سود:
- امکان نقشه برداری از کل فرآیند تست (پیش تحلیلی، تحلیلی، پس از تحلیل) و انتخاب مراحلی که می توانند به طور ایمن با هوش مصنوعی خودکار شوند.
- امکان کاهش تنگناها با استفاده از هوش مصنوعی در کارهایی مانند پذیرش نمونه، مرتب سازی و برآورد حجم کار
- توانایی حفظ نقاط بازرسی و مسیرهای استثنای دستی با درک اینکه اتوماسیون سرعت را افزایش می دهد اما خطا را نیز مقیاس می کند.
روز آزمایشگاه مانند رودخانه بی وقفه ای از نمونه هاست: صدها لوله در صبح به یکباره می رسند، درخواست های فوری در ظهر سرازیر می شوند و نمونه های سرپایی در عصر انباشته می شوند. مدیریت این جریان – اینکه کدام نمونه ابتدا اجرا شود، به کدام دستگاه می رود، کدام تنگنا رخ خواهد داد، چگونه پرسنل را توزیع کنیم – به خودی خود یک وظیفه مهندسی است. اتوماسیون گردش کار این مراحل مدیریتی و پردازشی تکراری را از دست انسان خارج کرده و آنها را نظاممند میکند. هوش مصنوعی در اینجا میتواند یک برنامهریز و شتابدهنده قدرتمند باشد: پیشبینی حجم کار، بهینهسازی توالی، تهیه پیشنویس تصمیمهای تکراری. اما قانون طلایی اتوماسیون ثابت میماند: اتوماسیون با کاهش سرعت، خطا را کاهش میدهد. بنابراین نقاط بازرسی و مسیرهای استثنای دستی باید حفظ شوند.
در این واحد، کل فرآیند تست را مرحله به مرحله ترسیم خواهید کرد. کدام مراحل را می توان به طور ایمن خودکار کرد و نیاز به قضاوت انسانی دارد. و چگونه می توان با خیال راحت هوش مصنوعی را به این فرآیند اضافه کرد.
نقشه برداری کل فرآیند تست
لازم است قبل از خودکارسازی فرآیند آن را مشاهده کنید. کل فرآیند آزمایش تقریباً شامل این مراحل است:
- سفارش و آماده سازی بیمار (پیش تحلیلی) - آزمایش سفارش داده شده، بیمار آماده شده است.
- جمع آوری و برچسب زدن نمونه (پیش تحلیلی) - خون/نمونه جمع آوری و شناسایی می شود.
- حمل و نقل و پذیرش (پیش تحلیلی) - نمونه به آزمایشگاه می رسد، پذیرفته می شود، مناسب بودن بررسی می شود.
- آماده سازی (پیش تحلیلی) - سانتریفیوژ، جداسازی، مرتب سازی.
- تجزیه و تحلیل (تحلیلی) - اندازه گیری روی دستگاه.
- اعتبارسنجی (پس از تحلیل) - QC، دلتا، انتشار خودکار/دستی.
- گزارش و ارتباط (پس از تحلیل) - نتیجه به دست پزشک/بیمار می رسد.
هر مرحله از نظر مناسب بودن برای اتوماسیون متفاوت است. جدول زیر پتانسیل اتوماسیون و نقطه بازرسی را به صورت گام خلاصه می کند:
گام
پتانسیل اتوماسیون
سهم هوش مصنوعی
نقطه کنترل بحرانی
پذیرش/انطباق نمونه
بالا
پیش غربالگری واجد شرایط بودن
تصمیم رد متعلق به کارشناس است
مرتب سازی/اولویت بندی
بالا
برآورد حجم کار/فوریت
درخواست فوری را نباید نادیده گرفت
طرح حجم کار/ پرسنل
متوسط-بالا
پیش بینی تقاضا
طرح در مدیر تایید شده است
درخواست تکرار/رقیق سازی
متوسط
پیش نویس قانون
نتیجه حیاتی به انسان می رسد
انتشار نتیجه
مشروط
قانون اعتبار سنجی خودکار
استثنا برای انسان (واحد 5)
زبان گزارش
متوسط
متن پیش نویس
دقت بالینی در اختیار متخصص
چه چیزی را خودکار کنیم و چه چیزی را هرگز؟
هنر اتوماسیون ایمن در ایجاد تمایز درست است. مراحل معمول، تکراری و کم قضاوت برای اتوماسیون مناسب هستند: مرتب سازی نمونه، تخمین حجم کار، انتشار مشروط نتایج عادی، قالب گزارش استاندارد. مراحلی که نیاز به قضاوت، زمینه بالینی یا تصمیم حیاتی ایمنی دارند، با انسان باقی می مانند: رد نمونه، اطلاع رسانی ارزش بحرانی، تفسیر تصویر غیرعادی، تشخیص.
