分析测试百科网

搜索

分析测试百科网 > 行业资讯 > 微信文章

数字化转型,数据中台建立,暗数据挖掘,看行业尖端实验室怎么做

安捷伦视界
2021.2.22
c8498a69a7bd90a75607164a71bf315a.jpeg
导读
本文我们从分析实验室的视角,探讨基于Agilent OpenLab技术平台,利用数字化思维来改善实验室数据安全和效率,互联和决策。
实验室发展趋势
69e16c437ebe8ddc431553174aa23979.png
自动化、信息化驱动创新
在谈及实验室发展方向时,大家都会谈到自动化,比如通过机器人、扫码器等技术替代手动操作和数据录入。自动化不仅提高准确性和重复性,大大增加实验通量,还能加速经验知识的累积。
2020 年 Nature 杂志的一篇封面文章[1],使用人工智能AI机器人化学家 8 天时间完成 668 个实验,并研发出了一种全新催化剂,充分展现了自动化、信息化技术驱动创新的潜力。
f2306be7af8fb5852af721ab1c5a36de.png
图 1. 自动化设备在分析、合成实验室中的应用。
数字化转型是企业发展方向
在上述这些物理世界的自动化背后还有一种看不见的自动化,那就是数据的自动流动,比如各自动化操作步骤的触发、不同环节数据在不同软件间的传递等。自动化和信息化是数字化转型的基础。数据的自动流动,依靠的是信息化建设,相当于在虚拟世界构筑真实世界的数字映射。
从企业整体的角度看,数字化转型是发展的方向。客户需求、经营管理、产品设计、工艺设计、生产制造、产品测试各环节产生的数据,在环节间有序流动,形成一个个闭环,以应对外部环境不确定性变化,提高资源配置决策的效率。
分析实验室数字化转型现状
69e16c437ebe8ddc431553174aa23979.png
企业数字化转型需要具备与之相适应的能力结构;破除部门间、信息系统间的隔阂,形成互联互通,以赋能业务加速创新转型。
根据企业内部、生态范围数据互联互通的程度,数字化可分为不同的发展阶段。发展阶段的进阶就是一步步解决全局优化的需求和数据碎片化供给的矛盾的过程;系统的集成沿着点、线、面、体、系统、大系统扩展的过程。
8a47803c89c6da9543efc252273ebb34.png
图 2. 数字化转型水平[2]
分析实验室是重要支持性部门,与公司内部、外部供应链、法规监管都密切关联。产品的研发、工艺的确定、原料评估、过程控制、产品质控,都与检测实验室密切相关;分析实验室绝对是企业数字化中的一个重要节点。
目前多数企业的数字化仍处于初、中级水平。分析实验室的数字化水平亦如此,但这不妨碍我们用互联、数字驱动决策等思维,来思考现有实验室面临的挑战,并着手改善,为未来准备。
分析实验室如何克服数字化转型挑战?
69e16c437ebe8ddc431553174aa23979.png
Agilent OpenLab 实验室信息化解决方案涵盖了从样品管理-仪器控制/数据采集-数据分析-报告-数据管理的全流程方案。基于 Agilent OpenLab 平台的应用开发,可为我们拥抱数字化提供诸多便利。
15f24ff81312b5f66a6b3c9c7f35af36.png
实验室挑战 1:互联
数字化的优势通过互联实现。现在的实验室与其他部门间存在信息的隔阂;甚至实验室内部,还存在多类型/品牌仪器、多信息化系统产生的多源异构数据在线交换障碍。实验室“信息中台”是应对这些挑战的方法。
面临困境:流程管理与数据管理的集成
传统软件与 LIMS 接口方案采用的是以共享文件夹的方式来进行两个系统数据之间的交换。即软件将产生的报告文件,通过 PDF 打印机或直接保存到服务器上指定的共享文件夹,再由LIMS定时去检测这个共享文件夹,读取报告文件,解析并保存到LIMS数据库。这个过程不仅费时费力,而且还存在数据被篡改的风险。
应对方案:实验室“数据中台”建立
Agilent OpenLab 平台 ECM XT/DET——实验室“数据中台”,实现数据汇聚整合、提炼、服务,解决上述挑战。
65c84b7b0aee680fca3bbee503372c05.png
