收益：
- 能够在人工智能支持下监控内部质量控制、Levey-Jennings 图和 Westgard 规则并解释违规行为
- 能够建立差异检查逻辑（与同一患者之前的结果进行比较）并区分人工智能警告以用于分析前和临床原因
- 能够理解人工智能输出是统计警告，根本原因分析和纠正措施属于专家。
实验室中最安静但最重要的工作是确保测量准确。该设备为您提供钾值；但是您怎么知道该设备今天此时使用该试剂进行了准确的测量？质量控制 (QC) 是这个问题的答案：定期测量已知值的控制样本，并监控设备的结果是否保持在预期范围内。此外，Delta 检查将同一患者今天的结果与过去的结果进行比较，是强大的第二道防线，可以发现样本混淆等错误。在这两个领域，人工智能都可以快速扫描模式并生成警报；但警告的含义以及该怎么做取决于专家的解释。
在本单元中，内部质量控制逻辑、Levey-Jennings 图和 Westgard 规则；如何设置和解释增量检查；以及如何安全地将人工智能添加到这些流程中。基本原理：AI产生统计警报；根本原因分析和纠正措施属于专家。
内部质量控制的逻辑
在内部质量控制中，将具有已知含量和预期值（通常在正常和病理水平）的对照材料与患者样本一起测量。每个对照测量值均围绕该分析物的计算平均值和标准差 (SD) 进行评估。标准差是衡量测量值在平均值周围分布程度的统计指标； SD 小表示测量结果一致（精确）。
可视化这些测量结果的标准方法是 Levey-Jennings 图：横轴是时间（或控制顺序），纵轴是控制值；平均值绘制在中间，±1SD、±2SD、±3SD 线绘制为带。控制点应随机分布在这些带内。某些模式（一个点落得太远，许多点向同一方向移动）表明存在问题。
Westgard 规则用于系统地评估这些模式。最常用：
规则
含义
典型评论
1-2秒
±2SD 外 1 点
警告；不仅仅是拒绝
1-3秒
±3SD 外 1 点
拒绝；随机误差的概率
2-2秒
±2SD 之外同一方向的两个连续点
拒绝；系统误差（漂移）
R-4s
两个控件之间的 4SD 差异
拒绝；随机误差
4-1秒
±1SD 之外同一方向的四个连续点
漂移警告
10-x
连续十个点位于均值的同一侧
系统性转变
随机误差是一种不可预测的一次性偏差（例如气泡）。系统误差是同一方向上的恒定偏差（例如校准漂移、试剂变质）。 Westgard 规则有助于区分这两类错误。
注意：仅 1-2 秒警告并不能否定结果；但错过 1-2 秒可能预示着随后的 2-2 违例。不要低估警告，遵循模式。
如何将AI添加到QC中
人工智能在人眼对 QC 数据感到疲劳的地方发挥作用：它可以同时扫描数百种分析物的 Levey-Jennings 模式，尽早标记缓慢漂移，列出违反规则的情况，并生成一个检查表，提醒您可能的根本原因（校准时间、试剂批次、仪器维护）。但AI产生的句子“校准可能已经发生了变化”是一个假设；专家的工作是找到真正的根本原因、更换试剂、校准设备并重新评估受影响的患者结果。
关键规则是，当违反 Westgard 排斥规则时，在问题解决之前不会发布该分析物的患者结果。人工智能可以提醒这种阻塞，但执行的责任在于人类。
Delta 检查：与患者自身病史进行比较
Delta 检查是将同一患者的当前结果与之前的结果进行比较，并标记出意外的重大变化。逻辑很简单：许多分析物（例如血型、血红蛋白、肌酐）在短时间内不会发生显着变化。如果患者的血红蛋白前一天为 13 g/dL，今天为 8 g/dL，则存在三种可能的解释：(1) 真实的临床变化（出血），(2) 分析前错误（错误的患者、样本混淆），(3) 分析错误。 Delta 复选标记了这种差异；专家调查哪种解释是正确的。
Delta 检查对于发现样品混淆（错误管上的错误标签）最有价值。当患者的多个参数同时发生意外变化时，就是一个强烈的干扰信号。
解释 Delta 检查时要注意：
- 并非每一次重大改变都是错误；出血、透析、输血等真实的临床事件会带来真正的巨大变化。
- 时间段很重要：与几个月前的结果进行比较可能会产生误导。
- 一些分析物会自然波动（例如 CRP）；应根据分析物调整增量阈值。
弱提示/强提示
弱提示：
这个QC数据有问题吗？ [数字]
该声明没有具体说明适用哪些规则、平均值和 SD，或者分析物是什么。 AI给出了一般性评论，但无法正确应用Westgard逻辑，给出了肤浅的答案，而不是根本原因。
强力提示：
您的角色：实验室专家助理，准备 QC 评估草案。分析物：钾。对照水平 2。目标平均值 6.0 mmol/L，SD 0.15。最后 12 个控制值：[列表]。任务：（1）计算并显示每个点相距多少SD，（2）一一检查Westgard 1-3s、2-2s、R-4s、4-1s、10-x规则并记下哪一条违规，（3）如果违规，则提醒可能的根本原因（校准、试剂批次、设备），以列表形式呈现。决定和纠正措施是我的；您只需计算并检查即可。
