Bài 3. Hỗ trợ xây dựng kế hoạch cải tiến chất lượng

1. Đặt vấn đề

Kế hoạch cải tiến chất lượng là cầu nối giữa đánh giá và hành động. Sau khi phát hiện vấn đề, bệnh viện cần xây dựng kế hoạch cải tiến rõ ràng: vấn đề là gì, mục tiêu là gì, chỉ số đo ra sao, nguyên nhân nào cần xử lý, giải pháp nào sẽ thực hiện, ai phụ trách, thời hạn bao lâu, nguồn lực gì, theo dõi thế nào và đánh giá kết quả ra sao.

Trong thực tế, nhiều kế hoạch cải tiến còn chung chung. Các câu như “tăng cường kiểm tra”, “nâng cao nhận thức”, “đẩy mạnh truyền thông”, “thường xuyên giám sát” xuất hiện nhiều nhưng chưa đủ để tạo thay đổi. AI local có thể hỗ trợ xây dựng kế hoạch cải tiến theo cấu trúc chặt chẽ hơn, cụ thể hơn và đo lường được hơn.

2. Một kế hoạch cải tiến tốt cần gì?

Một kế hoạch cải tiến chất lượng nên có:

• Tên vấn đề.
• Lý do lựa chọn vấn đề.
• Thực trạng ban đầu.
• Dữ liệu nền.
• Mục tiêu cải tiến.
• Chỉ số đo lường.
• Phân tích nguyên nhân.
• Giải pháp can thiệp.
• Kế hoạch hành động.
• Phân công trách nhiệm.
• Thời gian thực hiện.
• Nguồn lực.
• Phương pháp theo dõi.
• Đánh giá sau can thiệp.
• Duy trì kết quả.

Nếu thiếu chỉ số, kế hoạch khó đánh giá. Nếu thiếu nguyên nhân, giải pháp dễ chung chung. Nếu thiếu phân công, kế hoạch khó triển khai.

3. AI hỗ trợ xác định vấn đề

Từ báo cáo tự đánh giá, phản ánh người bệnh, sự cố, chỉ số chất lượng hoặc kết quả giám sát, AI có thể giúp nhóm vấn đề:

• Vấn đề về thời gian chờ.
• Vấn đề về giao tiếp.
• Vấn đề về tuân thủ quy trình.
• Vấn đề về hồ sơ bệnh án.
• Vấn đề về kiểm soát nhiễm khuẩn.
• Vấn đề về an toàn thuốc.
• Vấn đề về té ngã.
• Vấn đề về bàn giao người bệnh.
• Vấn đề về biểu mẫu.
• Vấn đề về CNTT.

AI có thể giúp chọn vấn đề ưu tiên theo mức độ ảnh hưởng, tần suất, nguy cơ và khả năng cải tiến.

4. AI hỗ trợ viết mục tiêu cải tiến

Một mục tiêu tốt nên cụ thể và đo được. AI có thể chuyển mục tiêu chung thành mục tiêu SMART.

Ví dụ mục tiêu chung:

“Nâng cao tuân thủ vệ sinh tay.”

AI có thể gợi ý:

“Tăng tỷ lệ tuân thủ vệ sinh tay của nhân viên tại các khoa lâm sàng từ mức hiện tại ...% lên tối thiểu ...% sau 6 tháng triển khai can thiệp.”

Nếu chưa có số liệu nền, AI phải để trống và yêu cầu bổ sung, không tự bịa.

5. AI hỗ trợ xây dựng chỉ số

AI có thể gợi ý chỉ số:

• Tỷ lệ tuân thủ quy trình.
• Số sự cố/1.000 ngày điều trị.
• Tỷ lệ hồ sơ đầy đủ.
• Thời gian chờ trung bình.
• Tỷ lệ phản ánh theo nhóm.
• Tỷ lệ nhân viên được đào tạo.
• Tỷ lệ khoa đạt chuẩn 5S.
• Số lượt giám sát/tháng.
• Tỷ lệ khắc phục sau giám sát.

Chỉ số phải có định nghĩa, tử số, mẫu số, nguồn dữ liệu, tần suất đo và người phụ trách.

6. AI hỗ trợ phân tích nguyên nhân

Trước khi đề xuất giải pháp, AI có thể hỗ trợ phân tích nguyên nhân theo:

• 5 Why.
• Fishbone.
• 5W1H.
• Pareto.
• Process mapping.
• RCA.
• FMEA ở mức cơ bản.

Tuy nhiên, nguyên nhân do AI gợi ý phải được kiểm chứng tại thực tế. AI không trực tiếp quan sát hiện trường, không phỏng vấn nhân viên và không biết toàn bộ bối cảnh nếu không được cung cấp.

7. AI hỗ trợ đề xuất giải pháp

Giải pháp nên gắn với nguyên nhân. Ví dụ:

• Nếu nguyên nhân là thiếu quy trình → chuẩn hóa quy trình.
• Nếu nguyên nhân là không biết quy trình → đào tạo.
• Nếu nguyên nhân là khó nhớ → quản lý trực quan.
• Nếu nguyên nhân là biểu mẫu phức tạp → cải tiến biểu mẫu.
• Nếu nguyên nhân là thiếu giám sát → thiết lập bảng kiểm.
• Nếu nguyên nhân là hệ thống phần mềm bất tiện → cải tiến CNTT.
• Nếu nguyên nhân là quá tải giờ cao điểm → điều chỉnh luồng công việc.

AI có thể giúp biến giải pháp thành hoạt động cụ thể.

8. AI hỗ trợ lập bảng kế hoạch hành động

Một bảng kế hoạch nên gồm:

AI có thể tạo bản nháp từ vấn đề và mục tiêu.

9. AI hỗ trợ theo dõi và báo cáo cải tiến

Trong quá trình triển khai, AI có thể:

• Tóm tắt tiến độ.
• Phân tích kết quả chỉ số.
• Nhận diện hoạt động chậm.
• Viết báo cáo giữa kỳ.
• Gợi ý điều chỉnh can thiệp.
• Tạo báo cáo tổng kết cải tiến.
• Gợi ý cách duy trì kết quả.

10. Rủi ro cần tránh

• Kế hoạch nghe hay nhưng không khả thi.
• Mục tiêu không có số liệu nền.
• Chỉ số không đo được.
• Giải pháp không gắn nguyên nhân.
• Hoạt động quá nhiều, không ưu tiên.
• Không có người phụ trách.
• Không có thời hạn.
• Không đánh giá sau can thiệp.
• AI bịa số liệu.

11. Kết luận

AI local có thể hỗ trợ mạnh trong xây dựng kế hoạch cải tiến chất lượng bằng cách xác định vấn đề, viết mục tiêu SMART, gợi ý chỉ số, phân tích nguyên nhân, đề xuất giải pháp và lập bảng hành động. Tuy nhiên, kế hoạch cải tiến chỉ có giá trị khi dựa trên dữ liệu thật, nguyên nhân thật và giải pháp khả thi. AI giúp tạo cấu trúc và gợi ý, còn con người phải xác minh, lựa chọn và triển khai.