【患者安全】ECRI：2025年十大患者安全关注点

Top 10

Patient Safety Concerns

2025

编译自ECRI Institute

近日，美国ECRI和安全用药实践研究所（ISMP）联合发布了《2025年十大患者安全关注点》，重点列出了2025年医疗行业面临的十大紧迫患者安全挑战。

基于ECRI和ISMP的数据驱动研究与专家洞见，该报告探讨了医疗领导者应关注的、能够最大限度减少可预防伤害的关键领域。这些问题中既有新兴议题，也有长期未解决的顽疾，但所有领域均存在通过系统性变革实现重大改进的空间。

该清单为实施主动、全系统解决方案提供了战略指南，旨在降低风险并改善整体医疗领域的患者预后。

2025年十大患者安全关注点清单

忽视患者、家属及照护人员关切的风险
医疗领域人工智能治理不足
医疗错误信息的广泛传播与病毒式扩散：通过健康素养赋能患者
网络安全漏洞导致的医疗错误与诊疗延误
退伍军人医疗护理方面存在的特殊挑战
劣质与伪造药物的威胁加剧
诊断错误：“三大杀手”——癌症、重大血管事件与感染
长期照护机构中医疗相关感染的持续存在
患者出院时沟通与协调不足
社区药房工作条件恶化导致用药错误，危及患者与工作人员安全

2025年十大关注点：患者安全的新时代

随着医疗技术以前所未有的速度发展，患者安全的格局持续演变。2025年标志着这一进程的关键节点——距离美国医学研究所里程碑报告《人非圣贤，孰能无过》发布已过去四分之一个世纪。

如今，我们面临的挑战在1999年似乎是遥不可及：人工智能融入临床、健康数据网络攻击威胁升级、社交媒体上医疗错误信息的病毒式传播。与此同时，社会对健康差异的关注与“医疗煤气灯效应”受害者的发声运动也在兴起。

然而，漏诊、医疗相关感染等长期问题依然困扰医疗团队。这一新时代的患者安全需要更高警惕性、适应性策略，以及通过健康素养实践构建安全文化，确保患者在日益数字化、复杂化的世界中获得安全保障。

并非所有清单议题均适用于所有医疗机构，且本清单未涵盖所有潜在患者安全问题。我们的专家认为，这些议题应在2025年获得更多关注。此外，往年清单中某些议题的缺席并不代表其重要性降低，许多问题仍然存在，医疗机构需持续采取行动。

清单筛选方法

本清单基于ECRI和ISMP在患者安全与风险管理领域的广泛专业知识制定。我们的跨学科团队涵盖医学、护理、药学、患者安全、质量、风险管理、临床证据评估、健康技术等领域专家。

在提名过程中，ECRI和ISMP员工提出需评估的重要患者安全问题，并辅以科学文献、事件报告、内部数据及公众提名等证据支持。跨学科专家团队通过以下标准分析：

严重性：若发生，对患者的伤害程度
频率：发生的可能性
广度：受影响患者数量
隐蔽性：问题识别与解决的难度
舆论压力：对机构的潜在压力

基于这些标准，跨学科团队选出了十大患者安全问题，并对它们进行了排序。

整体系统安全性

ECRI的全系统安全方法（ Total Systems Approach to Safety，TSS）通过共同设计和实施一个整体的、主动的、可持续的安全系统来实现更好的效果，使组织摆脱被动的、不连贯的干预措施。

TSS将领导、治理和文化重点与员工安全和健康以及患者和家庭参与结合起来。通过重新设计安全系统要素，医疗保健提供者可以更可靠、更有弹性地提供医疗照护。

TSS根植于先进的安全科学、临床知情的人因工程、公正文化和健康公平，旨在防止错误，减少伤害，改善员工福祉，提高整体医疗照护质量。

确定策略优先级、采取行动并衡量改进

没有机构能立即解决所有十大问题，建议各机构通过风险评分与差距分析评估当前实践，使用本年度的评分卡工具。

针对每项关注点，报告提供基于四大安全驱动因素（文化领导力、患者参与、员工福祉、学习系统）的行动建议。这些建议整合多方数据源，支持医疗质量持续改进，并揭示系统如何导致伤害或驱动安全。

医疗机构需量身定制解决方案，避免表面化改革。领导者需建立成效评估体系，根据结果调整策略，并通过多维指标（事件报告、用药安全数据、患者体验调查等）衡量影响。

1 忽视患者、家属及照护人员关切的风险

在当今快节奏、高压力的医疗环境中，医护人员需应对更多复杂患者，使用多模态技术沟通，但每位患者的沟通时间有限。若系统未支持以患者为中心的共情护理，医护人员可能无法充分倾听患者诉求。

