Lợi nhuận:
- Khả năng hiểu rằng phần lớn các lỗi trong phòng thí nghiệm xảy ra ở giai đoạn tiền phân tích và sử dụng trí tuệ nhân tạo trong kiểm soát độ phù hợp của mẫu.
- Khả năng giải thích các chỉ số HIL (tan máu, vàng da, nhiễm mỡ trong máu) và mức độ ảnh hưởng của nhiễu đến xét nghiệm nào
- Khả năng lấy đề xuất từ chối/chấp nhận mẫu của trí tuệ nhân tạo làm bản nháp và xác minh quyết định cuối cùng bằng các quy tắc trong phòng thí nghiệm
Khi thảo luận về các lỗi trong phòng thí nghiệm, hầu hết mọi người đều đổ lỗi cho thiết bị và phép đo. Tuy nhiên, có một thực tế đã lặp đi lặp lại trong nhiều thập kỷ: phần lớn các lỗi trong phòng thí nghiệm không xảy ra trong thiết bị (giai đoạn phân tích), mà trước khi mẫu đi vào thiết bị, tức là ở giai đoạn tiền phân tích. Máu lấy nhầm bệnh nhân, mẫu đặt vào sai ống, thể tích không đủ, thời gian chờ đợi lâu, tế bào bị vỡ do rung—không có lỗi nào trong số này là lỗi của thiết bị, nhưng tất cả đều làm sai lệch kết quả. Phần xảo quyệt nhất là đây: một mẫu có sai số trước khi phân tích được đo một cách hoàn hảo trong thiết bị và tạo ra con số “sạch”; Con số đó sai nhưng chưa chắc là sai. Do đó, giai đoạn tiền phân tích là tuyến phòng thủ đầu tiên và quan trọng nhất để đảm bảo an toàn cho bệnh nhân.
Tại sao lỗi trước khi phân tích lại phổ biến ở đơn vị này; những yếu tố cản trở chính làm suy giảm chất lượng mẫu—đặc biệt là các chỉ số HIL (tan máu, vàng da, nhiễm mỡ trong máu)—và cách chúng ảnh hưởng đến xét nghiệm nào; và cách sử dụng AI một cách an toàn trong việc kiểm soát độ phù hợp của mẫu. Nguyên tắc cơ bản: AI quét mức độ phù hợp của mẫu và đưa ra bản nháp từ chối/chấp nhận; Quyết định cuối cùng được đưa ra bởi một chuyên gia, theo quy định của phòng thí nghiệm.
Tại sao lỗi tập trung ở giai đoạn tiền phân tích
Giai đoạn tiền phân tích là giai đoạn có nhiều bàn tay con người nhất và nhiều biến số nhất được đưa vào hoạt động. Các nguồn sai sót chính:
- Nhận dạng bệnh nhân và mẫu bệnh phẩm: Ghi nhãn sai bệnh nhân là sai lầm nguy hiểm nhất; kết quả của người khác được quy cho một bệnh nhân.
- Sai ống: Mỗi ống có một chất phụ gia khác nhau (chất chống đông hoặc gel) trong đó. Ống EDTA liên kết với kali và làm giảm canxi; Việc chọn sai ống sẽ làm sai lệch hoàn toàn kết quả.
- Thể tích không đủ/thừa: Nếu tỷ lệ chất chống đông máu bị gián đoạn, xét nghiệm đông máu (đông máu) sẽ không chính xác.
- Tan máu: Kỹ thuật lấy máu, sử dụng kim nhỏ, hút mạnh hoặc lắc, phá vỡ các tế bào hồng cầu.
- Chờ đợi và bảo quản: Trong mẫu chờ lâu, glucose giảm và kali tăng; Bilirubin còn lại trong ánh sáng bị phân hủy.
- Nhiễm bẩn đường truyền tĩnh mạch: Máu lấy từ cánh tay nhận dịch truyền trộn lẫn với các thành phần của dịch truyền đó.
Đặc điểm chung của các lỗi này là có thể máy không nhìn thấy được. Các công cụ như kiểm tra delta và chỉ mục HIL phát hiện một số lỗi trước khi phân tích, nhưng hầu hết đều có thể tránh được thông qua quy trình chấp nhận cẩn thận.
Chỉ số HIL: tán huyết, vàng da, mỡ máu
Máy phân tích sinh hóa hiện đại đo màu sắc và độ đục của huyết thanh và báo cáo bằng số ba yếu tố cản trở: chỉ số HIL.
