Lợi nhuận:
- Khả năng lập bản đồ toàn bộ quy trình thử nghiệm (tiền phân tích, phân tích, hậu phân tích) và chọn các bước có thể được tự động hóa một cách an toàn bằng trí tuệ nhân tạo
- Khả năng giảm tắc nghẽn bằng cách sử dụng trí tuệ nhân tạo trong các nhiệm vụ như chấp nhận mẫu, phân loại và ước tính khối lượng công việc
- Khả năng duy trì các điểm kiểm tra và đường dẫn ngoại lệ thủ công bằng cách hiểu rằng tự động hóa giúp tăng tốc độ nhưng cũng tăng tỷ lệ lỗi.
Một ngày của phòng thí nghiệm giống như một dòng sông mẫu không ngừng nghỉ: hàng trăm ống mẫu đến cùng một lúc vào buổi sáng, các yêu cầu khẩn cấp chen vào buổi trưa và các mẫu ngoại trú chất đống vào buổi tối. Quản lý quy trình này - mẫu nào sẽ chạy trước, thiết bị nào sẽ đi đến, nút cổ chai nào sẽ xảy ra, cách phân bổ nhân sự - bản thân nó là một nhiệm vụ kỹ thuật. Tự động hóa quy trình làm việc đang loại bỏ các bước quản lý và xử lý lặp đi lặp lại này khỏi bàn tay con người và hệ thống hóa chúng. AI có thể là công cụ lập kế hoạch và tăng tốc mạnh mẽ ở đây: dự đoán khối lượng công việc, tối ưu hóa trình tự, soạn thảo các quyết định lặp đi lặp lại. Nhưng quy tắc vàng của tự động hóa vẫn không đổi: tự động hóa sẽ chia tỷ lệ lỗi khi tăng tốc độ; vì vậy các điểm kiểm tra và đường dẫn ngoại lệ thủ công phải được duy trì.
Trong phần này, bạn sẽ lập sơ đồ toàn bộ quá trình thử nghiệm theo từng bước; bước nào có thể được tự động hóa một cách an toàn và bước nào cần có sự đánh giá của con người; và cách thêm AI vào quy trình này một cách an toàn.
Lập bản đồ toàn bộ quá trình thử nghiệm
Cần phải xem quy trình trước khi tự động hóa nó. Toàn bộ quá trình thử nghiệm bao gồm các bước sau:
- Chỉ định và chuẩn bị bệnh nhân (tiền phân tích) — yêu cầu xét nghiệm, chuẩn bị bệnh nhân.
- Lấy mẫu và ghi nhãn (tiền phân tích) - máu/mẫu được thu thập và xác định.
- Vận chuyển và nghiệm thu (tiền phân tích) - mẫu đến phòng thí nghiệm, được chấp nhận, kiểm tra tính phù hợp.
- Chuẩn bị (tiền phân tích) - ly tâm, tách, phân loại.
- Phân tích (phân tích) - đo lường trên thiết bị.
- Xác nhận (sau phân tích) - QC, delta, phát hành tự động/thủ công.
- Báo cáo và truyền đạt (hậu phân tích) - kết quả đến tay bác sĩ/bệnh nhân.
Mỗi bước đều có sự phù hợp khác nhau đối với việc tự động hóa. Bảng sau đây tóm tắt tiềm năng tự động hóa và điểm kiểm tra theo từng bước:
bước
Tiềm năng tự động hóa
Đóng góp của AI
điểm kiểm soát quan trọng
Chấp nhận/tuân thủ mẫu
cao
Sàng lọc trước tính đủ điều kiện
Quyết định từ chối thuộc về chuyên gia
Sắp xếp/ưu tiên
cao
Ước tính khối lượng công việc/khẩn cấp
Yêu cầu khẩn cấp không nên bỏ qua
Kế hoạch khối lượng công việc/nhân sự
Trung bình-Cao
Dự báo nhu cầu
Kế hoạch được phê duyệt trong quản trị viên
Yêu cầu lặp lại/pha loãng
trung bình
dự thảo quy tắc
Kết quả quan trọng thuộc về con người
Công bố kết quả
có điều kiện
Quy tắc xác thực tự động
Ngoại lệ đối với con người (Đơn vị 5)
Ngôn ngữ báo cáo
trung bình
văn bản dự thảo
Độ chính xác lâm sàng theo ý của chuyên gia
Cái gì cần tự động hóa và cái gì không bao giờ?