2023年一项调查显示，94%的受访者曾经历医生忽视或不理会其症状的情况。当患者、家属或照护人员遭遇此类情况时，可能感到被 “医疗煤气灯效应” （medical gaslighting）伤害。《美国医学杂志》将医疗煤气灯效应定义为“未经充分医学评估便否定患者合理临床关切的行为”。该术语源于心理学中的“煤气灯操纵”，但医疗场景中并非出于故意操控，医护人员可能无意识表现出此类行为。

忽视患者关切可能源于：

对特定症状的刻板印象
对某些疾病的误解
无意识偏见
非特异性主诉的归因困难
临床决策中的认知偏差

医疗煤气灯行为包括：

拒绝讨论症状或用药问题
淡化症状严重性（尤其是疼痛）
打断或忽视患者
将症状错误地归因于心理问题、体重、年龄等
拒绝安排后续检查
责备患者或表现出居高临下的态度（例如，暗示患者夸大了事实）

这个问题为领导者和医疗保健专业人员提供了一个机会，他们可以考虑如何采取全面的系统安全方法来重新设计患者-医疗提供者互动的元素。

医疗煤气灯效应导致漏诊与延误

医疗煤气灯效应可能导致误诊、延迟治疗、患者痛苦延长及情绪困扰。55%的受访者表示症状因医生忽视而恶化，28%因医护未及时响应遭遇健康危机。

约28%的诊断错误源于认知偏差。一项研究发现，55%的模拟诊疗中存在认知偏差证据。尽管多数参与者最终自我识别偏差并修正诊疗方案，但27%未意识到自身偏见，继续按错误诊断治疗。

临床决策中可能导致忽视患者关切的认知偏差：

过早终结：发现可能诊断后不愿考虑其他可能性
诊断遮蔽：将症状错误归因于既有诊断或个人因素（如残疾、药物使用、肥胖）
确认偏误：倾向于将新信息解读为支持既有诊断

若医护人员未意识到这些偏差，患者可能需数月甚至数年才能获得准确诊断并开始正确治疗。

忽视患者关切加剧健康差异

忽视患者关切的现象在以下群体中更常见：女性、有色人种、超重患者、老年患者、残障患者、神经多样性患者、LGBTQ+等群体。这种差异源于系统性种族主义、性别歧视、恐同症、健全主义等结构性歧视。医疗煤气灯效应进一步加剧风险。

黑人患者（尤其是女性）的疼痛更易被忽视，导致镇痛不足与急救延误。

女性症状更易被归因于心理健康、体重或自我护理不足。研究发现，女性患心脏病时被误诊为精神疾病的可能性是男性的两倍。

医疗煤气灯效应的影响超越即时健康结局。患者、家属或照护人员若感到被否定，会丧失对医疗系统的信任，未来就医意愿降低。40%的女性因既往经历回避就医，形成恶性循环，导致慢性病恶化与可预防疾病的漏诊。

行动建议

文化、领导力与治理

将“维持患者信任”设为机构优先目标。
与员工开展公开对话，强调医疗煤气灯行为与认知偏差对诊断的影响。领导需向全员传达此类行为对患者中心护理的威胁。
限制员工使用“否定性语言”（如“我们无能为力”“你怎么现在才来”“先别担心这个”）。
审查排班政策，确保医护有充足时间收集信息并回应患者关切。
推动管理层至一线员工队伍的多样性，提升共情能力。

患者与家属共同参与

提供工具（如 AHRQ 的《成为自身健康专家》清单），帮助患者清晰陈述健康诉求。
在医患互动中使用开放式提问（如“关于孩子的疫苗，您最担心什么？”）。
直接询问患者是否所有关切均被解决，赋予其对诊断的知情权与提问权。
告知患者寻求第二意见的权利与途径。

员工安全与福祉

推广共情倾听技巧（如 AHRQ 的《 60 秒提升诊断安全》），鼓励医护不打断患者陈述。

实施正念程序（如反思或诊断暂停）帮助医护克服偏见。

学习系统

建立患者投诉严重性评分系统，监测医疗煤气灯事件并向涉事医护反馈。

通过模拟培训暴露医护多样化临床场景。
向临床医生普及复杂医疗状况的知识，例如子宫内膜异位症，其症状往往被误解或轻视。
考虑鉴别诊断的可能性。如有需要，可与同事商讨或进行额外检测以确认初步诊断。
在事件分析中纳入认知偏差因素，制定缓解策略。

