אוטומציה של זרימת עבודה: מקבלה לדוגמה ועד לשחרור התוצאה

רווחים:

• יכולת למפות את תהליך הבדיקה הכולל (קדם-אנליטי, אנליטי, פוסט-אנליטי) ולבחור אילו שלבים יכולים להיות אוטומטיים בבטחה עם בינה מלאכותית
• יכולת לצמצם צווארי בקבוק על ידי שימוש בבינה מלאכותית במשימות כגון קבלת דגימות, מיון והערכת עומס עבודה
• יכולת לתחזק נקודות ביקורת ונתיבי חריגים ידניים על ידי הבנה שאוטומציה מגבירה מהירות אך גם מדרגת שגיאות.

יום מעבדה הוא כמו נהר בלתי פוסק של דגימות: מאות צינורות מגיעות בבת אחת בבוקר, בקשות דחופות חודרות בצהריים, ודגימות חוץ נערמות בערב. ניהול הזרימה הזו - איזו דגימה להפעיל קודם, לאיזה מכשיר היא עוברת, לאיזה צוואר בקבוק יתרחש, איך להפיץ כוח אדם - היא משימה הנדסית בפני עצמה. אוטומציה של זרימת עבודה מוציאה את שלבי הניהול והעיבוד החוזרים על עצמם מידיהם של בני אדם ומערכת אותם. AI יכול להיות מתכנן ומאיץ רב עוצמה כאן: חיזוי עומס עבודה, אופטימיזציה של רצף, ניסוח החלטות איטרטיביות. אבל כלל הזהב של אוטומציה נשאר קבוע: אוטומציה מדרגת את השגיאה כפי שהיא מדרגת את המהירות; לכן יש לשמור על נקודות ביקורת ונתיבים ידניים של חריגה.

ביחידה זו תמפו את תהליך הבדיקה הכולל שלב אחר שלב; אילו שלבים ניתנים לאוטומציה בטוחה ואיזה דורשים שיקול דעת אנושי; וכיצד להוסיף בבטחה AI לתהליך זה.

מיפוי תהליך הבדיקה הכולל

יש צורך לראות את התהליך לפני האוטומציה שלו. תהליך הבדיקה הכולל מורכב בערך מהשלבים הבאים:

1. הזמנה והכנת המטופל (טרום אנליטית) - הוזמנה בדיקה, המטופל מוכן.
2. איסוף ותיוג דגימות (טרום אנליטי) - דם/דגימה נאספים ומזוהים.
3. הובלה וקבלה (טרום אנליטית) - דגימה מגיעה למעבדה, מתקבלת, נבדקת התאמה.
4. הכנה (טרום אנליטית) - צנטריפוגה, הפרדה, מיון.
5. ניתוח (אנליטי) - מדידה במכשיר.
6. אימות (פוסט-אנליטי) - QC, דלתא, שחרור אוטומטי/ידני.
7. דיווח ותקשורת (פוסט אנליטית) - התוצאה מגיעה לרופא/המטופל.

כל שלב שונה בהתאמתו לאוטומציה. הטבלה הבאה מסכמת את פוטנציאל האוטומציה ואת נקודת הבידוק לפי שלב:

צעד

פוטנציאל אוטומציה

תרומה של AI

נקודת בקרה קריטית

קבלה/ציות לדוגמא

גבוה

בדיקת זכאות מוקדמת

החלטת הדחייה שייכת למומחה

מיין/תעדף

גבוה

אומדן עומס/דחיפות

אין להתעלם מבקשה דחופה

עומס עבודה/תוכנית כוח אדם

בינוני-גבוה

תחזית ביקוש

התכנית מאושרת במנהל

בקשה חוזרת/דילול

בינוני

טיוטת כלל

תוצאה קריטית מגיעה לאדם

שחרור תוצאה

מותנה

כלל אימות אוטומטי

חריגים לבני אדם (יחידה 5)

שפת דיווח

בינוני

טיוטת טקסט

דיוק קליני לרשות המומחה

מה לעשות אוטומציה ומה לעולם לא?

אמנות האוטומציה המאובטחת היא להשיג את ההבחנה הנכונה. שלבים שגרתיים, שחוזרים על עצמם, בעלי שיקול דעת נמוך הם המתאימים ביותר לאוטומציה: מיון דגימות, הערכת עומס עבודה, שחרור מותנה של תוצאות רגילות, פורמט דוח סטנדרטי. שלבים הדורשים שיפוט, הקשר קליני או החלטה קריטית לבטיחות נשארים בידי האדם: דחיית מדגם, הודעת ערך קריטי, פרשנות לא תקינה של תמונה, אבחון.

הסיכון הכי ערמומי של אוטומציה הוא שכלל שגוי, לאחר שנקבע, יחזור על עצמו בשקט על פני אלפי דגימות. אדם עשוי להבחין בטעות תוך כדי עבודה אחד אחד; אוטומציה משכפלת את אותה שגיאה עם מהירות וקנה מידה. זו הסיבה שנוספו שלושה דברים לכל שלב אוטומציה: נקודת ביקורת (העברת תוצאות מסוימות דרך עיניים אנושיות), ניטור (מעקב רציף אחר מה שהאוטומציה עושה), ונתיב חריג ידני (היכולת לעקוף אוטומציה ולהתערב באופן ידני בעת הצורך).

