ГОСТ Р ИСО 22367—2022
Приложение I
(справочное)
Методы оценки риска, включая определение вероятности
1.1 Общие указания
Для определения риска можно использовать различные методы. Хотя настоящий стандарт не требует ис
пользования определенного метода, он требует проводить определение риска. Количественное определение ри ска
предпочтительнее при наличии подходящих данных, однако без подходящих данных может быть достаточно
качественных методов определения риска.
Понятие риска представляет собой комбинацию следующих двух компонентов:
- вероятность возникновения вреда;
- последствия этого вреда, то есть насколько он может быть серьезным.
При определении риска следует, например, изучить:
- исходное событие или обстоятельство (см. Е.8);
- последовательность событий, которые могут привести к возникновению опасной ситуации;
- вероятность возникновения такой ситуации; последовательность событий, которые могут привести к при
чинению вреда;
- вероятность того, что опасная ситуация приведет к причинению вреда;
- характер причиненного вреда.
В некоторых случаях необходимо учитывать только определенные элементы процесса определения риска.
Например, если вред минимален или вероятность не может быть определена (см. I.3), нет необходимости выхо
дить за рамки первоначального анализа опасностей и последствий.
Риск должен быть выражен в терминах, облегчающих принятие решений по управлению риском, например с
использованием шкал вреда и вероятности и единиц, которые будут отражать фактическое применение. Для ана
лиза рисков составляющие риска, то есть вероятность и тяжесть, следует анализировать отдельно.
Матрицы рисков, основанные на вероятности и тяжести вреда, будут использоваться для ранжирования
рисков в примерах в настоящем приложении. Если используется матрица рисков, конкретная матрица рисков и
используемая интерпретация должны быть обоснованы для этого применения.
1.2 Определение вероятности причинения вреда
В ситуациях, когда имеется достаточно данных, должно быть использовано количественное ранжирование
уровней вероятности. Однако хорошее качественное описание предпочтительнее неточного количественного опи
сания. Для качественного ранжирования уровней вероятности лаборатория может использовать описания, под
ходящие для исследований.
Хотя вероятность на самом деле является непрерывной величиной, на практике можно использовать дис
кретное количество уровней. Лаборатория решает, сколько уровней вероятности необходимо, основываясь на ожи
даемой уверенности в определении. Для облегчения принятия решений следует использовать как минимум три
уровня.
По мере повышения уверенности в определении вероятности можно рассматривать большее количество
уровней вероятности.
Уровни могут быть описательными (например: не ожидается, может произойти несколько раз, вероятно, про
изойдет часто и т. д.).
Лаборатории должны четко определять категории, чтобы не было путаницы в том, что имеется в виду. Один
из подходов состоит в том, чтобы присвоить диапазон неперекрывающихся числовых значений каждому из дис
кретных уровней (например, таблица I.2). Это просто пример, потому что указанная частота будет сильно зависеть
от количества выполненных исследований.
Для перспективного анализа риска определение вероятности вреда должно включать обстоятельства и всю
последовательность событий — от возникновения исходной причины до причинения вреда.
Подразумевается, что при рассмотрении вероятности причинения вреда используется концепция воздей
ствия. Таким образом, вероятность причинения вреда должна учитывать уровень и/или степень воздействия. На
пример, если нет опасности, не может быть опасной ситуации и причинения вреда. Если существует большая
подверженность опасности, вероятность опасной ситуации возрастает. Следовательно, количество исследований,
выполненных лабораторией, будет влиять на вероятность возникновения опасности (например, неправильного
или отсроченного результата).
Вероятность того, что опасная ситуация приведет к причинению вреда, зависит от предполагаемого количе
ства исследований, которые будет проводить лаборатория.
Общие подходы к оценке вероятностей включают:
- прогнозирование на основе актуальных исторических данных;
- прогнозирование вероятностей с использованием аналитических или имитационных методов;
51