2 医疗领域人工智能治理不足

尽管人工智能（AI）在医疗领域已存在多年，但其在影像分析、临床决策支持、病历生成、排班工具等场景的正渗透率持续增长。

AI应用具有改善临床结局、降低成本、缓解医护倦怠等潜力。但AI技术的常见问题——如算法偏见、透明性不足、隐私与安全隐患——可能在医疗场景中引发独特且危险的后果。

AI模型的质量取决于算法与训练数据。基于低质数据的AI模型可能增加不良事件风险。AI生成的医疗错误可能导致误诊与不当治疗，甚至造成患者伤害或死亡。由于难以追踪AI相关错误，此类风险更具隐蔽性。

尽管AI应用广泛且风险显著，仅16%的医院领导表示其机构制定了全系统AI治理政策。研究发现，部分AI模型存在种族、社会经济地位、性别等偏见，可能加剧健康差异，但学术医疗中心在治理政策中较少纳入公平性考量。

患者与医护人员对AI的应用表示担忧。

在2022年12月对11,004名美国成年人进行的一项调查中，60%的受访者表示，如果医疗服务提供者依赖人工智能为他们提供医疗服务，他们会感到不安，75%的受访者担心医疗服务提供者会过快采用人工智能。

2024年对2,300多名注册护士进行的调查中，60%的护士不同意“我相信我的雇主会将患者安全作为实施人工智能的首要任务”这一说法。

缺乏全系统治理框架可能增加医疗机构的法律风险，但快速迭代的AI技术使政策制定面临挑战。

行动建议

文化、领导力与治理

制定 AI 治理政策，明确责任分工与实施流程。
组建跨学科委员会（含领导层、临床服务、人因工程、风险管理代表）评估 AI 技术风险。
确保 AI 政策符合联邦、州及地方法规，并动态更新。
培训员工掌握 AI 使用规范（包括许可 / 禁用场景与问题上报路径）。
定期评估 AI 对临床结局与健康公平的影响。

患者与家属共同参与

向患者披露 AI 使用情况，并在涉及生成式 AI （如临床决策支持）或上传患者数据时获取知情同意。
收集患者对 AI 应用的反馈，优化用户体验。
邀请患者顾问委员会参与 AI 相关宣教材料设计。

员工安全与福祉

实施人因工程评估，分析 AI 技术对临床工作流的影响。
定期调研员工对 AI 应用的使用体验。
建立机制及时响应与解决员工对 AI 的担忧。

学习系统

建立 AI 相关医疗事件的专项报告系统。
强调 AI 作为辅助工具的角色，要求医护在质疑 AI 决策时寻求第二意见。
培训员工识别 AI 相关的隐私泄露、误诊、偏见等问题，并鼓励上报。

3 医疗错误信息的广泛传播与病毒式扩散：通过健康素养赋能患者

医疗错误信息指基于现有证据被证实为虚假、不准确或误导的健康信息。此类信息传播速度远超真相——虚假信息在推特（Twitter，现称X）上的分享概率比真实信息高70%，传播速度达6倍，可能导致患者选择无效或危险疗法，或放弃有效治疗。

医疗错误信息的普遍存在和迅速传播可能会导致患者要求无效或危险的治疗方法，或者使患者放弃已被证实有效的治疗方法。错误信息的例子包括：

Facebook群组宣称“二氧化氯（类漂白剂）可治愈自闭症”。
TikTok标签#寄生虫排毒推广有害“疗法”。
网络文章声称“药企隐瞒癌症治愈方法以牟利”。

若病毒式错误信息是疾病，健康素养便是解药。个人健康素养指“个体获取、理解、应用健康信息与服务的能力”；机构健康素养指“机构公平赋能个体实现上述目标的能力”。

据估计，59%的美国成年人会在网上搜索医疗信息。一些健康领域的影响力人物利用这一趋势谋取私利，例如接受来自公司（尤其是饮食和营养行业）的报酬，在其社交媒体上向粉丝推广未经证实或不安全的治疗方法。

然而，并非所有内容创作者都有剥削意图。有些人对医生的建议感到不满后，会“自行研究”，并认为自己必须将“真相”与他人分享。那些原本就对医疗保健行业抱有怀疑态度的人特别容易接受这些错误信息，因为这些信息与他们自身的经历产生了共鸣。然后，他们再将这些内容分享给自己的关注者。

社交媒体平台正在通过制定错误信息政策来应对这一问题；然而，由于跨语言和文化的内容量巨大，使得删除所有误导性内容变得极具挑战性。此外，这些政策可能会随时被修改或取消，例如2022年推特停止执行其新冠肺炎错误信息政策，以及2025年Meta（即脸书、照片墙和Threads的母公司）宣布将终止其第三方事实核查计划。