- Tan máu (H): Sự phá vỡ các tế bào hồng cầu và trộn lẫn các thành phần của chúng vào huyết thanh; huyết thanh xuất hiện màu đỏ hồng. Nó làm tăng sai các chất (kali, LDH, AST) tập trung trong tế bào.
- Vàng da (I): Huyết thanh xuất hiện màu vàng cam do nồng độ bilirubin cao; đo độ lệch trong một số thử nghiệm đo màu.
- Lipemia (L): Tình trạng có màu đục/màu trắng đục do hàm lượng chất béo (triglyceride) cao trong huyết thanh; Nó cản trở nhiều xét nghiệm bằng cách làm giảm khả năng truyền ánh sáng và có thể hiển thị mức độ thấp giả tạo của một số chất điện giải.
Bảng sau đây tóm tắt tác động của nhiễu HIL trong một số thử nghiệm (hiệu ứng khác nhau tùy theo phương pháp; hãy tham khảo tờ hướng dẫn sử dụng trên thiết bị cụ thể của bạn):
sự can thiệp
Có thể nuôi giả
Có thể thả giả
dấu hiệu điển hình
Tan máu (H)
Kali, LDH, AST, sắt
haptoglobin (trong một số xét nghiệm)
Huyết thanh màu đỏ hồng
Vàng da (tôi)
(tùy theo phương pháp)
Một số bài kiểm tra màu sắc
Huyết thanh màu vàng cam
Bệnh mỡ máu (L)
(do mờ)
Natri (trong một số phương pháp)
Huyết thanh dạng sữa, đục
Điểm tới hạn: Sự can thiệp của HIL không chỉ ảnh hưởng đến hình thức bên ngoài của mẫu mà còn ảnh hưởng đến độ chính xác của kết quả. Chỉ số kali 6,5 mmol/L trong mẫu máu tan có thể là độ tăng giả và không phải là tăng kali máu thực sự (xem Phần 4).
Thận trọng: Đưa ra mẫu có chỉ số nhiễu cao bằng cách nói "đã có kết quả, hãy gửi đi" có nghĩa là báo cáo kết quả sai như thể nó đúng. Các chất phân tích bị ảnh hưởng bởi nhiễu sẽ được xác nhận bằng mẫu mới hoặc được báo cáo bằng ghi chú nhiễu bằng phương pháp thích hợp.
AI giúp tuân thủ mẫu như thế nào
AI có giá trị như một máy quét và ghi nhớ trong kiểm soát tiền phân tích. Nó có thể đánh giá các chỉ số HIL trên cơ sở từng xét nghiệm và đưa ra các cảnh báo như "mức độ tan máu trong mẫu này ảnh hưởng đến kết quả kali, cần phải xác minh"; có thể gắn cờ một ống nhắc nhở không khớp; có thể gửi bản phác thảo dựa trên các quy định của phòng thí nghiệm để đưa ra quyết định từ chối/chấp nhận; Có thể chuẩn bị bản tóm tắt phản hồi cho nhân viên để cải thiện chất lượng mẫu (kỹ thuật lấy máu, thời gian xử lý). Nhưng quyết định từ chối và chấp nhận được đưa ra bởi chuyên gia theo tiêu chí chấp nhận-từ chối mẫu đã được phê duyệt của phòng thí nghiệm của bạn; Đề xuất của AI chỉ là bản nháp.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Mẫu này tốt không, có nên gửi kết quả không? Tôi nghĩ có hiện tượng tan máu.
Tuyên bố này không định lượng chỉ số tan máu, không bao gồm xét nghiệm nào đã được thực hiện và không bao gồm các tiêu chí của phòng xét nghiệm. AI đưa ra câu trả lời chung chung; Nó không thể làm rõ chất phân tích nào bị ảnh hưởng và phải làm gì.
Lời nhắc mạnh mẽ:
Vai trò của bạn: trợ lý cho chuyên gia phòng thí nghiệm chuẩn bị BẢN THẢO đánh giá sự phù hợp của mẫu. Quyết định là của tôi. Mẫu: huyết thanh. Chỉ số HIL: tan máu 3+ (cao), vàng da bình thường, mỡ máu bình thường. Các xét nghiệm được nghiên cứu: kali, natri, AST, ALT, creatinine, LDH. Nhiệm vụ: (1) đánh dấu các xét nghiệm nào bị ảnh hưởng bởi mức độ tan máu này, (2) đề xuất "mẫu / báo cáo mới có ghi chú can thiệp / không bị ảnh hưởng" cho từng xét nghiệm bị ảnh hưởng, (3) chỉ định riêng các xét nghiệm không bị ảnh hưởng. Đồng thời viết ra những ngưỡng mà tôi nên xem xét để hoàn thiện các tiêu chí loại bỏ trong phòng thí nghiệm của mình. Hãy chuẩn bị một bản dự thảo để tôi có thể đưa ra quyết định cuối cùng.
