トピック10.2 — 品質改善とインプルーブメント・サイエンス

一文で言うと： 品質改善は、現場のチームに、小さな変化のテストを通じて、ケアを測定可能な形でより良くするための、規律あるデータ駆動の方法を与えます。そしてそれをデジタルツールとつなげると、ダッシュボードと自動化を、静的な報告ではなく、継続的な学習のエンジンに変えられます。

医療・ケアにおいてなぜ重要か#

品質改善（QI）は、国民保健サービス（NHS）と、世界の医療・ケアの多くにおける、支配的な改善の規律です。トラストで教えられ、病棟レベルの朝礼に組み込まれ、国の機関に支持されています。デジタルの納品をリードするなら、あなたはQIと並んで働いているのではなく、すでに目的、指標、変化のテストで考えるシステムの内側で働いています。その言葉を無視すれば、チームは孤立し、それを流暢に話せば、あなたのデジタルの仕事は、すでにそれを信頼している臨床家、管理者、ボードにとって読み解けるものになります。

より深い理由のほうが重要です。医療・ケアでは、仕事のやり方のばらつきは、見た目だけの問題ではありません。不当なばらつきは、ある患者がより長く待ち、ある患者が安全でないケアを受け、ある患者がまったく排除されることを意味します。インプルーブメント・サイエンスが存在するのは、善意と英雄的な努力が、より良い成果を確実には生まないからであり、生むのはシステムです。臨床のワークフローから数分を削り、安全のギャップを埋め、デジタルの自信の低い人々を不釣り合いに排除するステップを取り除くデジタルサービスは、そう呼ぼうと呼ぶまいと、改善の仕事をしています。

QIは、一般的なデジタルの失敗、つまり変更を出荷して、うまくいったと想定することからも、あなたを守ります。インプルーブメント・サイエンスは、一つの謙虚にさせる洞察を中心に築かれています。ほとんどの変更は改善ではなく、どれがそうかは、時間をかけた測定なしには分かりません。その規律を採用することは、チームを誠実に保ち、主張をボードと規制当局に対して擁護可能に保ち、利用者をより安全に保ちます。本トピックは、QIを適切に運営する方法、プロジェクトの納品や研究とどう異なるか、そして、すでに所有しているデジタルのツールとどう融合させるかを示します。

中核概念#

医療・ケアにおける品質管理は、製造業から病床へと続く系譜に依拠します。知的な根は、品質は、個人に、もっと頑張るよう励ますことからではなく、システムの変動を理解し減らすことから生まれると教えた統計学者、W・エドワーズ・デミングの仕事です。デミングの思想は、ウォルター・シューハートのものとともに、PDCA／Plan-Do-Study-Actのサイクル、つまり現代の医療QIの中心にある、反復的なPlan-Do-Study-Actのループを生みました。

ほとんどのNHSのチームは、PDSAを、改善のモデル（Model for Improvement）の中で運用します。これは、Institute for Healthcare Improvement（IHI）が広めたフレームワークで、サイクルを三つの問いと組み合わせます。私たちは何を達成しようとしているのか。変化が改善だと、どうすれば分かるのか。どのような変化が、改善をもたらしうるのか。最初の問いには、（具体的で、測定可能で、期限のある）目標文で答えます。三つ目は、しばしばドライバー・ダイアグラムでマッピングされ、それは、目標を、それに影響すると信じる一次と二次のドライバーに結びつけ、さらに具体的な変更のアイデアに結びつけます。

QIは、継続的改善プロセスの哲学を共有する、改善アプローチの一族の一員です。絶えず出会う二つの兄弟は、トヨタ生産方式に由来し、ムダの除去とフローの改善に焦点を当てるリーンと、統計的手法を用いて欠陥と変動を減らすシックスシグマです。医療では、これらはしばしば「リーン・シックスシグマ」として混ぜ合わされます。

改善のための測定は、スナップショットではなく、時間にわたるデータを見ることに依拠します。二つの主力の道具は、観測データを、中央値に対して時系列でプロットするランチャートと、統計的に導かれた限界を持つランチャートである管理図で、後者は統計的プロセス管理（SPC）を支えます。SPCは、共通原因の変動（安定したシステムの通常の雑音）と、特殊原因の変動（何かが本当に変わったシグナル）を区別できるようにします。NHSでは、これは「Making Data Count」のアプローチとして教えられます。