当医疗保健专业人员与患者合作时，有助于做出更明智的决策，并改善健康结果。通过提高健康素养，医疗保健机构可以帮助患者识别医疗错误信息，并在医疗保健决策中发挥更积极、更明智的作用。

行动建议

文化、领导力与治理

争取领导层的支持，将健康素养融入组织的使命、目标和战略计划中。
开展教育活动和研讨会，向当地社区普及常见的医疗谣言，加强批判性思维和媒介素养，并强调寻求基于证据的信息的重要性。
与当地公众人物、宗教领袖、受信任的当地社交媒体影响力人物以及其他社区团体合作，传播准确的健康信息。
积极利用组织的社交媒体页面分享准确信息，并揭穿常见的医疗谣言。
与政府机构合作，倡导制定更严格的法规，要求社交媒体平台加大力度遏制医疗错误信息的传播。

患者与家属共同参与

对所有患者实施健康素养评估
通过营造一个友好的环境来培养牢固的医患关系，在这个环境中，患者和照顾者能够舒适地提出与健康相关的问题，并分享他们在网上或社交群体中遇到的信息。
提出开放式问题来了解患者的担忧（例如，“告诉我，您对给孩子接种这种疫苗最担心的是什么？”）。
以同理心倾听，并对患者的担忧做出不带偏见的回应。当患者提供错误信息时，要以冷静和尊重的态度来处理，并提供基于证据的信息来抵消这些错误信息。
将复杂的医疗信息简化成易懂的语言，并在适当时使用类比和视觉辅助工具。
帮助患者培养寻找可靠信息来源和评估信息来源可信度的技能。鼓励他们对自己听到或读到的内容进行质疑和验证。
承认科学和医学的不断发展，如在讨论当前的公共卫生指导时。

员工安全与福祉

为持续应对错误信息导致倦怠的员工提供心理支持。
开发易于员工获取和分享的材料（如患者手册、临床医生话术等），以应对患者经常提及的常见医疗误解。
培训员工掌握有效的沟通技巧，包括在讨论涉及错误信息时使用缓和策略来应对防御性或攻击性患者的技巧。

学习系统

建立一个社交媒体和新闻报道的审查流程，以监测错误信息趋势，从而走在流行谣言之前，并将精力集中在社区最为紧迫的问题上。
向患者及家属咨询委员会征求反馈，了解这一问题如何可能成为寻求医疗建议或获得适当医疗服务的障碍。
为临床医生、患者倡导者、护理导航员及其他人员提供“谣言粉碎”途径，以便他们报告与患者遇到的医疗错误信息相关的情况。与相关利益方分享经验教训。

4 网络安全漏洞导致的医疗错误与诊疗延误

网络安全已成为医疗保健领域最普遍且持久的关注点之一。一项针对医疗保健网络安全专业人士的调查显示， 88% 的受访者表示其所在机构在过去一年内遭受过网络攻击，平均每家组织遭受 40 次攻击。

2023年，美国医疗保健行业发生了725起大规模安全泄露事件，影响了超过1.33亿份医疗记录。自2009年以来，此类泄露事件几乎每年都呈增长趋势，并一直持续到2024年，导致患者医疗照护中断、诊断测试结果延误以及供应链问题。网络攻击代价高昂，医疗保健行业仍然是泄露事件成本最高的行业。在2024年上半年，美国医疗保健行业每起泄露事件的平均成本为977万美元，而全球范围内则为488万美元。

网络安全泄露事件会造成广泛的中断，并对患者、医疗服务提供者、医疗保健组织及周边社区产生广泛且毁灭性的影响：

患者可能会因测试和手术延误、住院时间延长、医疗手术并发症增多、转诊次数增加以及死亡率上升而遭受不良后果。他们还可能面临个人信息（包括个人健康信息）泄露的风险。
获取处方药可能会受到影响，导致药物漏服，这可能造成不良后果或为了继续治疗而产生自付费用。

医疗服务提供者可能会面临工作量增加、无法访问患者信息或医疗设备以及资源短缺等问题，这会增加他们的压力水平并导致职业倦怠。

医疗保健组织可能会面临运营中断、数据泄露、业务或收入损失、高额罚款以及声誉受损等问题。他们还可能因违反与信息隐私或数据泄露相关的联邦或州法律而面临私人诉讼或监管行动。
一家医院遭受的网络攻击可能会影响附近未受攻击的急诊科，导致患者人数大幅增加和资源紧张，从而影响对时间敏感的治疗。

