Lợi nhuận:
- Khả năng giám sát kiểm soát chất lượng nội bộ, biểu đồ Levey-Jennings và quy tắc Westgard với sự hỗ trợ trí tuệ nhân tạo và giải thích các vi phạm
- Khả năng thiết lập logic kiểm tra delta (so sánh với kết quả trước đó của cùng một bệnh nhân) và phân biệt các cảnh báo trí tuệ nhân tạo vì lý do tiền phân tích và lâm sàng
- Khả năng hiểu rằng đầu ra của trí tuệ nhân tạo là một cảnh báo thống kê và việc phân tích nguyên nhân gốc rễ cũng như hành động khắc phục thuộc về chuyên gia.
Công việc yên tĩnh nhất nhưng quan trọng nhất trong phòng thí nghiệm là đảm bảo các phép đo chính xác. Thiết bị cung cấp cho bạn giá trị kali; Nhưng làm sao bạn biết rằng thiết bị đó ngày nay đang thực hiện các phép đo chính xác với thuốc thử này? Kiểm soát chất lượng (QC) là câu trả lời cho câu hỏi này: đo lường các mẫu kiểm soát có giá trị đã biết theo định kỳ và theo dõi xem kết quả của thiết bị có nằm trong phạm vi mong đợi hay không. Ngoài ra, kiểm tra delta, so sánh kết quả của cùng một bệnh nhân ngày hôm nay với kết quả của họ trong quá khứ, là tuyến phòng thủ thứ hai mạnh mẽ giúp phát hiện các lỗi như trộn lẫn mẫu. Trong cả hai lĩnh vực, AI có thể nhanh chóng quét các mẫu và tạo cảnh báo; Nhưng cảnh báo có ý nghĩa gì và phải làm gì còn tùy thuộc vào cách giải thích của chuyên gia.
Trong học phần này, logic của kiểm soát chất lượng nội bộ, biểu đồ Levey-Jennings và các quy tắc Westgard; cách thiết lập và diễn giải kiểm tra delta; và cách bổ sung trí tuệ nhân tạo một cách an toàn vào các quy trình này. Nguyên tắc cơ bản: AI tạo ra cảnh báo thống kê; Phân tích nguyên nhân gốc rễ và hành động khắc phục thuộc về chuyên gia.
Logic của kiểm soát chất lượng nội bộ
Trong kiểm soát chất lượng nội bộ, vật liệu kiểm soát có hàm lượng đã biết và giá trị mong đợi (thường ở mức bình thường và bệnh lý) được đo cùng với mẫu bệnh phẩm. Mỗi phép đo kiểm soát được đánh giá dựa trên giá trị trung bình và độ lệch chuẩn (SD) được tính toán cho chất phân tích đó. Độ lệch chuẩn là thước đo thống kê về mức độ lan truyền của các phép đo xung quanh giá trị trung bình; Một SD nhỏ cho biết phép đo là nhất quán (chính xác).
Cách tiêu chuẩn để hình dung các phép đo này là biểu đồ Levey-Jennings: trên trục hoành là thời gian (hoặc thứ tự điều khiển), trên trục tung là giá trị điều khiển; Giá trị trung bình được vẽ ở giữa và các đường ±1SD, ±2SD, ±3SD được vẽ dưới dạng các dải. Các điểm kiểm soát phải được phân bổ ngẫu nhiên trong các dải này. Một số mẫu nhất định (một dấu chấm rơi quá xa, nhiều dấu chấm dịch chuyển theo cùng một hướng) cho thấy có vấn đề.
Các quy tắc Westgard được sử dụng để đánh giá một cách có hệ thống các mẫu này. Được sử dụng thường xuyên nhất:
cai trị
Ý nghĩa
Bình luận điển hình
1-2 giây
Một điểm bên ngoài ±2SD
Cảnh báo; không phải sự từ chối một mình
1-3 giây
Một điểm bên ngoài ±3SD
Từ chối; xác suất xảy ra lỗi ngẫu nhiên
2-2 giây
Hai điểm liên tiếp cùng hướng nằm ngoài ±2SD
Từ chối; lỗi hệ thống (trôi dạt)
R-4
Sự khác biệt 4SD giữa hai điều khiển
Từ chối; lỗi ngẫu nhiên
4-1 giây
Bốn điểm liên tiếp cùng hướng bên ngoài ±1SD
Cảnh báo trôi dạt
10-x
Mười điểm liên tiếp ở cùng một phía của giá trị trung bình
sự thay đổi hệ thống
Lỗi ngẫu nhiên là sai lệch một lần không thể đoán trước (ví dụ: bong bóng khí). Lỗi hệ thống là độ lệch không đổi theo cùng một hướng (ví dụ: độ trôi hiệu chuẩn, thuốc thử bị hỏng). Quy tắc Westgard giúp phân biệt hai loại lỗi này.
