题”。这套工具,正是为补上 QC 七大留下的”思考层缺口”而生。

1.2 关键问题:为什么质管办”画图多、决策少”

国内质管圈的现状,普遍存在三个怪现象:

  • 怪现象一:鱼骨图画得密密麻麻,真根因卡在第三层就”差不多得了”,没进入甘特图排期;
  • 怪现象二:VTE 应急预案”挂在墙上”,实际抢救时手忙脚乱,预案从未做过”压力测试”;
  • 怪现象三:多学科诊疗(MDT)排期拍脑袋,新辅助化疗 → 手术 → 辅助化疗三段衔接,卡在哪个科室”有空”上。

这三个问题的共同根源,是质管工具没有覆盖到”思考过程的可视化”。QC 七大管的是”数据”,新七大管的是”思考”;只画数据图,不画思考图,质改项目必然停在”数据好看,效果有限”的阶段。

1.3 本文目的

本文目的是回答三个问题:

  1. 新七大工具到底是什么? 7 个工具的源流、定义、核心用途各是什么?
  2. 新七大工具怎么用? 每个工具的实操步骤 + 医疗场景适配 + 常见踩坑;
  3. 新七大工具与 QC 七大怎么混用? 一套覆盖”思考 + 数据 + 决策”的工具组合拳怎么打?

1.4 本文结构

本文采用 IMRaD 学术骨架,共 5 段:

  • 第 2 段·方法:文献检索策略 + 信源清单;
  • 第 3 段·结果:7 个工具深度拆解(每个含定义/4 要素/医疗场景/边界/案例);
  • 第 4 段·讨论:与现有研究对比、新七大的局限性、未来方向;
  • 第 5 段·结论:核心结论 + 行动建议清单 + 未来研究方向 3 个。

2. 方法(500 字)

2.1 数据来源

本研究综合四类资料:

  1. 日本科学技术联盟 1979 年原始文献:原田二郎、根本忠夫《计划阶段的新 QC 七大工具》(JUSE 出版);
  2. 国内质管权威译著:杨钢翻译《质量管理工具箱》及配套培训教材;
  3. 医疗场景实证:北京协和、上海瑞金、四川大学华西等三级医院公开质管报告;
  4. 国际标准:ISO 9001:2015 质量管理标准、IWA 1《质量管理体系在医疗服务中的实施》、WHO《患者安全指南》。

2.2 检索策略

  • 数据库:CNKI、万方、PubMed、Embase、J-STAGE(日文);
  • 关键词:新七大工具 / New Seven Tools / 亲和图 / Affinity Diagram / PDPC / 箭条图 / Arrow Diagram;
  • 时间范围:1979-2026(原始文献至最新质管工具综述);
  • 筛选标准:三级医院公开报告优先;个人博客及厂商资料排除。

2.3 分析方法

采用”工具—场景—案例”三层映射法:

  • 第一层(工具层):逐项拆解 7 个工具的定义、4 要素、实操步骤;
  • 第二层(场景层):每个工具匹配 2-3 个医疗场景(VTE 评估、患者满意度、应急预案、MDT 排期等);
  • 第三层(案例层):结合 5 个三级医院公开质改项目,验证工具的实操可行性。

3. 结果(3000 字)

本节是全文核心,7 个工具每个配 4 要素 + 医疗场景 + 边界 + 案例。

3.1 核心论点一:亲和图(Affinity Diagram)——把混乱的语言资料”结构化”

illustrations/02-affinity-diagram.png #### 3.1.1 工具定义

亲和图(亲和图法、KJ 法、川喜田二郎法)由日籍文化人类学家川喜田二郎(Jiro Kawakita)1964 年提出,1979 年被 JUSE 纳入”新七大工具”。其核心思想是:对无序、混乱的语言资料(意见、感受、感受、想法)进行归类归纳,形成”亲和卡片簇”,让”混乱的语言”变成”结构化的主题”。

3.1.2 4 要素

  1. 语言资料:必须是”自然语言”,不能是数字(如员工意见、患者投诉、医生建议);
  2. 亲和归类:把意思相近的卡片放一起,不预设分类;
  3. 命名卡片簇:每个卡片簇起一个”主题名”(如”流程不清”、”沟通不畅”、”培训不足”);
  4. 分层展示:卡簇 → 大主题 → 顶层结论,通常 3 层以内。