网络威胁形式多样，可以通过多种方式进入机构组织，包括社交工程学攻击、勒索软件、设备或数据丢失或被盗、内部人员意外或故意的数据丢失以及针对联网医疗设备的攻击。

美国联邦紧急事务管理署（FEMA）2023年的一项分析发现，社区认为网络攻击是最有可能发生的一类威胁和危害之一，也是对一个或多个能力（即火灾管理和扑救；物流和供应链管理；公共卫生、医疗保健和紧急医疗服务；以及长期减少脆弱性）造成压力最大的一类威胁和危害。

行动建议

文化、领导力与治理

为网络安全分配充足资源，并将其纳入机构政策框架。
采用 NIST 网络安全框架 2.0 等资源制定治理策略，明确角色与职责。
监控网络安全政策合规性。
采用企业风险管理（ ERM ）方法全面评估风险，参考 NIST 、联合委员会及 HHS 指南。
将网络攻击响应纳入应急准备计划，与当地机构协同建立防御策略。

患者与家属共同参与

向使用医疗网络 / 应用（如远程医疗、患者门户）的患者强调网络安全重要性，提供 HHS 安全提示。

员工安全与福祉

开展符合法规的网络安全全员培训，强调其对患者与员工的保护作用。
攻击发生时确保手动记录、激增协议等应急资源就位。
安排轮班与休息时间，避免长时间高压工作导致决策失误，提供心理咨询服务。

学习系统

定期评估网络安全风险以及组织对网络安全最佳实践的遵守情况。这包括审查记录以追踪数据访问情况并检测安全事件；定期评估现有安全措施的有效性；以及定期评估威胁和漏洞。
通过模拟网络安全事件来测试组织应急响应计划的有效性。利用桌面演练等方法进行演练，例如使用网络安全和基础设施安全局的桌面演练包。参与人员应至少包括信息技术、临床工程和风险管理部门的代表。

5 退伍军人医疗护理方面存在的特殊挑战

退伍军人面临着独特而复杂的健康问题，这些问题既可能包括因服兵役而造成的身体创伤，也可能包括情感创伤。在一些医疗环境中，如果医疗服务提供者没有接受过恰当的培训来评估和治疗这些问题，退伍军人就有可能面临漏诊和治疗不充分的风险。

根据Pew研究中心 2019 年的一项研究，每五名退伍军人中就有一人在服役期间受过严重伤害。在曾被派遣执行任务的退伍军人中，23% 的人身体健康受到了负面影响，23% 的人心理健康受到了负面影响。

退伍军人在服役期间可能遭受的身体创伤包括非战斗性的肌肉骨骼损伤、接触有害物质以及与战斗相关的创伤（例如，肢体残缺、听力和视力丧失、烧伤、创伤性脑损伤）。

退伍军人还饱受与服役相关的情感创伤之苦，这些创伤可能表现为各种各样不同的心理健康问题。在一项研究中，28% 参加过 “持久自由行动”“伊拉克自由行动”和“新黎明行动” 的退伍军人（即自 2001 年 9 月 11 日以来参与这三项行动的退伍军人）自述，在过去 24 个月里，他们至少被诊断出患有一项心理健康问题。

大多数退伍军人并非通过退伍军人健康管理局（VHA）获得医疗服务。根据美国国家卫生统计报告，2021 年，美国约有 1900 万退伍军人，其中只有不到一半（900 万）的人登记加入了退伍军人健康管理局的医疗保健体系。

更复杂的是，对于如何正确评估退伍军人的健康需求，面向非军方医疗服务提供者的培训并不充足。美国医学院协会的一项研究表明，在100多所医学院中，只有 31% 的学校在其研究生课程中纳入了有关提高对军人或退伍军人文化理解能力的内容。

在医疗体系的多个层面，都可能出现对退伍军人医疗照护不当的情况，其中包括内部环境方面（例如，在医患互动过程中，医护人员没有询问患者的服役情况），以及外部环境方面（例如，教育机构没有让护士、医生和其他临床医生做好充分准备，以正确评估和治疗退伍军人独特的健康需求）。

行动建议

文化、领导力与治理

在机构的管理层和董事会层面倡导退伍军人的健康公平，确保医疗团队成员有专门的时间和资源，以成功实施诸如美国医疗风险管理协会（ ECRI ）的 SALUTE 计划等改善退伍军人健康的举措。
加入当地的退伍军人社区合作项目，建立联系、交流信息，向合作伙伴了解可供退伍军人使用的资源，并共同合作减少阻碍退伍军人获得医疗护理或服务的障碍。
与电子健康记录（ EHR ）供应商合作，在电子健康记录中设置记录退伍军人身份、评估服役相关风险，以及记录可能需要的任何额外检测或转诊信息的板块。