Thận trọng: Chỉ cảnh báo 1-2 giây không phủ nhận kết quả; Nhưng việc bỏ lỡ 1-2 giây có thể báo trước một pha vi phạm 2-2 giây tiếp theo. Đừng đánh giá thấp các cảnh báo, hãy làm theo mô hình.
Cách thêm AI vào QC
AI hoạt động ở những nơi mắt người mệt mỏi với dữ liệu QC: nó có thể quét đồng thời mẫu Levey-Jennings của hàng trăm chất phân tích, sớm phát hiện sớm sự trôi chậm, liệt kê các vi phạm quy tắc và tạo danh sách kiểm tra nhắc nhở bạn về các nguyên nhân gốc rễ có thể xảy ra (thời gian hiệu chuẩn, lô thuốc thử, bảo trì thiết bị). Nhưng câu do AI đưa ra “sự hiệu chuẩn có thể đã thay đổi” là một giả thuyết; Công việc của chuyên gia là tìm ra nguyên nhân thực sự, thay thế thuốc thử, hiệu chỉnh thiết bị và đánh giá lại kết quả của bệnh nhân bị ảnh hưởng.
Quy tắc quan trọng là khi vi phạm quy tắc loại bỏ của Westgard, kết quả xét nghiệm của bệnh nhân đối với chất phân tích đó sẽ không được công bố cho đến khi vấn đề được giải quyết. AI có thể nhắc nhở việc chặn này, nhưng trách nhiệm thực hiện thuộc về con người.
Kiểm tra Delta: so sánh với bệnh sử của chính bệnh nhân
Kiểm tra Delta đang so sánh kết quả hiện tại của cùng một bệnh nhân với kết quả trước đó và đánh dấu một thay đổi lớn không mong đợi. Logic rất đơn giản: nhiều chất phân tích (ví dụ: nhóm máu, huyết sắc tố, creatinine) không thay đổi đáng kể trong một thời gian ngắn. Nếu huyết sắc tố của bệnh nhân là 13 g/dL ngày hôm trước và 8 g/dL ngày hôm nay, có ba cách giải thích: (1) thay đổi lâm sàng thực sự (chảy máu), (2) lỗi trước khi phân tích (nhầm bệnh nhân, trộn mẫu), (3) lỗi phân tích. Dấu kiểm Delta đánh dấu sự khác biệt này; Chuyên gia điều tra xem lời giải thích nào là đúng.
Kiểm tra Delta có giá trị nhất trong việc phát hiện mẫu bị trộn lẫn (nhầm sai nhãn trên ống nghiệm). Khi nhiều thông số của bệnh nhân thay đổi bất ngờ cùng lúc, đó là tín hiệu nhiễu mạnh.
Lưu ý khi diễn giải kiểm tra Delta:
- Không phải mọi thay đổi lớn đều là sai lầm; Các sự kiện lâm sàng thực tế như chảy máu, lọc máu, truyền máu thực sự tạo ra sự thay đổi lớn.
- Khoảng thời gian rất quan trọng: việc so sánh với kết quả nhiều tháng trước có thể gây hiểu nhầm.
- Một số chất phân tích dao động tự nhiên (ví dụ CRP); Ngưỡng delta phải được điều chỉnh theo chất phân tích.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Có vấn đề gì với dữ liệu QC này không? [chữ số]
Tuyên bố này không nêu rõ quy tắc nào sẽ áp dụng, giá trị trung bình và SD hoặc chất phân tích là gì. AI đưa ra nhận xét chung chung nhưng không thể áp dụng logic của Westgard một cách chính xác và đưa ra những câu trả lời hời hợt thay vì nguyên nhân cốt lõi.
Lời nhắc mạnh mẽ:
Vai trò của bạn: trợ lý cho chuyên gia phòng thí nghiệm chuẩn bị đánh giá QC DRAFT.Analyte: Kali. Mức kiểm soát 2. Giá trị trung bình mục tiêu 6,0 mmol/L, SD 0,15. 12 giá trị kiểm soát cuối cùng: [danh sách]. Nhiệm vụ: (1) tính toán và chỉ ra mỗi điểm cách nhau bao nhiêu SD, (2) kiểm tra từng quy tắc Westgard 1-3s, 2-2s, R-4s, 4-1s, 10-x và ghi lại quy tắc nào bị vi phạm, (3) nhắc nhở các nguyên nhân gốc rễ có thể xảy ra (hiệu chuẩn, lô thuốc thử, thiết bị) nếu có vi phạm Trình bày dưới dạng danh sách. Quyết định và hành động khắc phục là của tôi; Bạn chỉ cần tính toán và kiểm tra.