これらのどれも、心理的安全性なしには機能しません。つまり、人々が問題を提起し、テストが失敗したことを認め、罰せられることなく現状に異議を唱えられるという、共有された信念です。スタッフが欠陥を隠すところでは、改善は不可能であり、それは、本トピックのほかのすべてに対する前提条件です。

ベストプラクティス#

1. 解決策ではなく、目標文から始める。 何かを設計する前に、何を、誰のために、どれだけ、いつまでに達成しようとしているかを書き出してください。たとえば、「3月までに、紹介から最初のデジタルトリアージまでの時間の中央値を9日から3日に減らす」。数値で期限のある目標は、明確さを強い、測定の基準を与えます。このステップを飛ばすチームは、成果ではなく機能を議論することになり、成功したかを決して判断できません。これはトピック10.0 — 目標と主要な成果（OKR）に直接つながりますが、QIの目標は、典型的な目標より狭く、テストしやすいことに注意してください。

2. ドライバー・ダイアグラムを使って、変化の理論を明らかにする。 目標を、それに最も影響する一次ドライバー、次に二次ドライバー、そして具体的な変更のアイデアへとマッピングします。これにより、想定が見え、議論可能になり、チームが単一の介入にすべてを賭けるのを防ぎます。また、テストの順序づけにも役立ちます。最もてこの効くドライバーから攻められます。ダイアグラムを（物理的または仮想の）壁に掲げ、学ぶにつれて改訂してください。それは一度きりの成果物ではなく、生きた仮説です。

3. ビッグバンの立ち上げではなく、小さく速いPDSAサイクルを回す。 変更を、規模を広げる前に、一つのクリニック、一つの病棟、一つのコホートでテストしてください。何が起きるかを予測し、テストを実行し、予測に対してデータを検討し、採用するか、適応するか、放棄するかを決めます。小さなテストはリスクを減らし、問題を早期に表に出し、広げるために必要なエビデンスと自信を築きます。これは、固定スコープのプロジェクト計画とは根本的に異なるリズムであり、デジタルチームが最も頻繁に、習慣を学び直す必要がある点です。

4. 前後のスナップショットではなく、ランチャートとSPCで時間にわたって測定する。 一組の数字は、変更が改善を引き起こしたのか、ランダムな変動を捉えたのかを教えられません。傾向、シフト、特殊原因のシグナルが見えるよう、指標をランチャートや管理図としてプロットしてください。チャートが一貫し、他者に読みやすいよう、NHSの「Making Data Count」の慣行を採用してください。この規律は、雑音の手柄を主張することからも守り、それはボードと規制当局との信頼を蝕みます。

5. 指標のバランスをとる。 あらゆる改善は、別の何かを悪化させる可能性を持ちます。成果の指標と並んで、プロセス指標（変更は実際に起きているか）とバランシング指標（副作用として何かが悪化していないか。安全、スタッフの負荷、アクセスの公平性）を追跡してください。スループットを速めながら、スマートフォンを持たない人々を静かに排除するデジタルトリアージのツールは、ケアを改善していません。バランシング指標は、まさにこの種の害に対する早期警報システムです。

6. 現場のチームに、改善する本物の許可と能力を与える。 トップダウンで義務づけられ、中央のチームによって実行される改善は、定着することがまれです。仕事をする人々が自分のテストを運営できるよう、QIの研修、コーチング、確保された時間に投資してください。IHIと成熟したNHSのトラストが、トラスト全体のプログラムの背骨と述べるインフラ、つまりQIの教員団、測定の機能、アクセス可能なデータを築いてください。あなたのデジタルチームの仕事は、しばしば、現場の改善を止めているデータとツールの摩擦を取り除くことです。

7. 最初から、普及と持続可能性のために設計する。 ある病棟での一度きりの成果が6か月で蒸発するのは、一般的で意気をくじく結果です。成功した変更が、どう標準化され、ワークフローに組み込まれ、持ちこたえるよう監視されるか、そして単なるコピー＆ペーストではなく、どう同程度の現場へ広がるかを計画してください。デジタルツールはここで大いに役立ちます。自動化と既定値は、ラミネート加工のポスターよりはるかに確実に、改善されたプロセスを固定できます。ここが、QIがトピック8.1 — チェンジマネジメントに出会う場所です。

8. QIを、デジタルデータとダッシュボードと融合させる。 インプルーブメント・サイエンスは、適時のデータなしには飢え、歴史的にNHSのQIの多くは、手で数えたサンプルで運営されてきました。チームが、既存のシステムから、ほぼリアルタイムのランチャートとSPCチャートを表に出せるなら、学習のループを劇的に短縮できます。ダッシュボード、自動化されたデータパイプライン、セルフサービスのアナリティクスを、単なる報告ではなく、改善のインフラとして扱ってください。これは、デジタル部門が臨床の質にできる、最も明確で価値の高い貢献の一つです。