患者与家属共同参与

在预约或接诊系统中设置一项查询，促使所有员工询问并记录这个通用筛查问题的结果：“您是否曾在军队、武装部队或军警部门服役？”
在退伍军人预约就诊前，向他们提供 “ 做自己的健康专家 ” 清单（可从 SALUTE 工具包下载），帮助他们准备好向医疗服务提供者告知与服役相关的重要健康风险。
确保有退伍军人被纳入机构的患者及家属咨询委员会，如有可能，成立一个专门处理退伍军人相关问题的小组。

员工安全与福祉

为所在机构创建一个退伍军人员工资源小组，小组成员既包括退伍军人员工，也包括支持退伍军人的员工，让他们分享自身经历，并从同伴那里获得支持。
将积极支持退伍军人健康福利倡议的员工树立为正面榜样，展示他们如何为改变机构文化贡献力量。

学习系统

为医疗服务提供者搭建一个学习网络，让他们能够相互学习并分享经验，包括向身为退伍军人和 / 或支持退伍军人的同行学习。
确保医疗服务提供者能够获取有关退伍军人重要议题的教育资源，这些议题涵盖军事习俗、军人精神、有毒物质接触、军队性创伤以及心理健康等方面。
就针对退伍军人身体和心理健康问题的诊断检测的使用情况及合理性，向医疗服务提供者提供教育指导和反馈意见。

6 劣质与伪造药物的威胁加剧

不合格和伪造（SF）药物（即仿冒合法制药商药品的假药）对患者安全构成威胁。世界卫生组织将扩大药品可及性（包括打击SF药物）列为未来十年亟待解决的卫生挑战之一。

SF药物已成为全球性的大规模非法产业，年估值高达4310亿美元。越来越多的药物通过伪装成合法药店的未受监管在线市场购买。令人担忧的是，约95%的所谓在线药店在非法销售处方药。

非法在线药店可能伪装成提供低价药物的加拿大药店。一些网站会在URL中包含“Canada”一词或在页面上显示枫叶标志，“使人难以辨别真伪”。

SF药物常掺入可能致命的成分，包括芬太尼，这加剧了美国过量死亡的流行。目前，芬太尼已成为美国18至45岁人群的首要死因。SF药物中还发现过其他有害物质，如老鼠药、水泥和重金属（如砷、汞）。

2019年至2021年，与芬太尼相关的青少年过量死亡人数增加了182%；近四分之一死亡案例涉及假冒药物。通过社交媒体便捷购买的方式进一步增加了致命过量风险。2023年，美国缉毒局查获了超过8000万片含芬太尼的SF药片。

尽管SF药物常与非法药物使用相关联，但其威胁波及所有人——从寻求多动症（ADHD）帮助的青少年到寻找最低价处方药的老年患者。

即使未掺入危险物质，假冒药物也往往缺乏有效成分。其使用可能因无效治疗和慢性病管理而给患者和医疗机构带来重大经济负担。

例如，某医院报告称，三名患者因使用司美格鲁肽导致严重低血糖被送入重症监护室。患者从自称合法护士的人员处获得注射笔，这些人员在一场类似“美容针聚会”的酒店聚会中提供药物，这些注射笔被怀疑含有SF药物。

在低收入和中等收入国家，SF药物约占流通药品的10%，对最脆弱社区的影响最大。患者可能因无效的抗生素或抗疟药而无法治疗或预防感染。

从业者也可能卷入假药网络。2021年，两名加州肿瘤学家承认从一家在线药店购买了价值超100万美元的未经批准且无有效成分的SF抗癌药物。

行动建议

文化、领导力与治理

药房和医疗团队领导层应提高情景意识，帮助识别可能因有意或无意使用 SF 药物而出现不良反应的患者。
领导层应动员临床工作人员监测患者的意外结果（如副作用、药物无效），并考虑是否与 SF 药物有关。
在审查患者用药史时，加入脚本化的开放式问题，询问患者获取药物的来源。
领导层应及时了解安全组织共享的药品相关事件，并为已知问题药物制定缓解策略。

患者与家庭共同参与

为患者提供资源（如社会工作者、个案管理员），帮助他们获取可负担的合法药物。
向患者分享可能表明在线药店销售 SF 药物的警示信号，并引导其参考美国食品药品监督管理局（ FDA ）的宣传资料。
教育患者使用美国药房委员会协会（ NABP ）的可搜索列表，查找符合质量保证标准的认证数字药房。
鼓励患者核实在线药店是否有持证药剂师提供服务，以判断其合法性。
告知患者：若某药店无需处方即可配发处方药，或医生未进行面诊或线上问诊即开具处方，则该机构可能不合法且不安全。
要求患者检查药品包装和标签是否存在拼写错误（这是假药最常见的明显错误）。
提醒患者，尽管制造商可能更换产品或药房可能提供不同仿制药，但若对药品大小、颜色或形状有疑虑，应及时沟通。确保药房标签上的药物描述与容器内的药物一致。
向患者解释：合法药物具有工厂生产的规范外观。若药片开裂、涂层起泡、易碎或发霉，或容器内残留多余粉末或晶体，应引起怀疑。若原厂包装被拆封、封条破损、被篡改、包装不同、无包装、标签缺失或外观异常，患者应在服药前咨询医疗人员。