Lời nhắc mạnh mẽ đưa ra giá trị trung bình/SD, tính toán những quy tắc nào sẽ áp dụng, yêu cầu tính toán tạm thời và nêu rõ rằng quyết định là tùy thuộc vào con người.
ba trường hợp nhỏ
Trường hợp 1 - Đã phát hiện lỗi hệ thống. Trong phòng thí nghiệm hóa sinh, việc kiểm soát glucose luôn ở mức trên mức trung bình ở mười điểm liên tiếp (quy tắc 10 x). AI gắn cờ mô hình này và đưa ra giả thuyết về “lô thuốc thử mới hoặc sai lệch hiệu chuẩn”. Chuyên gia kiểm tra hồ sơ, tìm lô thuốc thử đã thay đổi bốn ngày trước và hiệu chỉnh lại thiết bị. Trong thời gian này, kết quả glucose của 340 bệnh nhân được xem xét. AI nhìn thấy mô hình, chuyên gia tìm ra nguyên nhân gốc rễ.
Trường hợp 2 - Trộn mẫu bằng kiểm tra Delta. Hemoglobin của bệnh nhân hôm qua là 12,8 g/dL, hôm nay là 9,1 g/dL; Đồng thời, creatinine của ông tăng từ 0,9 lên 2,4 mg/dL và kali của ông tăng từ 4,2 lên 5,9 mmol/L. AI gắn cờ nhiều vi phạm delta. Chuyên gia nhận thấy rằng việc nhiều thông số nhảy đồng thời cho thấy việc trộn mẫu; kiểm tra hồ sơ và tìm ra lỗi gắn thẻ. Một mẫu mới được yêu cầu. Không một đồng bằng nào lưu lại mô hình.
Trường hợp 3 - Báo động sai (thay đổi thực sự). Ở một bệnh nhân chạy thận nhân tạo, urê giảm từ 140 xuống 45 mg/dL trong một ngày; dấu kiểm delta đánh dấu sự thay đổi lớn. AI đưa ra cảnh báo nhưng bác sĩ chuyên khoa biết rằng ngày hôm qua bệnh nhân đã chạy thận; Đây là sự thay đổi được mong đợi, thực sự chứ không phải sai lầm. Kết quả được phát hành. Bài học: kích thích delta là một dấu hỏi, bối cảnh lâm sàng sẽ cung cấp câu trả lời.
Mẫu lời nhắc có thể sao chép
MẪU KIỂM SOÁT WESTGARDNgười phân tích: [tên]. Trung bình: [x]. SD: [x]. Giá trị điều khiển: [list]. Tính toán và hiển thị (giá trị - trung bình)/SD cho từng giá trị. Kiểm tra từng quy tắc sau: 1-2, 1-3, 2-2, R-4, 4-1, 10-x. Đối với mỗi quy tắc, hãy viết “có/không vi phạm” và lý do. Nếu có vi phạm quy tắc từ chối, hãy thêm cảnh báo "KHÔNG PHẢI CÔNG BỐ KẾT QUẢ BỆNH NHÂN". Quyết định là của tôi.
MẪU KIỂM TRA NGUYÊN NHÂN ROOT QC Quy tắc từ chối QC đã bị vi phạm. Cung cấp cho tôi danh sách kiểm tra tuần tự để điều tra nguyên nhân gốc rễ: lô thuốc thử/hết hạn, thời gian hiệu chuẩn, trạng thái vật liệu kiểm soát, bảo trì thiết bị, đầu dò/pipet, nhiệt độ môi trường. Viết trong một câu những gì cần kiểm tra cho mỗi mục. Tôi có nhận xét cuối cùng.
MẪU KIỂM TRA DELTABệnh nhân ẩn danh. Người phân tích: [tên]. Kết quả trước đó ([ngày]): [x]. Hiện tại: [y].Tính toán thay đổi tuyệt đối và phần trăm. Nguyên nhân nào trong ba nguyên nhân có thể dẫn đến sự thay đổi này có thể phù hợp với: thay đổi lâm sàng thực sự, lỗi trước khi phân tích (gây nhiễu) hoặc lỗi phân tích? Liệt kê cho tôi những thông tin bổ sung mà tôi cần kiểm tra để đưa ra quyết định. Chẩn đoán/ra quyết định.