Nghệ thuật tự động hóa an toàn đang dần trở nên khác biệt. Các bước thường xuyên, lặp đi lặp lại, ít phán đoán là phù hợp nhất với tự động hóa: sắp xếp mẫu, ước tính khối lượng công việc, đưa ra kết quả bình thường có điều kiện, định dạng báo cáo tiêu chuẩn. Các bước yêu cầu phán đoán, bối cảnh lâm sàng hoặc quyết định quan trọng về an toàn vẫn thuộc về con người: từ chối mẫu, thông báo giá trị quan trọng, giải thích hình ảnh bất thường, chẩn đoán.
Rủi ro nguy hiểm nhất của tự động hóa là một quy tắc sai, một khi được thiết lập, sẽ được âm thầm lặp lại trên hàng nghìn mẫu. Một người có thể nhận ra sai sót khi làm việc từng cái một; tự động hóa lặp lại lỗi tương tự với tốc độ và quy mô. Đó là lý do tại sao ba thứ được thêm vào mỗi bước tự động hóa: điểm kiểm tra (chuyển một số kết quả nhất định qua mắt người), giám sát (theo dõi liên tục những gì tự động hóa đang thực hiện) và đường dẫn ngoại lệ thủ công (khả năng bỏ qua tự động hóa và can thiệp thủ công khi cần thiết).
Thận trọng: “Hệ thống sẽ xử lý nó” là sự thoải mái nguy hiểm nhất trong phòng thí nghiệm. Ngay cả khi quá trình tự động hóa có vẻ đang hoạt động, hãy thường xuyên lấy mẫu và kiểm tra các quyết định của nó; Lỗi quy tắc im lặng có thể không được chú ý trong nhiều tháng.
Cách thêm AI vào quy trình làm việc
Các lĩnh vực an toàn nhất để AI đóng góp là những lĩnh vực cần lập kế hoạch chứ không phải quyết định. Dự báo khối lượng công việc là một ví dụ điển hình: từ dữ liệu lịch sử, nó có thể dự đoán số lượng mẫu sẽ đến vào ngày/giờ nào và làm sáng tỏ việc lập kế hoạch nhân sự và thiết bị. Nó có thể sàng lọc trước mẫu về độ phù hợp khi chấp nhận (có thiếu nhãn không, ống có sai không, số lượng có đủ không). Có thể soạn thảo các văn bản giao tiếp lặp đi lặp lại (thông báo chậm trễ cho một bộ phận, cảnh báo hàng tồn kho cho một bộ phận). Có thể phân tích các điểm nghẽn của một quy trình và đưa ra các đề xuất cải tiến. Trong tất cả những đóng góp này, AI đưa ra đề xuất/dự thảo; việc phê duyệt và thực hiện vẫn thuộc về người đó.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Tự động hóa quy trình làm việc trong phòng thí nghiệm của tôi, tăng tốc mọi thứ.
Lời nhắc này không bao gồm bước nào cần tự động hóa, ranh giới bảo mật và điểm kiểm tra. AI đưa ra những khuyến nghị chung chung, không thực tế và đầy rủi ro; Nó cũng có thể tự động hóa các bước quan trọng về bảo mật.
Lời nhắc mạnh mẽ:
Vai trò của bạn: trợ lý cho người quản lý phòng thí nghiệm chuẩn bị BẢN THẢO cải tiến quy trình làm việc. Mục tiêu là tăng tốc an toàn. Đưa ra đề xuất tự động hóa cho bước sau:[bước, ví dụ: chấp nhận/tuân thủ mẫu]. Đối với mỗi đề xuất: (1) phần nào có thể được tự động hóa, (2) phần nào PHẢI vẫn là con người (an ninh/tư pháp), (3) nên thêm điểm kiểm tra và đường dẫn ngoại lệ thủ công nào, (4) rủi ro mà quá trình tự động hóa này có thể bỏ sót. Thông báo giá trị tới hạn, quyết định loại bỏ mẫu và chẩn đoán sẽ không được tự động hóa. Quyết định thực hiện thuộc về tôi.