员工安全与福祉

实施“重大发现报告计划”，表彰发现 SF 药物相关问题的员工。
在处理可能含有危险物质的药物时，为员工提供适当的个人防护装备。

学习系统

关注政府机构及相关组织的通报，并与患者共享打击SF药物的资源：

美国疾病控制与预防中心（ CDC ）
美国食品药品监督管理局（ FDA ）
国家知识产权协调中心
“打击假药联盟”（ Fight the Fakes Alliance ）

7 诊断错误： “三大杀手”——癌症、重大血管事件与感染

诊断错误或误诊可能对患者造成生死差异，导致治疗延迟或不当，引发永久性损伤或死亡。诊断错误是重大的公共卫生问题，被认为是美国医疗保健中可预防伤害的主要来源。

美国每年约有1200万成年人经历诊断错误，其中约半数可能导致严重伤害；据估计，79.5万美国人因危险疾病的误诊而死亡或永久残疾。

研究表明，最严重的误诊可能集中于被称为“三大杀手”的少数疾病。基于已结案的医疗事故索赔数据，癌症（37.8%）、血管事件（22.8%）和感染（13.5%）的误诊占高危害性错误的主要部分。

每类中最常见的疾病分别是肺癌、中风和脓毒症。其他常被误诊的疾病包括乳腺癌、结直肠癌、前列腺癌和皮肤癌；心脏病发作；主动脉瘤和夹层；脑膜炎和脑炎；肺炎；以及心内膜炎。

在初级诊疗中，漏诊癌症占索赔案例的46%，其中多数（76%）涉及“临床判断错误”，例如未及时安排诊断检查（51%）或未及时转诊（37%）。但在急诊科，“重大血管事件（42%）和感染（23%）的误诊比例远超癌症（8%）”。

诊断错误源于多种系统性因素，包括认知错误和临床评估（如知识经验不足、能力欠缺、临床决策技能薄弱、数据收集问题、信息整合与沟通失败）以及诊断流程中的漏洞（如未及时安排/收集/处理检验项目、病史采集和体格检查不充分、转诊管理和患者随访缺失）。

医疗机构和临床医生应集中资源改进导致这些诊断错误的特定流程和系统漏洞，并将高误诊率疾病作为系统性解决方案的开发、实施和推广目标。

行动建议

文化、领导力与治理

组建向高层领导负责的多学科团队，推动诊断安全与质量提升。
改善诊断检测和服务的可及性，包括优化专科医生转诊流程、确保患者在离院前完成检查预约。
要求临床医生遵循美国预防服务工作组（ USPSTF ）、美国癌症协会等专业机构的最新癌症筛查和诊断指南。
应用临床导向的人因工程学方法，分析高风险诊断错误的工作系统（如实验室检测流程）。
在所有交接环节（尤其是复杂病例）审查诊断不确定性或差异。
识别面临系统性社会与健康不公、误诊风险更高的患者群体。
部署支持性医疗信息技术和诊断决策辅助系统。
实施诊断检测跟踪、随访和结果通知的闭环管理流程。

患者与家庭参与

评估所有患者的健康素养，确保完整采集并记录病史（包括癌症或心血管疾病家族史）。
赋能患者及家属参与诊疗合作，协助其做好就诊准备、理解诊断结果并主动提问。
通过电子病历患者门户开放就诊记录和检测结果，提升沟通与连续性照护。
建立沟通与解决方案机制，当诊断错误导致意外后果时，向患者及家属透明沟通、致歉并提供解决方案。

员工安全与福祉

培育安全文化，鼓励非惩罚性报告实验室系统问题（如癌症筛查订单和转诊中的错误）。
为涉及诊断错误导致患者伤害的临床医生建立同伴支持计划（即“照护者关怀计划”）。

学习系统

开展诊断安全风险评估，重点关注：具有广泛鉴别诊断的常见症状（易受认知偏差影响）易被误读或漏跟进的实验室/影像检查。
使用检查清单和“诊断暂停”机制。
对所有导致严重伤害或死亡的诊断错误相关不良事件进行根因分析。
鼓励临床团队协作与复盘，质疑假设、验证诊断并相互反馈。
为全体临床人员（护士、药师、辅助医疗人员等）提供培训（如通过模拟训练改进决策能力）。
实施以癌症、血管事件和感染快速诊断为目标的质控改进活动，并通过关键绩效指标评估成效。