チームで話し合うための問い#

1. 私たちは、品質改善、プロジェクトの納品、研究のどれを行っているか。そしてその違いを知っているか。 これら三つのモードは日常的に混同され、その混乱は高くつきます。プロジェクトの納品は、定義されたスコープを期限と予算内に届けることを目指し、研究は、厳密な統制と倫理承認を伴って、一般化可能な知識を生むことを目指し、QIは、反復的な小さな変化のテストを通じて、ローカルなシステムをより良くすることを目指します。改善のための測定は、研究のための測定より、意図的に軽いものです。次のサイクルを導くのにちょうど足りるデータが欲しいのであって、公刊できる研究ではありません。QIのテストに研究水準の厳密さを適用するとチームは麻痺し、実際には研究であるものにQIの非公式さを適用すると、倫理と安全の失敗のリスクがあります。現在の各取り組みが本当にどこに位置するか、そしてそれぞれに適切なガバナンスがあるかを話し合ってください。これを誤ることは、デジタルの改善の仕事が停滞する、あるいは不当な精査を招く、頻繁な理由です。

2. 変化が改善であり、雑音や希望的観測ではないと、どうすれば分かるか。 これは改善のモデルの二つ目の問いであり、ほとんどのチームが最も弱いところです。成果、プロセス、バランシングの指標が何か、どのくらいの頻度で収集し、時間にわたってどう表示するかを、いま決めてください。後から都合のよい前後比較を選びたくならないよう、立ち上げの前に、ランチャートかSPCにコミットしてください。各指標について「特殊原因のシグナル」がどう見えるか、そして誰がそれを告げる権限を持つかを議論してください。居心地の悪い帰結について誠実であってください。投資した変更が機能しなかったと、見る意思がなければなりません。同じ知的誠実さが両方を支えるため、これをトピック1.3 — エビデンスに基づく意思決定に結びつけてください。

3. 私たちの現場のチームは、実際に、改善するための許可、時間、データを持っているか。それとも、届けるよう圧力をかけられているだけか。 改善の能力はスローガンではなく、確保された時間、コーチング、心理的安全性、アクセス可能なデータを必要とします。スタッフが、テストが失敗したと報告しても安全だと感じているか、それとも非難を予期しているかを、率直に問ってください。必要なデータが、数か月ではなく、数日と数週間で届くか、そしてデジタルシステムが助けているか妨げているかを問ってください。組織が、本物のQIインフラ、つまり教員団、手法、測定の機能を持っているか、それとも改善が少数の熱心な人に依存しているかを考えてください。デジタルチームが、現場の道から何を取り除けるかを話し合ってください。手作業のデータ収集、壊れやすいスプレッドシート、遅れた報告。答えは通常、技術より文化について多くを明らかにし、トピック10.4 — CEOと上級リーダーへの可視性が、ボードに何を表に出すべきかを直接形づくります。

4. 変更がうまくいったとき、それをどう定着させ広げるか。そして静かに元に戻っていないと、どうして分かるか。 最も意気をくじくQIの結果は、注意が移ると数か月で薄れる本物のローカルな成果であり、二番目は、先駆けた病棟を越えて広がらない成功です。実証された変更が、どう標準化され組み込まれるかを、具体的に話し合ってください。理想的には、ラミネート加工のポスターや、衰える個人の善意ではなく、既定値と自動化を通じて、ツール自体の中に。改善プロジェクトが閉じたあと、誰が指標を所有するか、そして元に戻ったときに、1年後の驚きではなく特殊原因のシグナルとして現れるよう、ランチャートやSPCチャートが動き続けるかを決めてください。普及を、コピー＆ペーストではなく、意図的な適応の行為として話してください。あるクリニックで機能したものは、スタッフ、患者、システムが異なる現場では、単に展開するのではなく、再テストされなければなりません。組織が実際に持続可能性と普及に資源を割いているのか、それとも「閉じた」を「完了」として扱っているのかについて誠実であってください。ここが、QIがトピック8.1 — チェンジマネジメントに出会う場所であり、デジタルの既定値が最も強いてこです。