موذیترین خطر اتوماسیون این است که یک قانون اشتباه، پس از ایجاد، بیصدا در هزاران نمونه تکرار شود. ممکن است شخص در حین کار یک به یک متوجه اشتباه شود. اتوماسیون همان خطا را با سرعت و مقیاس تکرار می کند. به همین دلیل است که سه چیز به هر مرحله اتوماسیون اضافه می شود: چک پوینت (گذراندن نتایج مشخص از چشم انسان)، نظارت (ردیابی مستمر از آنچه اتوماسیون انجام می دهد) و مسیر استثنای دستی (قابلیت دور زدن اتوماسیون و مداخله دستی در صورت لزوم).
احتیاط: "سیستم از آن مراقبت می کند" خطرناک ترین راحتی در آزمایشگاه است. حتی اگر به نظر می رسد که اتوماسیون کار می کند، به طور منظم تصمیمات آن را نمونه برداری و حسابرسی کنید. یک خطای قانون بی صدا ممکن است برای ماه ها مورد توجه قرار نگیرد.
نحوه اضافه کردن هوش مصنوعی به گردش کار
امنترین زمینههایی که هوش مصنوعی میتواند به آن کمک کند، آنهایی است که نیاز به برنامهریزی دارند، نه تصمیمگیری. پیشبینی حجم کار مثال خوبی است: از روی دادههای تاریخی میتوان پیشبینی کرد که چه تعداد نمونه در کدام روز/زمان وارد میشود و برنامهریزی کارکنان و تجهیزات را روشن میکند. این می تواند نمونه را برای مناسب بودن پس از پذیرش از قبل غربالگری کند (آیا برچسب گم شده است، آیا لوله اشتباه است، آیا مقدار کافی است). می تواند متون ارتباطی تکراری را پیش نویس کند (اعلان تاخیر به یک بخش، هشدار سهام به یک بخش). می تواند گلوگاه های یک فرآیند را تجزیه و تحلیل کند و پیشنهادات بهبود ارائه دهد. در تمام این مشارکتها، هوش مصنوعی یک پیشنهاد/پیشنویس تولید میکند. تایید و اجرا با شخص باقی می ماند.
اعلان ضعیف / اعلان قوی
اعلان ضعیف:
گردش کار آزمایشگاه من را خودکار کنید، همه چیز را تسریع کنید.
این اعلان شامل مرحله خودکارسازی، مرزهای امنیتی و نقاط بازرسی نمیشود. هوش مصنوعی توصیههای عمومی، غیرعملی و پرخطر ارائه میکند. همچنین می تواند مراحل حیاتی امنیتی را خودکار کند.
اعلان قدرتمند:
نقش شما: دستیار مدیر آزمایشگاه در تهیه پیش نویس بهبود جریان کار. هدف شتاب مطمئن است. یک پیشنهاد اتوماسیون برای مرحله زیر ارائه دهید: [مرحله، به عنوان مثال. پذیرش/انطباق نمونه]. برای هر پیشنهاد: (1) کدام قسمت را می توان خودکار کرد، (2) کدام قسمت باید انسانی باقی بماند (امنیتی/قضایی)، (3) کدام ایست بازرسی و مسیر استثنای دستی باید اضافه شود، (4) خطری که ممکن است این اتوماسیون از دست برود. اعلان ارزش بحرانی، تصمیم رد نمونه و تشخیص خودکار نخواهد بود. تصمیم اجرا متعلق به من است.