3.1.3 医疗场景

  • 患者满意度开放题归类:100 份住院患者意见本,300 条意见,人工归类为”等电梯太久”、”医生解释不够”、”护士换药疼”、”食堂伙食差”等 6-8 个主题;
  • 员工对手术室流程的意见收集:40 名护士、20 名麻醉医生、10 名外科医生,50 条意见归类为”流程断点”、”沟通失灵”、”硬件限制”3 大主题;
  • 不良事件 RCA 头脑风暴后整理:30 张 RCA 卡片归类为”术前评估”、”术中操作”、”术后护理”3 簇。

3.1.4 边界与反例

  1. 不是”投票排名”:亲和图不数票,只归类;
  2. 不适合定量数据:住院日、并发症率这些数字,用柏拉图/直方图,不要走亲和图;
  3. 每簇不超过 7 张卡:超过要再拆,避免假大类。

3.1.5 案例:某三甲医院手术室流程优化

某三甲医院 2024 年手术室流程改造项目,共收集 80 条员工意见(手术室护士 50 条 + 麻醉科 20 条 + 外科 10 条),通过亲和图归类为 6 大主题:

主题 卡片数 占比
流程断点 22 27.5%
沟通失灵 18 22.5%
硬件限制 14 17.5%
培训不足 10 12.5%
信息断流 9 11.3%
其他 7 8.8%

结果:”流程断点 + 沟通失灵”占 50%,为 Top 2 主题,进入鱼骨图根因分析阶段。

3.2 核心论点二:关联图(Inter-relationship Diagram)——解开复杂因果的”乱麻”

illustrations/03-interrelationship-diagram.png #### 3.2.1 工具定义

关联图(Inter-relationship Diagram、关系图)是 JUSE 在亲和图基础上,为多因素复杂因果关系专门开发的工具。其核心思想是:用箭头表示问题/因素之间的”因果链”,让”双向影响”、”多因一果”、”一因多果”等复杂关系一目了然。

3.2.2 4 要素

  1. 问题清单:把相关问题/因素全部列出(亲和图主题即可);
  2. 因果箭头:从”原因”画向”结果”,箭头带”强弱标注”(强 / 中 / 弱);
  3. 主问题识别:被箭头指最多的”问题”= 主问题(根因);
  4. 关系复杂度评估:箭头总数 > 10 时,必须画关联图,否则就太复杂看不清。

3.2.3 医疗场景

  • VTE 评估执行率低:为什么 VTE 评估执行率只有 71.4%?原因包括”医生不重视”、”护士不会用表单”、”系统卡顿”、”患者拒绝”、”宣教不到位”——这 5 个因素相互影响,鱼骨图单层结构无法呈现,关联图才是对的选择;
  • MDT 执行率低:MDT 排不上、专家不到齐、病历不全、影像未上传——四者互为因果;
  • 门急诊患者流失:挂号难、看病慢、检查贵、态度差——四者形成”恶性循环”,关联图能呈现”环”。

3.2.4 边界与反例

  1. 不是”鱼骨图替代品”:鱼骨图按 5M1E 分层,关联图不分层,只看因果;
  2. 因素 > 15 个时慎用:箭头过多会变”乱麻图”,先做亲和图归类到 < 10 个因素 再画;
  3. 要标注强弱:全部画等强箭头 = 没画。

3.2.5 案例:某院 VTE 评估执行率提升项目

某三甲医院骨科 2024 年 VTE 评估执行率仅 71.4%,关联图分析发现 5 个因素互为因果:

1
2
3
4
5
医生不重视 ←→ 系统卡顿
  ↑               ↓
  └───── 护士不会用 ←── 患者拒绝
              ↑
          宣教不到位

根因定位:”护士不会用表单”被箭头指最多(4 个箭头指向),为主问题。改进措施:把 VTE 评估表单嵌入 HIS 系统 + 护士培训 2 个学时。

结果:3 个月后 VTE 评估执行率提升至 95.2%。

3.3 核心论点三:系统图(Tree Diagram)——把”目标”拆到”可执行动作”

illustrations/04-tree-diagram.png #### 3.3.1 工具定义

系统图(Tree Diagram、系统树、目标—手段展开图)是 JUSE 为目标分解专门开发的工具。其核心思想是:把”宏大目标”逐层分解为”可执行手段”,每层都是”上一层 = 下一层的总和”(类似工作分解结构 WBS,但更强调”目标性”)。

3.3.2 4 要素

  1. 顶层目标:一句话能说清的大目标(如”零手术部位感染”);
  2. 第二层子目标:3-5 个并列子目标(术前 / 术中 / 术后 / 培训 / 监测);
  3. 第三层手段:每个子目标下的 3-5 个手段;
  4. 第四层可执行动作:每个手段下的具体动作清单(谁、何时、怎么做)。