Lời nhắc mạnh mẽ cung cấp các chỉ số HIL bằng số, bao gồm danh sách kiểm tra, yêu cầu đề xuất cho từng thử nghiệm và để chuyên gia quyết định.
ba trường hợp nhỏ
Trường hợp 1 - Sắp xếp đúng. Một mẫu cho thấy tan máu 3+ và các xét nghiệm được nghiên cứu bao gồm kali, LDH, AST. AI đưa ra dự thảo "ba xét nghiệm này bị ảnh hưởng đáng kể bởi sự tan máu, mẫu mới được khuyến nghị; creatinine và natri ít bị ảnh hưởng bởi mức độ này". Chuyên gia kiểm tra các tiêu chí của phòng thí nghiệm, yêu cầu một mẫu mới để tìm kali/LDH/AST và báo cáo các tiêu chí khác kèm theo ghi chú gây nhiễu. Báo cáo sai về tăng kali máu được ngăn chặn.
Trường hợp 2 - Chụp ống không chính xác. Thể tích máu trong ống vào để xét nghiệm đông máu nằm dưới vạch đánh dấu. Trong phần kiểm soát thể tích ống yêu cầu, AI cảnh báo "thể tích ống citrate không đủ, tỷ lệ chất chống đông trong máu bị suy giảm, INR/aPTT không đáng tin cậy". Chuyên gia từ chối mẫu và yêu cầu mẫu mới. Ngăn chặn kết quả đông máu không chính xác và có thể dùng sai liều thuốc. Bài học: tỷ lệ thể tích rất quan trọng trong quá trình đông máu.
Trường hợp 3 - Bẫy mỡ máu. Mẫu từ bệnh nhân đã được cho ăn có hàm lượng lipid máu cao rõ rệt. YZ nhắc nhở rằng mỡ máu có thể gây ra lượng natri thấp giả trong một số phương pháp điện giải. Chuyên gia kiểm tra xem kết quả có bị ảnh hưởng bởi phương pháp trong phòng thí nghiệm hay không và nếu cần, xác nhận bằng mẫu nhịn ăn hoặc phương pháp thích hợp. Bài học: nhiễu tùy thuộc vào phương pháp; Lời nhắc nhở rất quan trọng nhưng quyết định được đưa ra theo cách riêng của bạn.
Mẫu lời nhắc có thể sao chép
MẪU ĐÁNH GIÁ TUÂN THỦ MẪU Loại mẫu: [huyết thanh/huyết tương/máu toàn phần]. Chỉ số HIL: tán huyết [x], vàng da [x], mỡ máu [x]. Chạy thử nghiệm: [danh sách]. Đối với mỗi thử nghiệm, hãy đánh dấu xem nó có bị ảnh hưởng bởi nhiễu hay không và đề xuất "mẫu/báo cáo mới có ghi chú về nhiễu/không bị ảnh hưởng". Quyết định là của tôi; Đồng thời viết ra các ngưỡng mà tôi sẽ làm rõ tiêu chí của mình.
MẪU KIỂM TRA TƯƠNG THÍCH CỦA YÊU CẦU-ỐNG Có các thứ tự kiểm tra sau đây và loại/thể tích ống tương ứng. Kiểm tra xem sử dụng đúng ống và đủ thể tích cho mỗi đơn hàng hay không; Nếu có bất kỳ sự không tương thích nào, hãy chọn "[ứng viên bị từ chối - lý do]". Kiểm tra tỷ lệ thể tích đặc biệt đối với quá trình đông máu. Dữ liệu: [danh sách].
MẪU PHÂN LOẠI LỖI TRƯỚC PHÂN TÍCH Phân loại lý do loại bỏ đối với các mẫu bị loại bỏ sau đây (nhận dạng, sai ống, tan máu, không đủ thể tích, cục máu đông, xử lý/giữ). Chỉ ra danh mục phổ biến nhất và đề xuất cải tiến. Đây là bản tóm tắt cải tiến chất lượng; Nó không chứa thông tin cá nhân/bệnh nhân. Dữ liệu: [danh sách].