اراده قوی قدم را تعیین می کند، بخشی را که خودکار می شود و بخشی که در انسان باقی می ماند جدا می کند و نقطه کنترل و ریسک را زیر سوال می برد.
سه کیف کوچک
مورد 1 - برآورد حجم کار. یک آزمایشگاه تعداد نمونه های روزانه 12 ماه گذشته را (به صورت ناشناس، بدون اطلاعات بیمار) به هوش مصنوعی می دهد و یک پیش بینی تقاضای هفتگی درخواست می کند. YZ نشان می دهد که صبح های دوشنبه و ابتدای ماه به اوج می رسد و آخر هفته ها کاهش می یابد. بر اساس این برآورد، مدیر دو نفر دیگر را به شیفت صبح دوشنبه اضافه می کند. نتیجه: میانگین زمان نتیجه در ساعات اوج مصرف از 90 دقیقه به 55 دقیقه کاهش می یابد. هوش مصنوعی پیش بینی کرد، مدیر این طرح را تایید کرد.
مورد 2 - پذیرش نمونه قبل از غربالگری. در واحد پذیرش، یک کنترل مجهز به هوش مصنوعی سفارشهای دریافتی را اسکن میکند: سازگاری برچسب با بیمار، نوع لوله، حداقل حجم. یک روز، پرچم "نوع لوله با درخواست ناسازگار است" روی 18 نمونه ظاهر می شود. کارکنان این موارد را بررسی می کنند. 15 مورد عدم تطابق واقعی هستند و دوباره درخواست می شوند، 3 هشدار نادرست هستند. قبل از غربالگری در زمان صرفه جویی شد، اما تصمیم برای رد با فرد باقی ماند. هشدارهای کاذب همچنین نشان می دهد که تصمیم نهایی نمی تواند خودکار باشد.
مورد 3 - خطای قانون خاموش. یک آزمایشگاه یک قانون خودکار برای تکرار رقت تنظیم می کند اما آستانه نادرستی را وارد می کند. در نتیجه، برخی از مقادیر بالا به طور غیر ضروری رقیق شده و به اشتباه گزارش می شوند. از آنجایی که هیچ کس به طور جداگانه به آن نگاه نمی کند، این اشتباه به مدت سه هفته مورد توجه قرار نمی گیرد. در یک ممیزی اتوماسیون معمول، هوش مصنوعی الگوی «رقیقسازی تکرار غیرمنتظره یک آنالیت خاص» را علامتگذاری میکند و خطا پیدا میشود. درس: اگر اتوماسیون دنبال نشود، خطا بی سر و صدا رشد می کند.
الگوهای درخواستی قابل کپی
الگوی نقشه برداری فرآیند فرآیند آزمایشگاهی زیر را مرحله به مرحله نقشه برداری کنید. برای هر مرحله: ورودی، خروجی، مسئول، زمان تخمینی، نقطه احتمالی شکست و پتانسیل اتوماسیون (کم/متوسط/بالا). همچنین مراحل مهم امنیتی را علامت گذاری کنید. فرآیند: [تعریف].
الگوی برآورد بار کاری در زیر تعداد نمونه روزانه/ساعتی ناشناس (بدون اطلاعات بیمار) آمده است. الگوی تقاضای هفتگی و ساعتی را استخراج کنید. دوره های اوج و کم را مشخص کنید. برای طرح پرسنل/دستگاه پیشنهاداتی بدهید، اما تصمیم گیری را به من بسپارید. داده ها: [فهرست].
الگوی تجزیه و تحلیل امنیت اتوماسیون ایده اتوماسیون زیر را ارزیابی کنید: [ایده]. (1) کدام بخش را می توان به طور ایمن خودکار کرد، (2) کدام قسمت را باید به انسان واگذار کرد، (3) کدام ایست بازرسی و استثناء دستی را باید اضافه کرد، (4) اگر این قانون اشتباه کند، بر چند نتیجه تأثیر می گذارد و چگونه متوجه می شوم؟ من می خواهم قبل از درخواست خطر را ببینم.
