數字 偏 高 ， 或許 只是 正常 的 波動 。 若是 某 個 地區 的 每 天 平均 死亡 人數 偏低 ， 則 波動 程度 就 會 較 大 。 舉例 來 說 ， 某 個 地區 平均 每 週 死 兩 人 ， 情況 可能 是 一 年 內 有 七 週 都 無 人 死亡 ， 但 另外 約 十七 週 中 有 三 人 或 三 人 以上 死亡 ， 以 這 種 思維 來 發掘 問題 ， 就 不能 只 看 高於 平均數 的 死亡率 。 許多 組織 利用 所謂 的 「 統計 流程 管制 」 （ Statistical Process Control , SPC ） ， 以 辨別 哪些 屬於 正常 流程 的 高低 起伏 範圍 （ 如 工業 鍋爐 的 溫度 升降 、 每 片 晶圓 產出 幾 顆 晶片 、 或 恐怖份子 的 上網 聊天 紀錄 ） ， 哪些 是 需要 特別 檢查 的 異常 狀況 。 透過 統計 流程 管制 ， 公司 先 確立 何謂 正常 範圍 ， 譬如 在 認定 流程 受 掌控 的 情況 下 ， 記錄 每 天 和 每 週 死亡 人數 的 正常 起伏 變化 ， 若是 情勢 不妙 ， 公司 可以 透過 監控 及早 察覺 。 例如 ， 百特 藥廠 根據 死亡率 確認 ， 這麼多 人 送命 「 肯定 不 是 巧合 」 。 就算 是 懷疑 其中 必 有 問題 ， 麻煩 才 剛 開始 ， 任何 一 個 問題 都 可能 有 很多 潛在 因素 。 與 透析膜 相關 的 死亡 案例 起因 ， 可能 純粹 出於 統計 上 的 巧合 ， 也 可能 是 洗 腎 診所 的 水質 污染 、 洗 腎 設備 的 毛病 、 針頭 不 潔 、 輸送管 污染 、 生理 食鹽水 污染 、 產品 被動 了 手腳 、 醫療 人員 疏失 或 透析膜 本身 的 問題 。 由於 大部分 因素 都 在 百 特 掌握 之外 ， 很 可能 無法 及早 找出 癥結 ， 直到 情勢 更 明朗 ， 真相 才 逐漸 浮出 ， 例如 從 克羅埃西亞 的 情況 研判 ， 透析膜 似乎 嫌疑 不 小 。 何時 查覺 大事 不妙 ？ 百特 藥廠 總部 位於 美國 伊利諾州 ， 加上 分布 十幾 個 國家 的 工廠 和 研發 中心 （ 包括 剛 併購 的 瑞典 廠房 ） ， 顧客 遍及 一百 個 國家 ， 必須 克服 全球化 企業 的 溝通 難題 。 譬如說 ， Althin 分公司 總裁 既 不 是 透過 公司 內部 管道 ， 也 不 是 接到 客戶 反應 ， 而是 聽到 語音 留言 說明 克羅埃西亞 的 熱門 新聞 事件 時 ， 才 驚覺 大事 不妙 。 由於 涉及 的 許多 情況 不 明朗 ， 檢測 問題 很 耗時間 ： 真的 有 問題 嗎 ？ 問題 出 在 哪兒 ？ 諸如 此 類 ， 於是 尋找 問題 的 根源 ， 算是 檢測 過程 的 一 部分 。 百特 委託 獨立 機構 的 第一 階段 檢測 就 花 了 四 個 星期 ， 根據 ISO 10993 __UNDEF__ 標準 ， 分別 作 細胞 毒性 、 皮 內 刺激性 試驗 、 全身性 毒性 反應 、 透析膜 內 溶血 等 一 系列 檢測 。 種種 檢驗 一無所獲 ， 於是 展開 第二 階段 調查 ， 又 花 了 兩 週 功夫 ， 目標 才 鎖定 瑞典 工廠 用 的 全 氟 碳化物 液體 。 許多 受害 者 家屬 和 律師 聲稱 ， 後來 在 克羅埃西亞 和 其他 地方 發生 的 多 起 死亡 悲劇 ， 其實 是 可以 避免 的 。 這 種 說法 沒有 體認到 ， 在 複雜 產品 與 服務 供應鏈 中 ， 由於 因素 牽連 甚 廣 ， 要 確認 零星 發生 的 問題 起因 為何 ， 其 難度 和 複雜度 超乎 想像 。 