5. 私たちの改善は、不平等を縮めているか、広げているか。そして私たちのバランシング指標は、それを実際に捉えるか。 デジタルの改善は、平均を持ち上げながら、ある集団を置き去りにしやすく、新しいオンラインの経路に最も仕えられない人々は、集計データの中で最も見えにくいことが多いからです。害を隠しうる単一の見出しの数字を報告するのではなく、重要な次元、つまり年齢、貧困度、言語、デジタルの自信、障害で、指標を分解するかを、いま決めてください。この具体的な変更にとって、公平性のバランシング指標がどう見えるか、そしてそれが悪い方向に動いたとき、誰が行動に責任を負うかを話し合ってください。トレードオフについて率直であってください。自己紹介フォームと並んで電話の経路を維持するにはお金とスタッフがかかり、デジタルの利用が上がると「古い」チャネルを廃止しようという圧力がかかるのは、まさに排除が忍び込む方法です。誠実な答えは、この変更で最もリスクの高い集団を名指しし、害を早期にどう検知するかを述べ、データが変更して安全だと言うまで、非デジタルの経路を開けておくことにコミットします。これは、本書の他所で論じた公平性の義務と、公共サービスとしてのあなたの責務に直接つながります。

6. ここで、私たちのデジタル部門の、改善への具体的で最も価値の高い貢献は何か。そして私たちはどこで作りすぎているか。 デジタルチームが、あらゆる品質の問題に新しいソフトウェアで応えたくなるのは自然ですが、最大の貢献は、しばしば、測定の産業化です。手で数えたサンプルを、ライブのシステムから引いた、信頼できるほぼリアルタイムのランチャートとSPCチャートに変え、学習のループを数か月から数日に縮めること。自動化された測定と賢明な既定値が、本当に改善を固定するところと、単純なプロセスの変更がすでに解決した問題を、過剰に作り込むところを話し合ってください。ドライバー・ダイアグラムが、ツールが実際にボトルネックだと示す前に、ツールを作り直すこと、つまり本トピックの例でのオンラインフォームには、警戒してください。あなたの努力が、現場の改善の仕事から摩擦を取り除いているのか、誰も頼んでいない、きらびやかな成果物を加えているのかを問ってください。誠実な答えは、学習を測定可能な形で加速する一つか二つの動きを、単に進捗のように見える機能から区別し、チームの乏しい能力を、最もてこの効くドライバーに向けさせ続けます。

実践例：医療・ケアの事例#

統合ケアボード（ICB）が、地域理学療法サービスを懸念しています。プライマリケアから紹介された患者は、最初の接触まで中央値で21日待ち、苦情は増え、新しいオンラインの自己紹介フォームは明らかには助けになっていません。デジタルチームの本能は、フォームを作り直すことです。代わりに、サービスの臨床リードとデジタルのプロダクトマネージャーは、これを品質改善プロジェクトとして運営すると決めます。

彼らは目標文を書きます。4か月以内に、紹介から最初の意味ある接触までの時間の中央値を、21日から7日に減らし、無断欠席率を上げず、オンラインツールを使えない患者のアクセスを減らさない。ドライバー・ダイアグラムを作ります。一次ドライバーは、当初想定されたフォームそのものではなく、紹介の質、トリアージの速さ、予約の空きだと判明します。最大のボトルネックはトリアージで、紹介が共有の受信箱に数日間置かれ、その後にやっと臨床家がレビューします。

彼らは小さく始めます。あるPDSAサイクルで、一人の理学療法士が、既存のデータからチームが一週間で立ち上げた単純なデジタルのワークリストを使って、ある一般診療所の紹介に対し、当日のトリアージを試します。トリアージ時間が1日未満に下がると予測し、検討の段階がそれを確認し、驚きを明らかにします。紹介の3分の1が、安全にトリアージするのに必要な情報を欠き、やり直しを強いられているのです。次のサイクルは、構造化された紹介テンプレートをテストします。全体を通じて、デジタルチームは、「Making Data Count」の慣行に従い、日次のトリアージ時間のランチャートと、待ち時間の中央値のSPCチャートを表に出し、サービス全体が、月次の報告を待たず、ほぼリアルタイムで進捗を見られるようにします。

決定的に、彼らはバランシング指標を追跡します。電話とオンラインフォームで届いた紹介の割合を、患者の年齢と貧困度で分解したものです。オンラインの自己紹介が増えるにつれて、それが最も貧しい地区の高齢患者に届いていないことに気づき、電話の経路を十分な人員で維持し続けます。4か月目までに、待ち時間の中央値は6日で安定します。運のよい月ではなく、管理図上の本物のシフトです。そして改善は持ちこたえます。構造化されたテンプレートとトリアージのワークリストが、いまや既定のワークフローとして、善意に頼るのではなく、ツールに組み込まれているからです。

