检验科“无人驾驶”智能化的初步实践

作者：尹利民 孟国艳 徐宏忍 王琳 黄范怡 白敏凤

单位：昆明市第一人民医院检验科

人工智能（Artificial Intelligence, AI）是人造的智能，是计算机科学、逻辑学、认知科学交叉形成的一门多元科学。人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解；“智能”是智慧和能力的总称。一般认为智能是知识和智力的总和，知识是智能的基础，智力是指获取和运用知识求解的能力。人工智能的发展已经是当前信息化社会的迫切要求。人工智能的发展深刻改变人类社会生活[1]（图1）。目前，人工智能已成为国际竞争的新焦点。面对新的形势，临床实验室也必须主动求变应变，牢牢把握人工智能发展的重大历史机遇，在人工智能发展潮流中奋勇争先，更好地满足人民群众医疗卫生健康需求。

我国检验医学发展已经有近百年的历史，临床实验室从早期的手工检验、半自动化向今天的全自动化、信息化迈进。信息抽象结晶为知识，知识构成智能的基础，通过数据、信息、智能、知识组成的闭环让“时间”、“空间”、“物体”信息深度数字化并且彼此关联[2]（图2）。因此，信息化到知识化再到智能化，必将成为临床实验室发展的趋势。

临床实验室的产品是检验报告。现阶段大多数临床实验室面临的突出矛盾是患者快速获得检验报告的需求和“制造”一张检验报告的过程的复杂性之间的矛盾。一张检验报告是如何“制造”的？例如，传统的生化免疫检验从实验室接触标本起，经历标本接收、编号、离心、录入LIS信息、仪器端录入检验指令、去盖、分杯、标本转移到样品架、仪器检测、查看结果、标本稀释、复检、结果审核、报告打印、发放、标本入库等众多环节。除了仪器检测外，余下环节大多需要人工完成，需要付出很多劳力，也影响实验室的TAT。此外，实验室管理层还面临的另一个矛盾是日益增长的检测量与人力资源相对不足之间的矛盾。

为了更好地解决实验室面临的以上问题，本实验室于2015年率先在云南省安装完成了首条西门子Aptio生化免疫流水线（图3），该条流水线包含2个生化单元（Advia 2400 全自动生化分析仪）、2个免疫单元（Advia Centaur XP免疫分析仪），1个离心单元、1个进出样单元、1个去盖单元[2]。自从设备投入使用后，实验室便开始了自动化、智能化方面的探索，现分享如下。

依托生化免疫流水线，本实验室不断优化科室的检验流程，尽可能自动化地完成原来需要人工完成的环节。例如，手工编号优化为自动编号、线下离心优化为线上离心、手动录入LIS信息优化为自动录入LIS信息、人工审核优化为自动审核等等。检验流程中，人工干预的越少，效率就越高，发生差错的概率就越低，质量也就越好。在不断优化的过程中，我们思考了一个问题，检验流程优化的终点或终极目标是什么？西门子医疗专业技术人员提出，流程优化的终极目标应该是在整个检验过程中只在样本接收过程接触一次标本，或整个检验流程均不接触标本，可称为“One Touch or No Touch”，而我们把它命名为实验室的“无人驾驶”。为了实现这个美好的目标，我们针对检验流程的各个环节均做了优化，充分利用计算机、信息系统和生化免疫流水线，把这些过程都自动化的进行了实现，初步实现了实验室的“无人驾驶”。

按照规范的要求，实验室有大量的记录工作。这些记录工作通常需要人工完成，费事费力，也不便于记录的分析。实验室依托定制化的Data Traces软件（中文名：数据溯源管理软件），实现了流水线上检测项目记录的数字化与自动化。软件不仅可以帮我们记录每天有多少个检测标本，这些标本检测时间，具体完成检测的设备；还可以记录每一个检测结果、使用的试剂信息，相应的质控、校准信息，试剂余量，仪器报警信息，维护保养信息等等（图4）。记录工作在后台自动化实时完成，极大地提高了记录工作的效率。

自动化是基于程序化的工作，而智能化更多的是基于大数据、基于云计算模拟人类的思考。按照智能化的定义，上面的流程优化工作除了自动审核外，其余多属于自动化的范畴。实验室在智能化方面也进行了一些探索，如监控和自动审核方面。

按照质量管理体系的要求，我们应该监控和评估我们的质量管理体系。但这项工作，传统的做法是比较困难的。实验室利用了厂家定制化开发的Data cake软件，这个软件可以实时监控我们每天有多少个标本，每个检验项目的检测量如何，TAT状况又如何；有多少急诊标本，有多少平诊标本等一系列信息。这个软件还开发了手机版本，叫Autokit，功能与Data cake一致。利用这个软件，我们的管理更方便。这个智能化软件，可以按照人的思维来监控我们日常的检验工作（图5）。

此外，实验室也做了一些尝试，让计算机按照实验室工作人员的思维来工作。例如，我们的工作过程中会发现连续两个测量结果是异常值，我们有可能认为是巧合；当连续出现三个异常结果，我们可能会想，这个也“太巧了”吧（大概率不太可能出现）；那当连续出现四个异常结果，我们认为检测仪器一定出问题。计算机是否可以按照这样的想法工作呢？我们首先计算了出现连续异常值的概率，也就是不同标本数量的情况下，不同的异常值率的情况下，出现连续异常结果的概率。如果连续出现异常结果的概率小于1%，我们认为是小概率事件，如果出现了这种情况，我们把结果拦下来，不能自动审核，人为的去查看我们的检测过程是不是出了问题。我们已经将该算法应用到实验室高敏肌钙蛋白I的自动审核的算法中。

此外，本实验室目前还尝试基于（RFID）来管理标本、管理试剂。目前，仅仅是一些尝试，如果实现的话，离智能化实验室就更近了一步（图6）。

临床实验室实现智能化不是一蹴而就的。智能化离不开大数据，离不开云计算。我们要利用好物联网（IOT），先把我们的工作尽可能的数据化。我们要定好每一个阶段性的目标，分步骤，一步一步的去完善这些目标。首先，我们要先实现自动化，然后我们才能向智能化慢慢靠近。我们实验室从安装自动化流水线到熟练使用流水线，再到不断提出一系列优化检验流程的想法，最后和厂家沟通、验证、实现这些想法，然后继续使用，再整理想法，再沟通，再落地实施，如此循环。

到现在我们实验室也只是刚刚敲开智能化的大门，前面的路还有很长，需要做的还有很多！当然，在这个过程中寻找一个好的合作伙伴（供应商），能得到来自他们的高度配合与灵活支持，来实现你自己的想法，也是至关重要的。

我们要实现实验室的全面智能化还有很长的路要走。临床实验室智能化的目标应该是让机器能够胜任检验人员才能完成的复杂工作。要实现的这个目标，虽然路很长，我相信我们终究有实现的一天。

参考文献略

注：本文来源于《临床实验室》2020年第8期“数字化、智能化、智慧化”专题