Ý chí mạnh mẽ quyết định bước đi, tách biệt phần sẽ được tự động hóa và phần sẽ còn lại trong con người, đồng thời đặt câu hỏi về điểm kiểm soát và rủi ro.
ba trường hợp nhỏ
Trường hợp 1 - Ước tính khối lượng công việc. Phòng thí nghiệm cung cấp cho AI số lượng mẫu hàng ngày trong 12 tháng qua (ẩn danh, không có thông tin bệnh nhân) và yêu cầu dự báo nhu cầu hàng tuần. YZ cho thấy các buổi sáng thứ Hai và đầu tháng đạt đỉnh điểm, cuối tuần giảm. Dựa trên ước tính này, người quản lý bổ sung thêm hai người nữa vào ca sáng thứ Hai. Kết quả: thời gian cho kết quả trung bình trong giờ cao điểm giảm từ 90 phút xuống còn 55 phút. AI dự đoán, người quản lý phê duyệt kế hoạch.
Trường hợp 2 - Sàng lọc trước khi chấp nhận mẫu. Tại bộ phận tiếp nhận, bộ điều khiển được hỗ trợ bởi AI sẽ quét các yêu cầu đến: khả năng tương thích của nhãn với bệnh nhân, loại ống, thể tích tối thiểu. Một ngày nọ, cờ "loại ống không tương thích với yêu cầu" xuất hiện trên 18 mẫu. Nhân viên kiểm tra những thứ này; 15 là không khớp thực sự và được yêu cầu lại, 3 là cảnh báo sai. Sàng lọc trước tiết kiệm thời gian nhưng quyết định từ chối vẫn thuộc về người đó; Cảnh báo sai cũng cho thấy quyết định cuối cùng không thể tự động được.
Trường hợp 3 - Lỗi quy tắc im lặng. Phòng thí nghiệm thiết lập quy tắc tự động cho các lần pha loãng lặp lại nhưng nhập sai ngưỡng; Kết quả là một số giá trị cao bị pha loãng một cách không cần thiết và báo cáo không chính xác. Vì không ai xem xét nó một cách riêng lẻ nên sai sót sẽ không được phát hiện trong ba tuần. Trong quá trình kiểm tra tự động hóa thông thường, AI sẽ gắn cờ kiểu “pha loãng lặp lại ngoài dự kiến của một chất phân tích cụ thể” và lỗi được tìm thấy. Bài học: nếu không tuân thủ tự động hóa, lỗi sẽ âm thầm phát triển.
Mẫu lời nhắc có thể sao chép
MẪU BẢN ĐỒ QUY TRÌNH Lập bản đồ từng bước quy trình phòng thí nghiệm sau đây. Đối với mỗi bước: đầu vào, đầu ra, trách nhiệm, thời gian ước tính, điểm lỗi có thể xảy ra và khả năng tự động hóa (thấp/trung bình/cao). Đồng thời đánh dấu các bước quan trọng về bảo mật. Quá trình: [định nghĩa].
MẪU ƯỚC TÍNH KHẢ NĂNG CÔNG VIỆC Dưới đây là số lượng mẫu hàng ngày/giờ ẩn danh (không có thông tin bệnh nhân). Trích xuất mẫu nhu cầu hàng tuần và hàng giờ; Chỉ định thời gian cao điểm và thấp điểm. Đưa ra gợi ý về kế hoạch nhân sự/thiết bị nhưng để tôi quyết định. Dữ liệu: [danh sách].
MẪU PHÂN TÍCH BẢO MẬT TỰ ĐỘNGĐánh giá ý tưởng tự động hóa sau: [idea]. (1) Phần nào có thể được tự động hóa một cách an toàn, (2) phần nào nên được giao cho con người, (3) nên thêm điểm kiểm tra và ngoại lệ thủ công nào, (4) nếu quy tắc này mắc lỗi, nó sẽ ảnh hưởng đến bao nhiêu kết quả và tôi nhận thấy bằng cách nào? Tôi muốn xem rủi ro trước khi áp dụng.