セクター別の視点#

スタートアップ#

ヘルステックのスタートアップが、正式なQIプログラムを持つことはまれで、必要でもありませんが、中核の規律は直接適用でき、しばしば見過ごされます。改善のモデルは、プロダクトの実験に自然に対応します。目標文は仮説であり、PDSAサイクルは構築・計測・学習のループであり、バランシング指標は、一つの指標を最適化しながら、臨床の安全や公平性を静かに害するという、古典的なスタートアップの失敗を防ぎます。主なリスクは、時間にわたる測定を伴わない速さです。速く出荷し、一週間の上昇で勝利を宣言してしまうこと。ランチャートの考え方を早期に採用してください。安価で、最終的に必要になるNHSの購入者と臨床のパートナーに対し、成果の主張を信頼できるものにします。小さなチーム内の心理的安全性を、競争上の資産として扱ってください。失敗したテストの誠実な報告は、誤ったものを大規模に作るのを避ける方法です。

小規模事業者#

確立した小規模な提供者、つまり一般診療所、地域薬局、ケアホーム、訪問介護の提供者、単独拠点のクリニックは、実在の患者と進行中の運営を持ちますが、専任のQIやアナリティクスの能力をほとんど持たず、資金は厳しいものです。良い知らせは、改善のモデルが、誠実に縮小できることです。診療所の管理者と臨床家が、一つの目標文を書き、小さなPDSAサイクルを回し、何も買わずに、ホワイトボードやスプレッドシートで単純なランチャートを維持できます。守るべき規律は、時間にわたる測定です。先週の数字で変更を判断したくなる衝動に抵抗し、（オンラインツールを使えない患者のアクセスのようなバランシング指標を含め）仕事の一日の中で実際に収集できる二、三の指標を選んでください。維持できない特注のダッシュボードを築くのではなく、既存の臨床システムがすでに記録しているものに頼り、「Making Data Count」のような国のアプローチが、無料の慣行とテンプレートを提供しているところでは、再発明せずに採用してください。あなたの制約は野心ではなく時間なので、テストを本当に小さく保ち、実証された変更を、継続的な努力なしに持ちこたえるよう、常設のワークフローにしてください。

大企業#

大規模な提供者やサプライヤーは、通常、確立したQIのインフラ、つまり教員団、訓練されたコーチ、改善の手法、測定の機能を持ち、ときに数百の同時進行のプロジェクトに及びます。大企業のリスクは、スタートアップの逆です。官僚的なQIが、コンプライアンスの儀式になり、本物の変化のテストではなく、ガバナンスのためにドライバー・ダイアグラムが作られること。デジタル部門の最も価値の高い動きは、改善のための測定を産業化することです。ライブのシステムから引いた、自動化され、信頼でき、ほぼリアルタイムのSPCチャートで、改善チームが手で数えるのをやめ、より速く学び始められるようにします。大規模な変革プログラムを改善と混同する、大企業の習慣に警戒してください。トピック5.2 — プログラム主導の仕事が明らかにするように、両者は異なるガバナンスを必要とします。持続可能性と普及は、大規模での最も難しい問題なので、良いローカルの結果が自ずと伝わると想定せず、意図的に投資してください。

政府#

国と地域の機関、つまりNHS England、ICB、独立行政機関は、自らテストを運営するのではなく、手法、義務、インフラを通じてQIを形づくります。「Making Data Count」プログラムは良いモデルです。あらゆる場所で改善の会話の質を高める、SPCに対する、国が推進する一貫したアプローチ。このレベルでのリスクは、業績管理を改善と混同することです。目標を課し、二点比較で組織をランク付けすることは、SPCの考え方が、雑音をシグナルと取り違えるとして、特に警告するものです。政府の最善の貢献は、能力と共有の手法を広く築き、改善する現場の許可を守り、あらゆる指標を判断に変えたい誘惑に抵抗することです。国のデジタル標準を設定するとき、保証だけでなく改善が既定の姿勢となるよう、改善のための測定の慣行を組み込んでください。