8 长期护理机构中医疗相关感染的持续存在

医源相关感染（HAIs）是指患者因医疗照护并发症而感染的疾病。许多HAIs由多重耐药菌引起，可能导致严重疾病、脓毒症或死亡。长期护理机构（LTCFs，如养老院、辅助生活设施和集体住所）中的HAIs正在增加。根据美国疾病控制与预防中心（CDC）的数据，每天每43名养老院居民中就有1人感染HAI。

2023年，宾夕法尼亚州的LTCFs报告HAIs病例较2022年增长18.6%。下表展示了2023年宾夕法尼亚州患者安全报告系统中按感染类型和护理区域分类的LTC感染报告数据。

美国医疗保险和医疗补助服务中心（CMS）目前未要求LTCFs向CDC的“国家医疗安全网络”报告感染数据。由于各州报告要求不一，全国范围内HAIs的流行率和严重性难以统计。

预防HAIs需要LTCFs配备专职感染防控专家，并对全体员工进行规范化培训。但由于高员工流动率和对临时工的依赖，这一目标面临挑战。随着美国人口老龄化，LTCFs将面临更大的高质量照护需求。

行动建议

文化、领导力与治理

成立感染控制与预防委员会，由专人监督机构在 HAIs 、抗菌药物管理和行动计划方面的进展。
采用系统化方法实施 HAIs 防控检查清单或工具包，整合循证指南以应对居民和员工的风险（例如参考《 Loeb 和 McGeer 标准：长期护理实用指南》）。
利用电子化工具识别感染风险居民，并及时采取防控措施。
确保现有政策与 LTCFs 感染防控的循证指南一致。
考虑拨款雇佣全职感染防控专员并提供持续教育。
倡导在居民生活区域落实感染防控措施（如配备免洗洗手液、强化屏障防护）。

患者与家庭共同参与

向居民、家属及访客普及感染风险（尤其针对留置器械使用者）。
通过居民委员会开展感染防控基础培训（包括疫苗接种的重要性）。
鼓励居民及家属要求医护人员在照护前洗手。

员工安全与福祉

为员工提供个人防护装备、便捷手卫生设施及消毒用品的培训与配备。
分析工作流程，识别可能导致感染风险增加的潜在缺陷（如缺乏免洗洗手液）。
为多语言员工翻译标识、教育材料和工具，确保其能力与安全。
通过“公正文化”原则建立安全报告系统，增强员工心理安全感。

学习系统

审查 HAIs 病例，开展根因分析并制定改进计划。
跟踪、分析感染数据，并与一线员工及利益相关方共享。
为护理及临床人员提供抗生素合理使用培训，并监测用药情况以应对多重耐药菌。

9 患者出院时沟通与协调不足

有效的沟通是制定出院后计划、确保患者顺利康复的关键。沟通涉及医护人员、机构之间以及与患者、家属和照护者之间的信息交换。

沟通失败是医疗错误的最常见原因之一，其中67%的失败发生在交接环节，包括出院。如果管理不善，护理过渡可能导致不良事件、病情恶化、情绪困扰加剧、健康结果恶化以及医疗成本增加。

患者出院后，医护人员之间的沟通通常依赖于出院小结。这些小结旨在向门诊医生传达患者当前状况、后续护理指导和治疗计划，以便协调患者的后续照护。

出院小结若缺乏关键细节或使用模糊语言（如缩写），可能导致误诊或治疗延误，尤其是对复杂病情的患者。实施流程以确保出院小结清晰、准确、标准化并以患者为中心，可显著提升护理过渡期间的安全性。若小结能及时共享给接收机构、初级保健医生和患者，效果更佳。

电子健康记录（ EHR）是促进跨机构信息共享和护理协调的另一工具。然而，数据录入不完整或不准确可能导致照护错误。为应对这些风险，需建立EHR定期更新流程，并确保关键信息（如检测结果）的后续跟进。尽管EHR已成为标准实践，但EHR系统在机构间的互操作性不足等问题依然存在，凸显了医护人员直接沟通的必要性。

医护人员与患者、家属及照护者之间的有效沟通与协调对于确保安全出院至关重要。让患者及家属参与出院计划已被证明可减少再入院率。

这一过程包括确保患者理解其治疗计划、识别其支持系统、确保家中配备必要设备和药物、解释紧急情况下的应对措施，以及解决任何潜在的照护障碍。

行动建议

文化、领导力与治理