MẪU KIỂM ĐỊNH TỰ ĐỘNGDưới đây là các bản tóm tắt quyết định ẩn danh được tạo ra gần đây bởi một quy tắc tự động (có bao nhiêu kết quả đạt được, bao nhiêu lần lặp lại/pha loãng được yêu cầu, bao nhiêu trường hợp ngoại lệ). Đánh dấu bất kỳ mẫu hoặc mẫu không mong muốn nào. Viết ra những điều bạn cần tìm để kiểm tra nguyên nhân gốc rễ; Tôi đưa ra quyết định. Dữ liệu: [danh sách].
Những lỗi thường gặp
- Tự động hóa bước quan trọng về bảo mật. Việc từ chối mẫu, thông báo quan trọng và chẩn đoán không được tự động hóa; cần có sự phán xét của con người.
- Không đặt điểm kiểm tra và đường dẫn ngoại lệ. Tự động hóa không được giám sát âm thầm quy mô lỗi.
- Thiết lập tự động hóa và quên nó đi. Nếu các quy định không được kiểm tra thường xuyên, ngưỡng sai sẽ gây thiệt hại trong nhiều tháng.
- Bỏ qua báo động sai. Quá trình quét trước cũng tạo ra cảnh báo sai; Quyết định cuối cùng luôn nằm ở người đó.
- Đưa dữ liệu nhận dạng vào lời nhắc lập kế hoạch. Dữ liệu số, ẩn danh là đủ để ước tính khối lượng công việc; Không cần nhận dạng bệnh nhân.
Mẹo: Trước khi triển khai mọi ý tưởng tự động hóa, hãy trả lời một câu hỏi: “Quy tắc này sẽ ảnh hưởng đến bao nhiêu kết quả nếu nó hoạt động không chính xác và làm cách nào để nhận thấy?” Nếu câu trả lời không rõ ràng, trước tiên hãy thiết lập giám sát và kiểm tra điểm, sau đó tự động hóa nó.
Tóm lại
Tự động hóa quy trình làm việc giúp tăng tốc phòng thí nghiệm bằng cách hệ thống hóa các bước lặp đi lặp lại và có mức độ phán đoán thấp. Chìa khóa để tự động hóa an toàn là tách biệt các bước tự động hóa (sắp xếp, ước tính khối lượng công việc, phát hành có điều kiện) khỏi các bước quan trọng về an toàn (từ chối, thông báo quan trọng, chẩn đoán); và thêm điểm kiểm tra, giám sát và đường dẫn ngoại lệ thủ công vào mọi hoạt động tự động hóa. Trí tuệ nhân tạo là trợ thủ đắc lực trong việc lập kế hoạch, dự báo và đưa ra dự thảo nhưng việc quyết định và phê duyệt vẫn nằm trong tay con người. Rủi ro lớn nhất là lỗi quy tắc mở rộng một cách âm thầm; Do đó, tự động hóa không chỉ dừng lại ở việc cài đặt mà nó được theo dõi liên tục.
Nhiệm vụ ứng dụng
Chọn một quy trình từ phòng thí nghiệm của bạn (ví dụ: chấp nhận mẫu) và vạch ra các bước, điểm lỗi cũng như khả năng tự động hóa bằng mẫu “Bản đồ quy trình”. Đối với bước có tiềm năng cao, hãy áp dụng mẫu "Phân tích bảo mật tự động hóa" và làm rõ phần nào sẽ thuộc về con người và điểm kiểm soát nào bạn sẽ thêm vào. Hãy thử "Dự báo khối lượng công việc" với số lượng mẫu lịch sử ẩn danh.
danh sách kiểm tra
- [ ] Tôi đã vạch ra quy trình theo từng bước; Tôi đã đánh dấu các bước quan trọng về bảo mật.
- [ ] Tôi đã tách những phần sẽ được tự động hóa và để lại cho con người.
- [ ] Tôi đã thêm điểm kiểm tra, theo dõi và đường dẫn ngoại lệ thủ công vào từng tự động hóa.
- [ ] “Nó sẽ ảnh hưởng đến bao nhiêu kết quả nếu nó hoạt động không đúng?” Tôi đã trả lời câu hỏi.
- [ ] Tôi chỉ sử dụng dữ liệu số, ẩn danh để ước tính khối lượng công việc.
- [ ] Tôi đã thiết lập kế hoạch kiểm tra tự động hóa thường xuyên.