よくある失敗パターン#

• 目標の前の、解決策先行。 具体的で測定可能な目標なしに「新しいアプリを作ろう」へ飛び、成功を判断できず、誰も検証していない機能に努力が散らばる。
• 前後比較の演劇。 ランチャートなら通常の変動を示すところで、二つのデータ点から改善を主張する。これは、チームが自分自身とボードを欺く、最も一般的な唯一の方法。
• バランシング指標がない。 スループットを改善しながら、安全、スタッフの負荷、アクセスの公平性を静かに悪化させる。デジタルの自信の低い人々を排除するデジタルツールに特有の危険。
• プロジェクト管理の装いをしたQI。 固定スコープのビッグバンの計画を運営してQIと呼び、本物の変化のテストも、PDSAも、適応や放棄の意思もない。
• 改善を研究や業績管理と混同する。 素早い学習を麻痺させる研究水準の厳密さを適用する、あるいは改善データを、心理的安全性を破壊するランキング表として武器化する。
• 蒸発する一度きりの成果。 標準化、組み込み、維持、普及の計画なしにローカルな成功を祝い、システムが数か月で静かに元に戻る。
• 現場の許可のない中央の統制。 スタッフから自分のテストを行う時間、安全、データを奪いながら、トップから改善を義務づけ、表面的な服従を保証する。
• データの飢餓。 デジタルシステムが適時のSPCチャートを表に出せるのに、手作業で遅れた信頼できないデータでQIを運営し、学習のループを、必要以上にはるかに遅いまま保つ。

成熟度モデル#

チェックリスト#

• この改善のために、具体的で、測定可能で、期限のある目標文を書いた。
• 変化の理論を明示的で改訂可能にする、ドライバー・ダイアグラムがある。
• 公平性のバランシング指標を含む、成果、プロセス、バランシングの指標を定義した。
• 「Making Data Count」に従い、データを時間にわたって、ランチャートやSPCチャートとして表示している。
• 規模を広げる前に、各テストに予測を立てて、小さなPDSAサイクルで変更をテストしている。
• これが改善、プロジェクトの納品、研究のどれであるかが明確で、それに応じて統治されている。
• 現場のチームに、自分のテストを行う許可、確保された時間、心理的安全性がある。
• デジタルシステムが、遅れた手作業の集計ではなく、適時で信頼できるデータを改善の仕事に供給している。
• 改善と証明された変更を、持続し、標準化し、広げる計画がある。
• 二点比較ではなく、SPCの考え方で、リーダーに改善を報告している。

主要な情報源#

• NHS England — Making Data Count：NHSのための統計的プロセス管理のリソースと研修。
• Institute for Healthcare Improvement（IHI） — 改善のモデル、PDSA、Science of Improvementのリソース。
• Langley, Moen, Nolan, Nolan, Norman & Provost — The Improvement Guide（第2版）、改善のモデルに関する基礎的な文献。
• The Health Foundation — Quality Improvement Made Simpleと、医療の改善に関する関連のエビデンスレビュー。
• W. Edwards Deming — Out of the Crisisと深遠なる知識の体系。
• Amy C. Edmondson — The Fearless Organization、チームにおける心理的安全性について。

参考文献#

1. PDCA — Wikipedia — https://en.wikipedia.org/wiki/PDCA
2. W. Edwards Deming — Wikipedia — https://en.wikipedia.org/wiki/W._Edwards_Deming
3. Quality management — Wikipedia — https://en.wikipedia.org/wiki/Quality_management
4. Continual improvement process — Wikipedia — https://en.wikipedia.org/wiki/Continual_improvement_process
5. Lean manufacturing — Wikipedia — https://en.wikipedia.org/wiki/Lean_manufacturing
6. Six Sigma — Wikipedia — https://en.wikipedia.org/wiki/Six_Sigma
7. Run chart — Wikipedia — https://en.wikipedia.org/wiki/Run_chart
8. Control chart — Wikipedia — https://en.wikipedia.org/wiki/Control_chart
9. Statistical process control — Wikipedia — https://en.wikipedia.org/wiki/Statistical_process_control
10. Psychological safety — Wikipedia — https://en.wikipedia.org/wiki/Psychological_safety
11. Making Data Count — NHS England — https://www.england.nhs.uk/publication/making-data-count/
12. Science of Improvement — Institute for Healthcare Improvement — https://www.ihi.org/resources/how-to-improve
13. The Improvement Guide — Langley, Moen, Nolan, Nolan, Norman & Provost, Jossey-Bass — https://www.wiley.com/en-us/The+Improvement+Guide%3A+A+Practical+Approach+to+Enhancing+Organizational+Performance%2C+2nd+Edition-p-9780470192412
14. Quality Improvement Made Simple — The Health Foundation — https://www.health.org.uk/publications/quality-improvement-made-simple