זהירות: "המערכת מטפלת בזה" היא הנוחות המסוכנת ביותר במעבדה. גם אם נראה שהאוטומציה עובדת, דגום ובקר באופן קבוע את החלטותיה; שגיאת כלל שקט עלולה להיעלם מעיניו במשך חודשים.

כיצד להוסיף AI לזרימת העבודה

האזורים הבטוחים ביותר עבור AI לתרום הם אלה שדורשים תכנון, לא החלטות. חיזוי עומס עבודה הוא דוגמה טובה: מנתונים היסטוריים ניתן לחזות כמה דגימות יגיעו באיזה יום/שעה ולשפוך אור על כוח האדם ותכנון הציוד. זה יכול לסנן מראש את הדגימה להתאמה עם הקבלה (האם חסרה התווית, האם הצינור שגוי, האם הכמות מספקת). יכול לנסח טקסטים של תקשורת חוזרים (הודעת עיכוב למחלקה, אזהרת מלאי למחלקה). יכול לנתח את צווארי הבקבוק של תהליך ולהציע הצעות לשיפור. בכל התרומות הללו, AI מייצר הצעה/טיוטה; האישור והיישום נשארים בידי האדם.

הנחיה חלשה / הנחיה חזקה

הנחיה חלשה:

הפוך את זרימת העבודה של המעבדה שלי לאוטומטית, האיץ הכל.

הנחיה זו אינה כוללת איזה שלב לבצע אוטומציה, גבולות אבטחה ונקודות ביקורת. בינה מלאכותית מייצרת המלצות כלליות, לא מעשיות ומסוכנות; זה יכול גם להפוך שלבים קריטיים לאבטחה אוטומטית.

הנחיה עוצמתית:

תפקידך: עוזר למנהל המעבדה בהכנת שיפור זרימת עבודה DRAFT. המטרה היא האצה בטוחה. תן הצעה לאוטומציה לשלב הבא: [שלב, למשל. קבלה/ציות לדוגמא]. עבור כל הצעה: (1) איזה חלק ניתן לאוטומטי, (2) איזה חלק חייב להישאר אנושי (ביטחון/משפט), (3) איזה מחסום ונתיב חריגה ידני יש להוסיף, (4) הסיכון שאוטומציה זו עלולה להחמיץ. הודעת ערך קריטי, החלטת דחייה לדוגמה ואבחון לא יהיו אוטומטיים. החלטת היישום שייכת לי.

הרצון החזק קובע את הצעד, מפריד בין החלק שיהפוך לאוטומטי לבין החלק שיישאר באדם, ומטיל ספק בנקודת הבקרה והסיכון.

שלושה מיני תיקים

מקרה 1 - אומדן עומס עבודה. מעבדה נותנת ל-AI את ספירת הדגימות היומית של 12 החודשים האחרונים (באופן אנונימי, ללא מידע מטופל) ומבקשת תחזית ביקוש שבועית. YZ מראה כי ימי שני בבוקר ותחילת החודש מגיעים לשיא, וסופי השבוע פוחתים. בהתבסס על הערכה זו, המנהל מוסיף עוד שני אנשים למשמרת הבוקר של יום שני. התוצאה: זמן התוצאה הממוצע בשעות השיא מצטמצם מ-90 דקות ל-55 דקות. AI חזה, המנהל אישר את התוכנית.

מקרה 2 - מיון קבלה לדוגמא. ביחידת הקבלה, בקרה המופעלת בינה מלאכותית סורקת הזמנות נכנסות: תאימות תווית-מטופל, סוג צינור, נפח מינימלי. יום אחד, הדגל "סוג הצינור אינו תואם את הבקשה" מופיע ב-18 דוגמאות. הצוות בודק את אלה; 15 הן אי התאמה אמיתיות ומתבקשות שוב, 3 הן אזעקות שווא. ההקרנה המוקדמת חסכה זמן, אך ההחלטה לדחות נותרה בידי האדם; אזעקות שווא גם מראות שההחלטה הסופית לא יכולה להיות אוטומטית.

מקרה 3 - שגיאת כלל שקט. מעבדה מגדירה כלל אוטומטי לדילול חוזר אך נכנסת לסף שגוי; כתוצאה מכך, כמה ערכים גבוהים מדוללים שלא לצורך ומדווחים בצורה שגויה. מכיוון שאף אחד לא מסתכל על זה בנפרד, הטעות נעלמת מעיניו במשך שלושה שבועות. בביקורת אוטומציה שגרתית, ה-AI מסמן דפוס של "דילול חוזר בלתי צפוי של אנליט מסוים" והשגיאה מתגלה. לקח: אם לא עוקבים אחר אוטומציה, השגיאה תגדל בשקט.