الگوی حسابرسی خودکار در زیر خلاصه تصمیمات ناشناس است که اخیراً توسط یک قانون خودکار تولید شده است (تعداد نتیجه تصویب شده، تعداد تکرار/رقت درخواست شده، چند استثنا). هر گونه الگو یا الگوی غیرمنتظره را علامت گذاری کنید. آنچه را که برای بررسی علت اصلی باید به دنبال آن باشید، بنویسید. من تصمیم میگیرم داده ها: [فهرست].
اشتباهات رایج
- خودکار کردن مرحله حیاتی امنیتی. رد نمونه، اعلان حیاتی و تشخیص خودکار نیستند. قضاوت انسان لازم است
- قرار ندادن پست های بازرسی و مسیرهای استثنایی. اتوماسیون نظارت نشده به طور بی صدا خطا را مقیاس می کند.
- اتوماسیون را راه اندازی کنید و آن را فراموش کنید. اگر قوانین به طور مرتب مورد بازرسی قرار نگیرند، یک آستانه نادرست برای ماه ها باعث آسیب می شود.
- نادیده گرفتن هشدار اشتباه پیش اسکن نیز آلارم های کاذب تولید می کند. تصمیم نهایی همیشه با خود شخص است.
- قرار دادن داده های هویتی در اعلان برنامه ریزی. داده های عددی و ناشناس برای تخمین حجم کار کافی است. بدون نیاز به شناسایی بیمار
نکته: قبل از به کارگیری هر ایده اتوماسیون، به یک سوال پاسخ دهید: "اگر این قانون نادرست کار کند، چند نتیجه را تحت تأثیر قرار می دهد، و چگونه متوجه می شوم؟" اگر پاسخ روشن نیست، ابتدا نظارت و ایست بازرسی را تنظیم کنید، سپس آن را خودکار کنید.
به طور خلاصه
اتوماسیون گردش کار با سیستماتیک کردن مراحل تکراری و کم قضاوت به آزمایشگاه سرعت می بخشد. کلید اتوماسیون ایمن جداسازی مراحل خودکار (مرتبسازی، تخمین حجم کار، انتشار مشروط) از مراحل حیاتی ایمنی (رد کردن، اعلان حیاتی، تشخیص) است. و اضافه کردن ایست بازرسی، نظارت و مسیریابی استثنایی دستی به هر اتوماسیون. هوش مصنوعی دستیار قدرتمندی در برنامه ریزی، پیش بینی و تولید پیش نویس است، اما تصمیم و تایید را در دستان انسان نگه می دارد. بزرگترین خطر، مقیاسبندی بیصدا اشکال قانون است. بنابراین، اتوماسیون به نصب ختم نمی شود، دائماً نظارت می شود.
وظیفه کاربردی
فرآیندی را از آزمایشگاه خود انتخاب کنید (مثلاً پذیرش نمونه) و مراحل، نقاط خطا و پتانسیل اتوماسیون آن را با الگوی «نقشهبرداری فرآیند» ترسیم کنید. برای یک مرحله با پتانسیل بالا، الگوی "Automation Security Analysis" را اعمال کنید و مشخص کنید کدام قسمت در اختیار انسان باقی می ماند و کدام نقطه کنترل را اضافه می کنید. «پیشبینی حجم کار» را با تعداد نمونههای تاریخی ناشناس امتحان کنید.
چک لیست
- [ ] من این فرآیند را مرحله به مرحله ترسیم کردم. من مراحل مهم امنیتی را مشخص کردم.
- [ ] من قطعاتی را که خودکار می شوند و نزد انسان باقی می مانند، جدا کردم.
- [ ] من ایست بازرسی، ردیابی و مسیر استثنای دستی را به هر اتوماسیون اضافه کردم.
- [ ] «اگر نادرست کار کند، بر چند نتیجه تأثیر می گذارد؟» من به سوال پاسخ دادم.
- [ ] من فقط از داده های عددی و ناشناس برای تخمین حجم کار استفاده کردم.
- [ ] من یک طرح منظم برای بازرسی اتوماسیون ایجاد کردم.