强烈的提示给出平均值/标准差，计算要应用的规则，要求进行临时计算，并声明该决定取决于人类。
三个迷你箱子
情况 1 — 发现系统错误。在生物化学实验室中，血糖控制连续十个点始终高于平均水平（10-x 规则）。 AI 标记了这种模式，并提出了“新试剂批次或校准漂移”的假设。专家检查记录，找到四天前更改的试剂批次，并重新校准设备。在此期间，对 340 名患者的血糖结果进行了审查。人工智能看到了规律，专家找到了根本原因。
案例 2 — 与 Delta 检查的示例混淆。患者血红蛋白昨天为 12.8 g/dL，今天为 9.1 g/dL；与此同时，他的肌酐从 0.9 mg/dL 增加到 2.4 mg/dL，钾从 4.2 mmol/L 增加到 5.9 mmol/L。 AI 标记多个 Delta 违规行为。专家认为多个参数同时跳跃表明样本存在混合；检查记录并发现标记错误。要求提供新样品。没有任何一个三角洲能够挽救这一模式。
情况 3 — 误报（真实变化）。一名透析患者的尿素在一天内从 140 mg/dL 降至 45 mg/dL； Delta 检查标志着重大变化。 AI发出警报，但专家知道患者昨天进行了透析；这是预期的、真正的变化，而不是错误。结果已发布。教训：增量刺激是一个问号，临床背景提供了答案。
可复制的提示模板
WESTGARD 控制模板分析物：[名称]。平均值：[x]。标准差：[x]。控制值：[列表]。计算并显示每个值的（值 - 平均值）/SD。一一检查这些规则：1-2s、1-3s、2-2s、R-4s、4-1s、10-x。对于每条规则，写下“有/没有违规”以及原因。如果存在拒绝规则违规，请添加“请勿发布患者结果”警告。决定权是我的。
QC 根本原因检查表模板 违反了 QC 拒绝规则。为我提供一份用于根本原因调查的顺序清单：试剂批次/有效期、校准时间、质控材料状态、仪器维护、探头/移液器、环境温度。用一句话写出每一项要检查的内容。我有最后的评论。
DELTA 检查模板患者匿名。分析物：[姓名]。先前结果（[日期]）：[x]。当前：[y]。计算绝对变化和百分比变化。这种变化的三个可能原因中哪一个可能与以下情况一致：真实的临床变化、分析前错误（混杂）或分析错误？列出我需要检查哪些附加信息才能做出决定。诊断/决策。
多个 DELTA 模式模板将给出同一患者的多个分析物的先前值和当前值。标记哪些分析物出现意外的大变化。如果超过一种分析物同时发生意外变化，请警告“可能的样品混淆”并写下我应该检查的内容以进行确认。数据：[列表]。
常见错误
- 将 1-2 秒警告误认为是拒绝。 1-2s为警告；它本身并不否定结果，但必须遵循它。
- 违反质量控制而发布患者结果。如果违反拒绝规则，相关结果将被保留，直到找到根本原因。
- 盲目地将三角洲警告视为错误。透析、输血、出血等情况会造成真正的巨大变化；考虑了上下文。
- 将人工智能的根本原因假设误认为是证据。 “试剂可能发生了变化”只是一个假设；通过记录和检查找到真正的原因。
- 对所有分析物采用相同的增量阈值。每种分析物的生物变异性不同；根据分析物设置阈值。
提示：当向 YZ 提供 QC 数据时，请务必包含平均值和 SD，并要求其显示中期计算。 “还有多少SD？”让AI计算问题并在你的头脑中验证；这会发现人工智能的错误和你的错误。
综上所述
质量控制是为了确保设备测量正确； Delta 检查是一种在样本和患者层面发现错误的方法。 Levey-Jennings 图和 Westgard 规则使 QC 系统化；区分随机误差和系统误差。人工智能可以快速扫描这些模式并生成警告和根本原因假设，但在违反拒绝规则的情况下，阻止、查找根本原因和纠正措施的结果属于专家。 Delta 检查警告是问号；临床背景和检查提供了答案。
应用任务
获取分析物的最后 12 个 QC 值（包含平均值和 SD），并使用“Westgard Control”模板评估 AI。独立检查AI计算的SD距离。然后为患者选择两个定时结果，遵循“Delta Check”模板，并使用您自己的临床知识评估变化的三个可能原因，并写下您要检查的附加信息。
清单
- [ ] 对于 QC，我根据提示给出了平均值和 SD；我检查了中间账户。
- [ ] 我已经明确说明了适用的 Westgard 规则。
- [ ] 我确认，如果出现违反拒绝规则的情况，我将保留患者结果。
- [ ] 我评估了增量警告以及临床变化的真实可能性。
- [ ] 我检查了多个增量违规中的样本混淆情况。
- [ ] 我通过记录/检查确认了AI的根本原因假设。