以 百特 的 案例 來 說 ， 只有 不到 一成 的 透析膜 被 懷疑 可能 有 瑕疵 ， 工廠 生產 的 幾百萬 片 透析模 中 ， 只有 幾十 片 真正 出現 這 種 致命 缺陷 ， 他們 花 了 幾 個 禮拜 才 發現 透析膜 有 毛病 ， 這 段 期間 內 死亡 人數 穩定 攀升 。 事實 上 ， 連 像 SARS 這 種 傳染病 或 恐怖 生化 攻擊 ， 也 至少 要 幾 天 或 幾 星期 才 能 確認 問題 。 及早 偵測 有助於 阻止 事態 擴散 ， 降低 災禍 的 後果 。 二○○一  年 ， 有 人 散布 炭疽熱 病毒 ， 波士頓 市政府 立刻 設置 了 預警 系統 ： 十四 所 哈佛 先鋒 醫療 中心 每 天 通報 二十五萬 名 病人 的 狀況 ， 還 有 一 座 資料庫 管理 系統 ， 每 日 監控類 流感 的 可疑 症狀 。 二○○二年 ， 美國 疾病 防治 局 （ CDC ） 頒布 計畫 ， 設計 生化 恐怖 攻擊 的 反制 系統 ， 注意 兩千萬 個 病人 的 疼痛 、 酸痛 、 鼻塞 等 症狀 ， 以 掌握 如 炭疽熱 、 天花 和 其他 傳染病 流行 的 前兆 ， 這 套 系統 也 是 根據 統計 流程 管制 的 原則 ， 監控 如 呼吸道 感染 、 出 疹子 伴隨 發高燒 等 常見 病狀 ， 注意 是否 出現 令 人 擔心 的 特徵 ， 例如 病症 集中 在 某 個 地理 區域 ， 以 掌握 潛在 的 生化 攻擊 跡象 。 其中 一 個 方式 就 是 監控 全美 各 地 藥局 每 天 出售 的 藥品 。 一般人 感覺 不適 ， 多半 不會 立刻 就診 ， 而是 先 自行 服藥 ， 所以 ， 當 阿斯匹靈 和 感冒藥 的 銷量 突然 暴增 ， 可能 表示 當地 爆發 流感 大 流行 ， 或 恐怖份子 展開 生化 攻擊 。 此外 ， 美國 疾病 防治 局 和 國土 安全部 都 大舉 投資 水質 、 食物 供應 和 空氣 品質 的 監控 系統 ， 偵測 是否 有 致命 病原體 。 當初 美國 疾病 防治 局 和 國土 安全部 之所以 建立 全 國 監控 系統 ， 主要 是 因為 害怕 恐怖 攻擊 ， 但是 到頭來 ， 這 套 系統 最 大 的 好處 卻 跟 恐怖 攻擊 無關 。 一九九三年 密爾瓦基 爆發 水質 污染 ， 隱孢 子蟲 菌體 從 畜牧場 排入 蓄水源 ， 四十多萬 民眾 被 感染 ， 一百 人 因而 喪生 ， 由於 缺乏 有效 的 監控 系統 ， 當局 花 了 幾 天 時間 才 了解 當地 爆發 傳染病 。 但 到 了 二○○一年 底 ， 紐約市 皇后區 的 大 批 居民 紛紛 抱怨 肺部 不適 ， 疾病 防治 局 很 快 就 找出 病因 ： 十一月 十二日 美國 航空 五八七號 客機 在 當地 墜毀 ， 燃燒 的 濃煙 導致 居民 呼吸 困難 。 將 資料 「 化為己有 」 企業 還 面臨 另外 一 層 挑戰 ： 取得 事故 相關 資料 之後 ， 還 得 把 這些 資料 「 化為己有 」 。 換言之 ， 必須 充分 吸收 並 消化 這些 資料 ， 儘快 讓 公司 內部 相關 人員 明瞭 情況 ， 以 謀求 因應 對策 。 下面 會 舉 幾 個 例子 ， 說明 要 將 資料 內化 是 多麼 不 容易 ， 以及 要 花 多少 時間 ， 才 能 將 訊息 傳遞出去 ， 讓 組織 謀求 因應 對策 。 日本 神戶 發生 地震 時 ， 遠 在 美國 的 德州 儀器 立刻 得知 訊息 ， 比 日本 首相 還 早 。 地震 破壞 了 跨 太平洋 的 海 底 電纜 ， 位於 達拉斯 的 德州 儀器 資料 中心 立即 收到 警訊 ，德儀 設法 聯絡 神戶 的 技術人員 ， 不 出 幾 分鐘 ， 就 確認 起因 是 當地 剛 發生 大 地震 。 反觀 日本 政府 官員 ， 四