En 2010, riche de son expérience acquise dès 2004 avec une première génération de robot, le centre hospitalier a acquis un nouvel automate de dispensation à délivrance nominative (DDN) plus performant. Dans le but de déployer cette activité, une évaluation de la qualité de la prestation de DDN a été réalisée au travers de l’analyse de non-conformités (NC) déclarées. Un recueil systématique des NC déclarées par les infirmiers a été mis en place dans les services de soins gérés par l’automate. Les NC ont été étudiées sur 13 mois et classées en quatre catégories, puis réunies en deux grands groupes : erreur liée au processus de DDN et erreurs non liées au processus. Sur la période, 2275 NC ont été déclarées et analysées, représentant 0,25 % de NC sur la totalité des doses délivrées. Seuls 41,5 % de ces NC sont considérées comme liées au processus de DDN. Le taux moyen d’erreur automate a été de 0,10 % avec un taux maximal de 0,16 %. Le suivi mensuel du taux d’erreurs déclarées sur l’ensemble des doses délivrées a permis l’identification, et par la suite, la correction des différents dysfonctionnements dans la chaîne de production.

In 2010, after a first experience with an automated dispensing system bought in 2004, the hospital pharmacy acquired a new automaton. In parallel to the implementation of this tool, an evaluation of the quality of the service provided was conducted through the analysis of reported non conformities (NC). A systematic collection of NC reported by nursing staff was recorded in the care units supplied by the automaton. NC were studied over a 13-month period and classified into four categories: errors related to the unit-dose drug dispensing process and those unrelated to the process. Two thousand two hundred and seventy-five NC were analyzed, representing a total of 0.25 % of NC for all doses delivered during the period. Only 41.5 % of NC were considered to be related to the process of unit-dose drug dispensing. The average error rate found with the automaton was 0.10 % with a maximum rate of 0.16 %. Monthly monitoring of error rates has resulted in the identification and subsequent correction of various problems in the production chain.