MẪU PHẢN HỒI VẼ MÁU Tỷ lệ tan máu cao ở một đơn vị cụ thể. Soạn thảo một bản ghi chú đào tạo nêu rõ các nguyên nhân có thể xảy ra của việc lấy và xử lý máu (đường kính kim, đường hút, độ rung, thời gian xử lý, nhiệt độ) và các đề xuất khắc phục. Sử dụng ngôn ngữ mang tính xây dựng, không buộc tội.
Những lỗi thường gặp
- Nghĩ rằng sự can thiệp chỉ là màu sắc. HIL làm hỏng tính chính xác của kết quả; không được báo cáo cho đến khi chất phân tích bị ảnh hưởng được xác minh.
- Nhầm hàm lượng kali cao trong mẫu máu tan là thật. Tăng kali máu giả là bẫy tiền phân tích cổ điển nhất.
- Bỏ qua tỷ lệ thể tích trong quá trình đông tụ. Ống citrate không đủ làm cho INR/aPTT không đáng tin cậy.
- Không thắc mắc mẫu lấy từ dòng IV. Ô nhiễm chất lỏng làm sai lệch hoàn toàn kết quả.
- Nhầm nhầm đề xuất từ chối của AI với một quyết định. Việc từ chối/chấp nhận được đưa ra một cách chuyên nghiệp theo các tiêu chí đã được phê duyệt của phòng thí nghiệm.
Mẹo: Đặt hai câu hỏi theo phản xạ với mỗi mẫu: “Mẫu này có được lấy đúng cách, từ đúng bệnh nhân, đúng ống không?” và “Sự can thiệp (HIL) ảnh hưởng đến thử nghiệm nào?” Sự chú ý trước khi phân tích của bạn quyết định tính chính xác của tất cả các giai đoạn tiếp theo.
Tóm lại
Hầu hết các lỗi trong phòng thí nghiệm đều xảy ra ở giai đoạn tiền phân tích, trước khi mẫu được đưa vào thiết bị và các lỗi này được đo một cách hoàn hảo trong thiết bị, tạo ra kết quả "sạch nhưng sai". Nhận dạng, loại ống, thể tích, sự tan máu, sự lưu giữ và sự nhiễm bẩn là những nguồn chính. Các chỉ số HIL (tan máu, vàng da, nhiễm mỡ trong máu) tăng hoặc giảm một cách giả tạo các xét nghiệm nhất định; các chất phân tích bị ảnh hưởng sẽ không được báo cáo nếu không được xác minh. Trí tuệ nhân tạo có thể quét tính phù hợp của mẫu, đánh dấu sự can thiệp và không tuân thủ, đồng thời tạo ra bản nháp từ chối/chấp nhận; nhưng quyết định cuối cùng được đưa ra một cách thành thạo theo tiêu chí đã được phê duyệt của phòng thí nghiệm của bạn. Sự chú ý trước khi phân tích là tuyến phòng thủ đầu tiên đảm bảo an toàn cho bệnh nhân.
Nhiệm vụ ứng dụng
Xây dựng một kịch bản mẫu (với các chỉ mục HIL và danh sách các lần chạy thử nghiệm) và nhận đề cương từng thử nghiệm từ AI với mẫu "Đánh giá mức độ phù hợp của mẫu". Đối với mỗi xét nghiệm bị ảnh hưởng, hãy chứng minh quyết định của bạn dựa trên tiêu chí loại bỏ của phòng thí nghiệm. Sau đó, phân loại danh sách các mẫu bị từ chối bằng mẫu "Phân loại lỗi trước khi phân tích" để xác định nguyên nhân phổ biến nhất và đề xuất cải tiến.
danh sách kiểm tra
- [ ] Tôi đã kiểm tra ID mẫu, loại ống và mức độ phù hợp về thể tích.
- [ ] Tôi đã đánh giá chỉ số HIL trên cơ sở thử nghiệm.
- [ ] Tôi không báo cáo các chất phân tích bị ảnh hưởng bởi nhiễu mà không xác minh.
- [ ] Tôi đã kiểm tra tỷ lệ thể tích/chất chống đông trong các mẫu đông máu.
- [ ] Tôi đã đưa ra quyết định từ chối/chấp nhận dựa trên các tiêu chí đã được phòng thí nghiệm của tôi phê duyệt.
- [ ] Tôi đã chuẩn bị một bản tóm tắt cải tiến cho các vấn đề tái diễn như tan máu cao.