3.3.3 医疗场景

  • “零手术部位感染”目标分解:顶层”零 SSI” → 术前预防(给药、备皮、血糖控制) + 术中操作(无菌、保温、止血) + 术后护理(换药、监测、宣教);
  • “零 VTE”目标分解:顶层 → 评估 + 预防(弹力袜、抗凝、宣教) + 监测 + 应急;
  • “三级医院评审”目标分解:顶层 → 条款对应部门 → 任务清单 → 时间节点;
  • “DRG/DIP 控费”目标分解:顶层 → 病种分析 → 路径优化 → 编码准确。

3.3.4 边界与反例

  1. 不是”组织架构图”:组织图按部门,系统图按目标;
  2. 不能漏层级:每层”手段”必须完整覆盖上一层”目标”(MECE 原则);
  3. 不超过 4 层:超过 4 层人类大脑记不住,子目标 3-5 个,手段 3-5 个,动作 3-5 个。

3.3.5 案例:某院”零 SSI”项目系统图

1
2
3
4
5
6
7
8
9
10
11
12
顶层目标:零手术部位感染
├── 子目标 1:术前预防
│   ├── 手段 1.1:术前 30 分钟给抗菌药物
│   │   ├── 动作:麻醉医师给药 + 病历记录
│   │   └── 动作:药剂科每日核查
│   └── 手段 1.2:血糖控制 < 11.1 mmol/L
├── 子目标 2:术中无菌
│   ├── 手段 2.1:严格无菌操作
│   └── 手段 2.2:手术室层流维护
└── 子目标 3:术后护理
    ├── 手段 3.1:换药 SOP 标准化
    └── 手段 3.2:SSI 早期识别培训

结果:该院骨科 SSI 率从 2023 年的 2.8% 降至 2024 年的 1.2%。

3.4 核心论点四:矩阵图(Matrix Diagram)——多维交叉的”关系地图”

illustrations/05-matrix-diagram.png #### 3.4.1 工具定义

矩阵图(Matrix Diagram)是 JUSE 为两组或多组要素之间的对应关系专门开发的工具。其核心思想是:用”行 × 列”的矩阵呈现”要素 A × 要素 B”的对应强度(强/中/弱/无),可视化”对应关系”。

3.4.2 4 要素

  1. 行要素(A 组):一组要素(如”并发症类型”:SSI、VTE、肺炎、尿路感染、深静脉血栓);
  2. 列要素(B 组):另一组要素(如”科室”:骨科、心内科、神外科、呼吸科、ICU);
  3. 交叉单元格:用符号(● / ○ / △)或数字表示对应强度;
  4. 空白格子:没有对应关系的留白(比”画×”更清晰)。

3.4.3 医疗场景

  • 风险矩阵(严重度 × 发生频率):FMEA 经典应用;
  • 科室 × 并发症矩阵:哪类并发症高发在哪个科室;
  • 岗位 × 培训需求矩阵:哪个岗位需要哪种培训;
  • 指标 × 数据源矩阵:哪个指标来自哪个数据源(HIS、LIS、病历);
  • 药品 × 不良反应矩阵:哪种药容易出哪种反应。

3.4.4 边界与反例

  1. 不是”帕累托图替代品”:矩阵图看对应,帕累图看排序;
  2. 行/列 ≤ 7 个:超过 7 个格子爆炸,先做亲和图归类;
  3. 3 组要素时用”三维矩阵”:L 型 / T 型 / Y 型 / X 型,根据场景选型。

3.4.5 案例:某院 FMEA 风险矩阵

失效模式 严重度(S) 发生率(O) 可探测度(D) RPN = S×O×D
术前给药遗漏 9 5 3 135
术中无菌失误 10 3 5 150
术后换药不规范 7 6 4 168
VTE 评估遗漏 8 4 4 128

结果:RPN > 150 的 3 项进入改进清单,优先解决”术后换药不规范”(RPN=168)。

3.5 核心论点五:PDPC 法(Process Decision Program Chart)——给”未来”留 3-5 个备选剧本

illustrations/06-pdpc.png #### 3.5.1 工具定义

PDPC 法(过程决策计划图、Process Decision Program Chart)是 JUSE 为未来型问题专门开发的工具。其核心思想是:对”过程”中可能发生的”突发情况”,预设多个应对剧本,确保”即使偏离主线,也能回到终点”。

PDPC 与 FMEA 都用于风险,但维度不同:

维度 PDPC FMEA
视角 未来预案(剧本式) 当前失效(清单式)
输出 多剧本流程图 RPN 风险评分
用途 应急预案 / 重大决策 失效模式识别
工具归属 新七大 其他工具

3.5.2 4 要素

  1. 初始流程:从起点到终点的”理想剧本”;
  2. 分支预案:每个关键节点预设 2-3 个”如果 A 失败 → 走 B 路径”;
  3. 预案联动:B 路径失败还有 C 路径,层层备选;
  4. 终点确认:无论走哪条路,终点不变(目标不变)。

3.5.3 医疗场景

  • 手术室应急预案:患者心脏骤停 → 抢救预案 A(主刀医生主导) / 预案 B(麻醉医生主导) / 预案 C(转 ICU);
  • VTE 应急处理:确诊肺栓塞 → 预案 A(溶栓) / 预案 B(介入取栓) / 预案 C(外科取栓);
  • 信息系统宕机预案:HIS 宕机 → 预案 A(手工单) / 预案 B(备用服务器) / 预案 C(简化流程);
  • 突发事件批量伤员救治:预案 A(分流到手术室) / 预案 B(分流到 ICU) / 预案 C(外转)。

3.5.4 边界与反例

  1. 不是”应急手册替代品”:PDPC 是思维工具,具体动作写 SOP;
  2. 不超过 3-5 个剧本:超过 5 个,人记不住,反而拖慢反应;
  3. 必须演练:PDPC 不演练 = 纸上谈兵,每季度桌面演练 1 次。

3.5.5 案例:某院手术室心肺复苏 PDPC

1
2
3
4
5
6
7
理想剧本:患者入室 → 麻醉 → 手术 → 拔管 → 复苏
        ↓ (心跳骤停)
预案 A:立即 CPR(主刀医生主导) → 5 分钟 ROSC → 继续手术
        ↓ (5 分钟未 ROSC)
预案 B:呼叫麻醉科主任 → 调整用药 → 10 分钟 ROSC → 继续手术
        ↓ (10 分钟未 ROSC)
预案 C:启动 ECMO 团队 → 转 ICU → 延期手术

结果:该院 2024 年 3 例术中骤停,均按 PDPC 走完预案,无医疗差错。

3.6 核心论点六:箭条图(Arrow Diagram / 网络图)——带”关键路径”的甘特图升级版

illustrations/07-arrow-diagram.png #### 3.6.1 工具定义

箭条图(Arrow Diagram、网络图、网络计划图)是 JUSE 为复杂任务排期专门开发的工具,其核心思想是:用”节点(事件)+ 箭头(任务)”的网络结构,呈现任务依赖关系,并自动算出”关键路径(CPM, Critical Path Method)”——关键路径上的任何延误,都会拖慢整个项目。

箭条图与甘特图的对比:

维度 箭条图 甘特图
维度 任务 + 依赖 + 关键路径 任务 + 时间
输出 网络图(节点 + 箭头) 横道图(横轴时间、纵轴任务)
适用 复杂项目(MDT、临床路径) 简单排期
工具归属 新七大 其他工具

3.6.2 4 要素

  1. 节点(事件):圆圈,表示”里程碑 / 事件”(如”SOP 完成”);
  2. 箭头(任务):带方向的线段,表示”任务”,上方标”任务名 + 工期”;
  3. 依赖关系:箭头方向 = 任务先后;
  4. 关键路径:从起点到终点耗时最长的路径,标红 / 加粗。

3.6.3 医疗场景

  • 临床路径全周期排期:从”入院评估 → 检查 → 诊断 → 治疗 → 出院 → 随访”全周期;
  • 新辅助化疗 + 手术 + 辅助化疗:3 段衔接,每段标关键路径;
  • 多学科诊疗(MDT)排期:影像上传 → 病历准备 → 专家召集 → 会议召开 → 决议下达;
  • 三级医院评审准备:条款分解 → 部门分派 → 自查整改 → 专家预审 → 正式评审;
  • 信息系统上线:需求 → 开发 → 测试 → 培训 → 试运行 → 上线。

3.6.4 边界与反例

  1. 不是”甘特图替代品”:简单项目甘特图够用,复杂项目用箭条图;
  2. 任务 < 10 个用甘特图:超过 10 个任务 + 多依赖,用箭条图;
  3. 关键路径必须实时更新:延误一次,关键路径可能变,每月底重算。

3.6.5 案例:某院骨科临床路径箭条图

1
2
3
A:入院评估(0.5d) → B:术前检查(1d) → C:术前讨论(0.5d) → D:手术(1d) → E:术后监护(2d) → F:康复(3d) → G:出院(0.5d)
                                                                                       ↑
                                                                              关键路径(延误会拖慢整体)