MẪU MẪU DELTA NHIỀU sẽ đưa ra các giá trị trước đó và hiện tại cho nhiều chất phân tích của cùng một bệnh nhân. Đánh dấu chất phân tích nào có thay đổi lớn ngoài dự kiến. Nếu có nhiều chất phân tích thay đổi bất ngờ cùng lúc, hãy cảnh báo "có thể trộn lẫn mẫu" và viết những gì tôi cần kiểm tra để xác nhận. Dữ liệu: [danh sách].
Những lỗi thường gặp
- Nhầm cảnh báo 1-2 giây là từ chối. 1-2 giây là cảnh báo; Bản thân nó không phủ nhận kết quả, nhưng nó phải được tuân theo.
- Trả lại bệnh nhân vi phạm QC. Nếu quy tắc bác bỏ bị vi phạm, các kết quả liên quan sẽ được giữ lại cho đến khi tìm ra nguyên nhân gốc rễ.
- Mù quáng coi cảnh báo đồng bằng là một sai lầm. Những tình trạng như lọc máu, truyền máu, chảy máu thực sự tạo ra sự thay đổi lớn; bối cảnh được xem xét.
- Nhầm giả thuyết nguyên nhân gốc rễ của AI là bằng chứng "Thuốc thử có thể đã dịch chuyển" là một giả thuyết; Nguyên nhân thực sự được tìm ra bằng cách ghi chép và kiểm tra.
- Lấy ngưỡng delta giống nhau cho tất cả các chất phân tích. Độ biến thiên sinh học của mỗi chất phân tích là khác nhau; Ngưỡng được đặt theo chất phân tích.
Mẹo: Khi cung cấp dữ liệu QC cho YZ, hãy đảm bảo bao gồm giá trị trung bình và SD và yêu cầu nó hiển thị các phép tính tạm thời. “Còn bao nhiêu SD nữa?” Yêu cầu AI tính toán câu hỏi và xác minh nó trong đầu bạn; điều này phát hiện ra sai lầm của cả AI và của bạn.
Tóm lại
Kiểm soát chất lượng là đảm bảo thiết bị đo chính xác; Kiểm tra Delta là một cách để phát hiện lỗi ở cấp độ mẫu và bệnh nhân. Biểu đồ Levey-Jennings và các quy tắc Westgard hệ thống hóa QC; phân biệt giữa sai số ngẫu nhiên và sai số hệ thống. Trí tuệ nhân tạo có thể nhanh chóng quét các mẫu này và đưa ra các cảnh báo cũng như giả thuyết nguyên nhân gốc rễ, nhưng trong trường hợp vi phạm quy tắc từ chối, kết quả chặn, tìm nguyên nhân gốc rễ và hành động khắc phục sẽ thuộc về chuyên gia. Cảnh báo kiểm tra Delta là dấu hỏi; Bối cảnh lâm sàng và kiểm tra cung cấp câu trả lời.
Nhiệm vụ ứng dụng
Lấy 12 giá trị QC cuối cùng (có giá trị trung bình và SD) cho chất phân tích và đánh giá cho AI bằng mẫu “Westgard Control”. Kiểm tra độc lập khoảng cách SD được tính toán bởi AI. Sau đó, chọn hai kết quả được tính giờ cho một bệnh nhân, làm theo mẫu “Kiểm tra Delta” và đánh giá ba lý do có thể dẫn đến thay đổi bằng cách sử dụng kiến thức lâm sàng của chính bạn và viết ra những thông tin bổ sung mà bạn sẽ kiểm tra.
danh sách kiểm tra
- [ ] Đối với QC, tôi đã đưa ra giá trị trung bình và SD cho lời nhắc; Tôi đã kiểm tra các tài khoản trung gian.
- [ ] Tôi đã nêu rõ các quy định của Westgard sẽ được áp dụng.
- [ ] Tôi xác nhận rằng tôi sẽ giữ kết quả của bệnh nhân trong trường hợp vi phạm quy tắc từ chối.
- [ ] Tôi đã đánh giá cảnh báo delta cùng với khả năng thay đổi lâm sàng thực sự.
- [ ] Tôi đã kiểm tra sự nhầm lẫn mẫu trong nhiều trường hợp vi phạm delta.
- [ ] Tôi đã xác nhận giả thuyết nguyên nhân cốt lõi của AI bằng cách ghi lại/kiểm tra.