图 3. OpenLab DET 实现仪器数据与 LIMS 系统的合规、安全、高效对接
实施效果:
安捷伦现已与国内龙头制药企业、石化项目、第三方检测合作,部署了 OpenLab ECM XT/DET,通过 LIMS 与 ECM XT 数据的交互,实现了完善的流程管理和数据管理。
实验室挑战 2:“暗数据”
数字化视数据为生产要素、资源。孤立的数据提供的价值极少,例如孤立的各个数据元素(如样品重量、仪器设备的理论寿命、实验室技术人员的绩效指标)是无用的。通过整合、比较和对比多个数据元素得以创建信息(如目标化合物的含量、仪器设备的开机时间、实验人员的工作量)。然而,它仍然无法回答诸如样品是否符合法规要求或一个实验室的运营效率优于另一个实验室等重要问题。对信息的充分利用和挖掘,可以创造知识甚至智慧,能够在多个层面上指导做出更好的决策。
08db338198bc30b80d9707ec3dc3ee4f.png
图 4. 数据、信息、知识、智慧的层级关系
现有的实验室信息化系统,对数据利用度是不充分的,限制了将数据转化为信息、知识、智慧的能力,造成数据资源的极大浪费。对这些未被充分利用的“暗数据”的信息挖掘和再利用,可以替代以往手动操作和人为决策,从而效率低下、容易出错的困境。
面临困境:实验室数据挖掘与决策驱动
QA/QC 经理常常面临以下的决策:
– 如何提高流程效率
– 如何使培训计划更加高效
– 哪些仪器需要尽早维修或更换
– 如何降低数据合规性风险
IT 则常面临如何合理分配算力资源等决策
这些决策,需要实验室的仪器利用率、运行效率、实时状态、人力状态、数据完整性风险等定量知识为基础。而以往这些知识的获得是通过经验、台账等方式,进行人为评价和推测。但我们可以有更好的方式,因为这些知识就隐藏在仪器产生的各类数据中。
应对方案:高级信息管理中心的建立
Agilent OpenLab 平台的高级信息管理中心(OpenLab Management Studio)系统,可以跨项目、仪器、人员、序列、样品等信息进行智能数据分析,呈现出多维度、多层次的可视化数据统计报表,所有数据一目了然。QA、QC、IT 人员均将从中获益。
主要模块包括:
–进样数据检索与查重
–仪器样品统计
–人员样品统计
–仪器运行效率统计
–仪器实时运行状态统计
–数据完整性审查、风险消息预警
–IT 资源检测预警
c240c9cbc293aa5d59491a342e356ebd.png
图 5. 仪器运行效率统计
4cf47544ab430c073546455cda7c05cf.png
图 6. 数据安全关键信息
3fb98f2fa6b0440b952f4a077dd6c301.png
图 7. 主动预警消息邮件和短信推送,随时随地掌握 DI 风险信息
249358006b0c97555cba555b68a2c7a9.png
图 8. 实时监控服务器资源使用情况,确保系统稳定运行。
实施效果:
安捷伦现已与国内龙头制药企业合作,部署了 OpenLab Management Studio,实现数字驱动决策的转变。
资料下载
69e16c437ebe8ddc431553174aa23979.png
扫描二维码,下载下列资料,了解详情:
6ee1618cc5bd89bdeca076074fbdcbf0.png
参考文献:
[1] Benjamin Burger, Phillip M. Maffettone, et al. A mobile robotic chemist. Nature, 583, 237–241(2020).
[2] 团体标准. T/AIITRE 10001-2020: 数字化转型 参考架构.
推荐阅读
69e16c437ebe8ddc431553174aa23979.png


44e7e08c56976cd63391ea78f5fa2119.gif


版权所有,违者必究。如需转载,请与工作人员联系。

c0540560d9e304b0020b5659ca6bfdc3.png长按识别二维码, 关注安捷伦视界

发布需求
作者
头像
仪器推荐
文章推荐