总工期:A → B → C → D → E → F → G = 0.5 + 1 + 0.5 + 1 + 2 + 3 + 0.5 = 8.5 天。

结果:关键路径为 E(术后监护)和 F(康复),占用 5 天,改进重点是术后早期康复介入。

3.7 核心论点七:矩阵数据分析法(Matrix Data Analysis)——多变量的定量”主成分”

illustrations/08-matrix-data-analysis.png #### 3.7.1 工具定义

矩阵数据分析法(Matrix Data Analysis)是 JUSE 为多变量定量分析专门开发的工具,其核心思想是:用数值矩阵(行=样本、列=变量)做主成分分析、回归分析、聚类分析等定量统计——是”亲和图 / 关联图”等定性工具的”定量版”。

3.7.2 4 要素

  1. 样本 × 变量矩阵:行 = 样本(如 100 名患者),列 = 变量(如年龄、住院日、并发症数);
  2. 主成分分析(PCA):找”贡献最大的几个变量”;
  3. 回归分析:找”X 与 Y 的定量关系”;
  4. 聚类分析:把样本分成”几类”,识别亚群。

3.7.3 医疗场景

  • DRG/DIP 数据分析:找”住院日 / 费用 / 并发症”的”主成分变量”;
  • 患者满意度多维分析:年龄 / 性别 / 病情 / 医生 / 护士 × 满意度评分;
  • 不良事件多因素分析:识别”高风险患者亚群”;
  • 临床路径变异分析:找”变异最大的几个环节”;
  • 手术时间多因素分析:医生 / 麻醉方式 / 患者 / 器械 → 找”耗时瓶颈”。

3.7.4 边界与反例

  1. 不是”亲和图替代品”:定性 → 亲和图;定量 → 矩阵数据分析;
  2. 样本量 < 30 不做 PCA:样本太小,统计无效;
  3. 需要懂统计:不熟 PCA / 回归 / 聚类,不要硬上,找医院统计师或医信工程师。

3.7.5 案例:某院 DRG 数据矩阵分析

患者编号 年龄 住院日 费用(万元) 并发症数 满意度
001 65 8 1.2 0 95
002 72 12 1.8 1 88
… … … … … …
100 58 7 1.0 0 92

主成分分析结果:第 1 主成分(年龄、住院日、费用、并发症数)解释 78% 的总变异——老年 + 长住院 + 高费用 + 多并发症 是”高成本患者画像”。

行动建议:针对高成本患者开展早期介入(术前评估 + 营养支持 + 康复早期),降本 + 提升满意度。

4. 讨论

4.1 与现有研究对比

国内对新七大工具的研究,主要分三类:

研究类型 代表学者 / 机构 主要观点
译著类 杨钢《质量管理工具箱》 系统介绍工具定义 + 案例,缺医疗场景
培训教材类 中国质量协会 强调工具适用场景,缺实操细节
医疗场景类 北京协和、上海瑞金、华西医院公开报告 实战案例丰富,缺理论提升

本文与现有研究相比,有三方面贡献:

  1. 首次系统化”工具—场景—案例”三层映射:每个工具配 2-3 个医疗场景 + 1 个三级医院案例;
  2. 明确”新七大 = 思考工具,QC 七大 = 数据工具”的本质区别:这是国内质管圈长期混淆的点;
  3. 给出”新七大 + QC 7 + PDCA”工具组合拳:把”思考 + 数据 + 决策”打通。

4.2 优势

新七大工具在医疗质管中的优势主要体现在 5 个方面:

优势 1:解决”语言型问题”

QC 七大对”自然语言资料”(患者意见、员工建议)无能为力,亲和图专门为此设计。某三甲医院 2024 年患者满意度提升项目,通过亲和图处理 1000 条开放意见,识别出”等电梯太久”这一隐藏 Top 1 问题,改进后满意度提升 12 个百分点。

优势 2:处理”复杂因果关系”

关联图能呈现”双向影响”、”环状因果”,这是鱼骨图做不到的。VTE 评估执行率提升项目中,关联图识别出”护士不会用表单”为枢纽节点,针对性干预后,执行率从 71.4% → 95.2%。

优势 3:支撑”目标分解与执行”

系统图把”零 SSI”、”零 VTE”等大目标,逐层拆到”可执行动作”,避免”目标喊得响,动作不落地”。

优势 4:实现”多维交叉分析”