תבניות הנחיות הניתנות להעתקה

תבנית מיפוי תהליכים מיפוי תהליך המעבדה הבא צעד אחר צעד. לכל שלב: קלט, פלט, זמן אחראי, משוער, נקודת כשל אפשרית ופוטנציאל אוטומציה (נמוך/בינוני/גבוה). סמן גם צעדים קריטיים לאבטחה. תהליך: [הגדרה].

WORKLOAD ESTIMATE TEMPLATE להלן אנונימיים (ללא מידע על המטופל) ספירות דגימות יומיות/שעתיות. חלץ דפוס ביקוש שבועי ושעה; ציין תקופות שיא ושפל. תן הצעות לתוכנית כוח אדם/מכשיר, אבל השאר את ההחלטה לי. נתונים: [רשימה].

תבנית ניתוח אבטחת אוטומציה הערך את רעיון האוטומציה הבא: [רעיון]. (1) איזה חלק ניתן לאוטומטי בבטחה, (2) איזה חלק צריך להשאיר לאדם, (3) איזה מחסום וחריגה ידנית יש להוסיף, (4) אם כלל זה עושה טעות, על כמה תוצאות זה ישפיע ואיך אני שם לב? אני רוצה לראות את הסיכון לפני הגשת הבקשה.

תבנית ביקורת אוטומציה להלן סיכומי החלטות אנונימיים שהופקו לאחרונה על ידי כלל אוטומטי (כמה תוצאות עברו, כמה שכפולים/דילולים התבקשו, כמה חריגים). סמן כל דפוס או דפוס בלתי צפוי. רשום מה אתה צריך לחפש כדי לבדוק את סיבת השורש; אני מקבל את ההחלטה. נתונים: [רשימה].

טעויות נפוצות

• אוטומציה של השלב הקריטי לאבטחה. דחייה לדוגמא, הודעה קריטית ואבחון אינם אוטומטיים; נדרש שיפוט אנושי.
• לא לשים מחסומים ונתיבים חריגים. אוטומציה לא מפוקחת משנה את השגיאה בשקט.
• הגדר אוטומציה ותשכח מזה. אם הכללים לא יעברו ביקורת שוטפת, רף שגוי יגרום לנזק למשך חודשים.
• התעלמות מהאזעקת השווא. סריקה מוקדמת מייצרת גם אזעקות שווא; ההחלטה הסופית תמיד נמצאת אצל האדם.
• הצבת נתוני הזהות בהודעת התכנון. נתונים מספריים ואנונימיים מספיקים להערכת עומס העבודה; אין צורך בזיהוי מטופל.

טיפ: לפני פריסת כל רעיון לאוטומציה, ענה על שאלה אחת: "על כמה תוצאות הכלל הזה ישפיע אם הוא יעבוד לא נכון, וכיצד אני שם לב?" אם התשובה לא ברורה, הגדר תחילה ניטור ונקודות ביקורת ולאחר מכן הפוך אותה לאוטומטית.

לסיכום

אוטומציה של זרימת עבודה מזרזת את המעבדה על ידי שיטתיות של שלבים חוזרים ובעלי שיפוט נמוך. המפתח לאוטומציה מאובטחת הוא להפריד בין שלבים הניתנים לאוטומציה (מיון, הערכת עומס עבודה, שחרור מותנה) משלבים קריטיים לבטיחות (דחייה, הודעה קריטית, אבחון); והוספת נקודות ביקורת, ניטור ונתיב חריגים ידני לכל אוטומציה. בינה מלאכותית היא עוזרת חזקה בתכנון, חיזוי והפקת טיוטות, אך שומרת את ההחלטה והאישור בידי האדם. הסיכון הגדול ביותר הוא קנה מידה שקט של באג כלל; לכן, אוטומציה לא מסתיימת בהתקנתה, היא מנוטרת כל הזמן.

משימת יישום

בחר תהליך מהמעבדה שלך (למשל קבלת דגימה) ומפה את השלבים, נקודות השגיאה ופוטנציאל האוטומציה שלו באמצעות התבנית "מיפוי תהליכים". לצעד בעל פוטנציאל גבוה, החל את תבנית "ניתוח אבטחת אוטומציה" והבהר איזה חלק יישאר עם האדם ואיזו נקודת בקרה תוסיף. נסה "תחזית עומס עבודה" עם ספירות דגימות היסטוריות אנונימיות.

רשימת בדיקה

• [ ] מיפיתי את התהליך צעד אחר צעד; סימנתי את השלבים הקריטיים לאבטחה.
• [ ] הפרדתי בין החלקים שיהיו אוטומטיים ויישארו עם האדם.
• [ ] הוספתי נקודת ביקורת, מעקב ונתיב חריג ידני לכל אוטומציה.
• [ ] "על כמה תוצאות זה ישפיע אם זה יעבוד לא נכון?" עניתי על השאלה.
• [ ] השתמשתי רק בנתונים אנונימיים ומספריים להערכת עומס העבודה.
• [ ] הקמתי תוכנית בדיקת אוטומציה רגילה.