着眼产出的高效实验室管理

文/本刊记者 黄柳

改变传统的信息收集、整理与利用方式，借助数字化技术提升实验室效率势在必行。

在医教研一体化运行的教学医院，中心实验室以及各专科实验室的建设几乎成为标配。与此同时，推动精准医疗时代的可持续性创新，医院实验室呼唤高效管理。

日前，在某跨国实验室技术解决方案供应商与媒体的交流会上，关于实验室高效运行、信息化以及数据管理的议题被重点讨论。本文对其中贴近医院实验室管理的内容进行了归纳整理。

第一是实验室数据管理面临的问题。调查显示，研究人员在日常工作当中，只有23%的时间是真正用在实验操作上的，其他时间则花费在了会议、分析数据、记录实验、书写报告、计划实验等方面。大家能清楚地看到，研发科学家的时间并不能100%投入到具体实验执行上。

一方面是实验室研发人员的核心工作时间较为有效；另一方面，他们的工作内容面向较多且涉及庞杂信息的整理。另有调查显示，研究人员在进行实验记录时，会有非常多不同类型的信息需要记录，包括文本信息、电子表格、图表、图像等。为了把实验全面、完整地记录下来，研究人员需要整合这些分散的信息，比如图像信息，可能需要从显微镜电脑上抓取过来，打印出来，贴到纸质记录本或者电子化记录本上去。这些工作都需要花费较多的时间，且成效未必理想。

与此同时，如果过度依赖于基于纸质的不同类型的数据文件记录，实际上会降低效率，为数据管理带来更多的挑战。这些挑战包括数据记录不规范、格式不统一、记录不及时，以及数据来源不单一。这样就从源头上构筑起阻隔不同部门、不同任务小组之间信息共享的“围墙”。

第二是实验室数据利用率不高的难题。在数据量大、数据类型也非常多的情况下，如何拥有好的查询系统，把需要的数据快速、准确地找到；如何利用数字建模让用户根据模型获取到更加有价值的信息，这些都是对数据利用的要求。但目前来讲，不管是欧美发达国家还是国内，在实验室当中建立了数据利用机制的用户仍然偏少。

改变传统的信息收集、整理与利用方式，借助数字化技术提升效率势在必行。

实验室数字化最主要的目的，是要尽可能通过信息化手段来减少目前实验室大量基于纸质的记录，使其在数据结构化的基础上更加方便、高效地对数据进行查询分析，进行可视化的呈现。

数字化技术可以具体运用到两类实验室的管理中。第一类是研发记录的数据管理，包括化学合成、工艺研发记录、分析方法开发验证、数据开发等。第二类是分析执行的数据管理，包括贯穿整个研发过程从前到后的分析，在不同类型的实验中做一些理化检测、化学分析、生物分析。

在产生大量数据的情况下，用机器学习或者人工智能等方式高效地实现数据处理，也是实验室的一大需求。通过使用一套有效的数据处理方式，科学家或者管理人员能够从不同维度查询到数据，并在汇总后进行分析，帮助他们作出更加正确的决策。

最后，实验室系统不可避免地需要第三方系统做交互。比如ERP系统、OA系统，以及让实验室信息化系统与更多底层仪器数据分析系统进行集成，也是很重要的一类场景的应用。因此，交流会讨论指向把院内实验室信息化系统贯通，建立统一的一体化平台。