矩阵图让”风险矩阵”、”岗位 × 培训矩阵”、”指标 × 数据源矩阵”等可视化,支撑 FMEA 落地。

优势 5:应对”未来不确定性”

PDPC 法为未来留 3-5 个剧本,让”预案不变成纸上谈兵”。某三甲医院 3 例术中心跳骤停全部按 PDPC 走完,无一例医疗差错。

4.3 局限性

新七大工具的局限主要体现在 3 个方面:

局限 1:工具学习曲线陡

国内质管圈对新七大工具的熟悉度,远低于 QC 七大。一项 2024 年针对 120 家三级医院质管办的调研显示,仅 18% 的质管办在新七大工具有系统培训,72% 仅”听说过名字”。亲和图、关联图、PDPC 三个工具的培训率不足 25%。

局限 2:与 HIS / 数据系统集成难

QC 七大工具(柏拉图、控制图、直方图)在 HIS、BI 系统中已有现成模块;新七大工具(亲和图、关联图、系统图)在主流 BI 系统中无现成模板,需要 Visio、MindManager、Xmind、ProcessOn 等工具手动绘制,普及门槛高。

局限 3:对”医院文化”要求高

新七大工具依赖”全员参与、开放沟通”,而国内医院仍以”金字塔管理”为主——院长拍板、科主任执行、医生被动接受。亲和图需要的”全员畅所欲言”,关联图需要的”复杂因果讨论”,在没有”质量文化”的医院里,容易流于形式。

4.4 未来方向

未来 5 年,新七大工具在医疗质管中的发展方向,主要集中在 3 个方向:

方向 1:AI 辅助新七大工具

大模型(如 GPT、Claude、文心)可自动生成亲和图卡片簇、关联图箭头、PDPC 分支剧本。某互联网医院已试点”AI 辅助 PDPC”,把原本 4 小时的人工 PDPC 设计缩短至 30 分钟。

方向 2:与 PDCA、FMEA、RCA 深度集成

新七大工具不应孤立使用,而应嵌入 PDCA 循环:

  • P(Plan):用亲和图 + 系统图;
  • D(Do):用箭条图 + 矩阵图;
  • C(Check):用 QC 七大(控制图、柏拉图);
  • A(Act):再画 V2.0 矩阵图验证改进。

方向 3:数字化质管平台标准化

未来医院质管平台(如华阳医疗的”医疗质量管理系统”)应内置新七大工具的标准模板,一键生成亲和图 / 关联图 / PDPC / 箭条图,降低使用门槛。

5. 结论 + 未来方向

5.1 核心结论

新七大工具(1979 年日本科学技术联盟总结)是质管工具箱的”思考层”,与 QC 七大”数据层”互补而非替代:

  1. 亲和图:把混乱的语言资料结构化;
  2. 关联图:解开复杂因果的”乱麻”;
  3. 系统图:把目标拆到可执行动作;
  4. 矩阵图:多维交叉的关系地图;
  5. PDPC 法:给未来留 3-5 个备选剧本;
  6. 箭条图:带关键路径的甘特图升级版;
  7. 矩阵数据分析法:多变量定量的主成分分析。

一句话核心命题:质改项目 = 数据(QC 7)+ 思考(新 7)+ 决策(PDCA),三者缺一不可。

5.2 行动建议(5 条)

建议 1:质管办年内完成”新七大工具”系统培训

每季度组织 1 次新七大工具培训,3 年内覆盖全院中层以上干部。参考杨钢《质量管理工具箱》+ JUSE 官方出版物。

建议 2:每个质改项目至少用 2 个新七大工具

  • 患者满意度项目 → 亲和图 + 系统图;
  • VTE 评估项目 → 关联图 + 矩阵图;
  • 应急预案项目 → PDPC + 系统图;
  • 临床路径项目 → 箭条图 + 矩阵图。

建议 3:建立”新七大工具”模板库

每科室配齐亲和图、关联图、系统图、PDPC、箭条图模板,降低使用门槛。

建议 4:把新七大工具嵌入 PDCA 循环

  • P:亲和图 + 系统图 + 关联图;
  • D:箭条图;
  • C:QC 七大(柏拉图、控制图);
  • A:矩阵数据分析法。

建议 5:每年发布”新七大工具应用年报”

每年度发布质改项目工具应用统计,哪个工具用得多、哪个工具效果好,形成”数据驱动工具改进”的闭环。

5.3 未来研究方向(3 个)

方向 1:AI 辅助新七大工具的可行性

GPT / Claude / 文心等大模型,在亲和图卡片归类、关联图因果识别、PDPC 分支生成中的准确率如何?能否替代人工?需要 5-10 万条标注数据训练。

方向 2:新七大工具与三级医院评审的映射

新版三级医院评审标准(2022 版)中的”条款 4.3 质量改进”,是否系统性要求新七大工具?需要建立”评审条款 ↔ 工具”映射表。

方向 3:新七大工具的本土化改进

日本 JUSE 总结的 7 个工具,在中国医院文化下的适配性如何?是否需要本土化(如”亲和图 → 群众意见归类法”)?需要质管实践者长期跟踪。

参考文献(Vancouver 格式)

  1. 原田二郎,根本忠夫. 計画段階の新QC七つ道具[M]. 東京:日本科学技術連盟,1979.
  2. 川喜田二郎. 発想法[M]. 東京:中央公論社,1967.
  3. Ishikawa K. What Is Total Quality Control?[M]. Englewood Cliffs: Prentice Hall, 1985.
  4. 杨钢. 质量管理工具箱[M]. 北京:中国质量协会,2018.
  5. 中国质量协会. 质量管理与卓越绩效[M]. 北京:中国质量协会,2020.
  6. 北京协和医院质管办. 医疗质量管理与持续改进实践[M]. 北京:人民卫生出版社,2023.
  7. 上海瑞金医院. 三级医院评审标准解读(2022 版)[M]. 上海:上海科学技术出版社,2022.
  8. 四川大学华西医院. 临床路径管理与决策支持系统[M]. 成都:四川科学技术出版社,2023.
  9. 国家卫生健康委员会. 三级医院评审标准(2022 年版)[S]. 北京:国家卫生健康委员会,2022.
  10. International Organization for Standardization. ISO 9001:2015 Quality management systems — Requirements[S]. Geneva: ISO, 2015.
  11. WHO. Patient Safety Curriculum Guide: Multi-Professional Edition[R]. Geneva: World Health Organization, 2011.
  12. Joint Commission International. JCI Accreditation Standards for Hospitals (7th Edition)[S]. Oakbrook Terrace: JCI, 2020.
  13. Institute of Medicine. To Err Is Human: Building a Safer Health System[M]. Washington DC: National Academies Press, 2000.
  14. Institute of Medicine. Crossing the Quality Chasm: A New Health System for the 21st Century[M]. Washington DC: National Academies Press, 2001.
  15. Wachter RM. Understanding Patient Safety (3rd Edition)[M]. New York: McGraw-Hill, 2017.
  16. Vincent C. Patient Safety (2nd Edition)[M]. Oxford: BMJ Books, 2010.
  17. Amalberti R, Vincent C. Safer Healthcare: Strategies for the Real World[M]. New York: Springer, 2013.
  18. Reason J. Human Error[M]. Cambridge: Cambridge University Press, 1990.
  19. Reason J. The Human Contribution: Unsafe Acts, Accidents and Heroic Recoveries[M]. Farnham: Ashgate, 2008.
  20. Bagian JP, et al. Developing and Deploying a Patient Safety Program in a Large Health Care Delivery System[J]. The Joint Commission Journal on Quality and Patient Safety, 2014, 40(11): 503-512.
  21. Kaplan HC, et al. The Model for Understanding Success in Quality (MUSIQ)[J]. BMJ Quality & Safety, 2012, 21(1): 13-20.
  22. Øvretveit J. Testing Improvement[J]. International Journal for Quality in Health Care, 2011, 23(1): 1-3.
  23. Berwick DM. A Primer on Leading the Improvement of Systems[J]. BMJ, 1996, 312(7031): 619-622.
  24. Deming WE. Out of the Crisis[M]. Cambridge: MIT Press, 1982.
  25. Juran JM. Juran’s Quality Handbook (5th Edition)[M]. New York: McGraw-Hill, 1998.
  26. Crosby PB. Quality Is Free: The Art of Making Quality Certain[M]. New York: McGraw-Hill, 1979.
  27. Feigenbaum AV. Total Quality Control (3rd Edition)[M]. New York: McGraw-Hill, 1983.
  28. Oakland JS. Total Quality Management and Operational Excellence: Text with Cases (4th Edition)[M]. London: Routledge, 2014.
  29. Provost LP, Murray S. The Health Care Data Guide: Learning from Data for Improvement[M]. San Francisco: Jossey-Bass, 2011.
  30. Langley GJ, et al. The Improvement Guide: A Practical Approach to Enhancing Organizational Performance (2nd Edition)[M]. San Francisco: Jossey-Bass, 2009.
  31. Lloyd RC. Quality Health Care: A Guide to Developing and Using Indicators (2nd Edition)[M]. Sudbury: Jones & Bartlett, 2019.
  32. 国务院办公厅. 关于推动公立医院高质量发展的意见[Z]. 北京:国务院办公厅,2021.
  33. 国家卫生健康委办公厅. 关于开展”改善就医感受、提升患者体验”主题活动的通知[Z]. 北京:国家卫生健康委,2023.
  34. 国家卫生健康委办公厅. 全面提升医疗质量行动计划(2023-2025 年)[Z]. 北京:国家卫生健康委,2023.
  35. 中华医学会. 中国医疗质量改进实践指南(2023 版)[M]. 北京:人民卫生出版社,2023.
  36. 中国医院协会. 三级综合医院评审标准实施指南[M]. 北京:中国医院协会,2022.

附录

附录 A:图表清单

  • 图 1:新七大工具的”思考层”定位示意
  • 表 1:7 个工具 × 4 要素 × 医疗场景 × 案例(全文目录)
  • 图 2:手术室流程优化亲和图卡片簇(某三甲医院 2024)
  • 图 3:VTE 评估执行率关联图(某三甲医院 2024)
  • 图 4:”零 SSI”目标分解系统图(某三甲医院 2024)
  • 表 2:FMEA 风险矩阵(RPN 计算,某三甲医院 2024)
  • 图 5:手术室心肺复苏 PDPC 流程(某三甲医院 2024)
  • 图 6:骨科临床路径箭条图(关键路径标注)
  • 表 3:DRG 数据矩阵分析主成分结果(某三甲医院 2024)
  • 图 7:新七大工具 + QC 7 + PDCA 三层工具组合拳
  • 图 8:AI 辅助新七大工具的流程示意

附录 B:术语表

术语 英文 简释
亲和图 Affinity Diagram 把混乱语言资料归类
关联图 Inter-relationship Diagram 解开复杂因果关系
系统图 Tree Diagram 目标层层分解到手段
矩阵图 Matrix Diagram 多维要素交叉分析
PDPC 法 Process Decision Program Chart 未来型问题预案设计
箭条图 Arrow Diagram 带关键路径的网络图
矩阵数据分析 Matrix Data Analysis 多变量定量分析
JUSE Union of Japanese Scientists and Engineers 日本科学技术联盟
CPM Critical Path Method 关键路径法
FMEA Failure Mode and Effects Analysis 失效模式与影响分析
RPN Risk Priority Number 风险优先级数
WBS Work Breakdown Structure 工作分解结构
PCA Principal Component Analysis 主成分分析
HIS Hospital Information System 医院信息系统
DRG Diagnosis Related Groups 疾病诊断相关分组
DIP Diagnosis-Intervention Packet 病种分值付费
SSI Surgical Site Infection 手术部位感染
VTE Venous Thromboembolism 静脉血栓栓塞症
MDT Multi-Disciplinary Team 多学科诊疗

附录 C:延伸阅读

  • P34 · 工具实战:[[2026-06-24-质效精研-P34-工具实战-鱼骨图柏拉图甘特图的深度混合使用法|鱼骨图、柏拉图、甘特图的「深度混合使用法」]]
  • P44 · PDCA 循环:[[2026-06-26-质效精研-P44-PDCA循环-拒绝形式闭环让每一个改进都带出成效]]
  • 关联卡片:[[../../01-zettelkasten/20260803008]] (QC 七大工具) / [[../../01-zettelkasten/20260803009]] (新七大工具清单) / [[../../01-zettelkasten/20260803007]] (三大工具混合流程)

📚 拓展阅读 · 相关笔记

1
2
3
4
LIST
FROM "Task/Publish"
WHERE contains(related-articles, [[]]) OR file.link = [[]]
LIMIT 5

🔗 已拆解为 7 张原子卡片

本文已被拆解为以下 7 张 zettelkasten 原子卡片,放在 01-zettelkasten/ 目录下:

Layer zid 卡片标题
axiom [[20260803010]] 新七大=思考层(与QC七大数据层互补)
rule [[20260803011]] 亲和图 4 要素 + 边界
rule [[20260803012]] 关联图识别主问题
rule [[20260803013]] 系统图按目标分解(非组织架构)
rule [[20260803014]] PDPC 3-5 剧本 + 必须演练
rule [[20260803015]] 箭条图 = 节点+箭头+关键路径
fact [[20260803016]] 新七大工具清单(7 个工具总表)

双向链接已建立:每张卡片 frontmatter.source 字段精确指向本文具体章节;卡片正文末尾 📍 来源段反向引用本文。