AI čita izveštaje o podugovorenim ispitivanjima

Konkretan slučaj upotrebe veštačke inteligencije u laboratoriji: model čita rezultate iz izveštaja spoljne laboratorije i upisuje ih uz stavke naloga. Čovek samo potvrđuje.

31. avgusta 2026. Tim CleverLAB 9 min čitanja AI u laboratoriji

AI čita rezultate iz izveštaja o ispitivanju poverenom spoljnoj laboratoriji

Ukratko

Podugovaranje se završava tuđim PDF-om. Neko iz njega ručno prepisuje desetak brojeva — i upravo tu nastaju najskuplje greške u celom procesu.
Model čita zaglavlje, tabelu rezultata i fusnote, povezuje redove sa stavkama naloga i priprema predlog upisa. Sam ništa ne odobrava.
Ujednačava ono što se razlikuje od laboratorije do laboratorije: decimalni separator, jedinice, zapis „< 0,5”, proširenu mernu nesigurnost, godinu izdanja standarda.
Rezultat zadržava trajnu oznaku „podugovoreno ispitivanje” i priloženi original izveštaja — to zahteva tačka 7.8.2.1 (p) standarda ISO/IEC 17025.
Autorizacija ostaje kod čoveka. AI skraćuje obradu jednog izveštaja sa desetak minuta na minut provere, ali ne skida odgovornost.

Zašto baš podugovoreni izveštaji

Gotovo nijedna laboratorija nema u obimu akreditacije sve što klijenti traže. Teški metali, PAH, Legionella, određivanja prema drugom standardu, sezonska ispitivanja jednom u tromesečju — to odlazi u podugovornu laboratoriju. Klijent dobija jedan izveštaj, a vi odgovarate za sve što se u njemu nalazi.

I tu počinje problem koji se ne vidi ni u jednom izveštaju o efikasnosti: podugovarač pošalje PDF, a neko kod vas iz njega prepisuje brojeve. Obično je to ista osoba koja ima najviše drugog posla — tehnički rukovodilac ili osoba koja autorizuje izveštaje. Prepisivanje traje od nekoliko do petnaestak minuta po dokumentu, dosadno je i traži stoprocentnu pažnju. Idealna kombinacija za grešku.

Ovaj članak opisuje jedan, usko definisan slučaj upotrebe AI-ja: čitanje rezultata iz izveštaja podugovarača i njihovo upisivanje uz stavke naloga. Bez vizije autonomne laboratorije, bez obećanja o „revoluciji”. Jedan zadatak koji mašina obavlja brže i pažljivije od umornog čoveka — pod uslovom da odluka o odobrenju ostaje na strani čoveka.

Pet grešaka koje se najčešće ponavljaju

Zarez protiv tačke. Izveštaj strane laboratorije navodi 0.05, sistem očekuje 0,05 — pri nepažljivom lepljenju rezultat može da naraste hiljadu puta.
mg/l umesto µg/l. Najskuplja greška u ispitivanjima životne sredine. Podugovarač izveštava u mikrogramima, vaš obim radi u miligramima — bez preračunavanja usaglašen rezultat postaje prekoračenje.
Pomeren red. Tabela sa petnaest određivanja, pogled skrene za jedan red i rezultat za hrom završi uz nikl.
Izgubljen znak „manje od”. < 0,5 prepisano kao 0,5 više nije „ispod granice kvantifikacije”, već konkretna izmerena vrednost. Menja tumačenje i ocenu usaglašenosti.
Izostavljena fusnota. Napomena o odstupanju od metode, o tome da je uzorak uzeo klijent ili da je određivanje izvan obima akreditacije podugovarača — to je obično sitan tekst na dnu strane, a mora da uđe u konačni izveštaj.

Zašto ocenjivač to pita prvo

Pri podugovaranju ispitivanja laboratorija mora da dokaže nadzor nad spoljnim dobavljačem (tačka 6.6 ISO/IEC 17025) i da jasno označi u izveštaju rezultate dobijene od tog dobavljača (tačka 7.8.2.1 (p)). Ručno prepisivanje brojeva iz tuđeg PDF-a obično izgubi i jedno i drugo: oznaka porekla nestane, a veza sa originalom živi samo u sećanju osobe koja je prepisivala.

Slučaj upotrebe korak po korak

U nastavku je ceo put jednog dokumenta — od prijema do trenutka kada je rezultat spreman za konačni izveštaj. Ceo redosled traje koliko i čitanje ovog pasusa; poslednji korak je jedino mesto gde je potreban čovek.

KORAK 1

Izveštaj stiže i dodeljuje se nalogu

E-poštom, sa portala podugovarača ili kao sken iz sekretarijata. Dokument se odmah prilaže uz konkretan nalog i tu trajno ostaje — on je dokaz, a ne prepisani broj.

KORAK 2

Čitanje strukture dokumenta

Model prepoznaje tri sloja: zaglavlje (ko je ispitivao, broj izveštaja, datumi), identifikaciju uzorka i tabelu rezultata sa fusnotama. Ne traži ključne reči — čita raspored strane, zato se snalazi sa tim da svaka laboratorija ima drugačiji šablon izveštaja.

KORAK 3

Povezivanje redova sa stavkama naloga

Svaki red tabele povezuje se sa stavkom koju ste podugovorili — istovremeno prema nazivu određivanja, metodi i identifikaciji uzorka. Redovi koje nije moguće jednoznačno povezati označavaju se umesto da se pogađaju.

KORAK 4

Ujednačavanje zapisa

Decimalni separator, jedinica preračunata u onu iz vašeg obima, zadržan znak „manje od” i vrednost granice kvantifikacije, proširena merna nesigurnost sa navedenim faktorom obuhvata. U ovom koraku se najčešće gubi smisao broja — zato je opisan posebno, a ne sakriven u čitanju.

KORAK 5

Predlog za proveru

Na ekranu se pojavljuje poređenje: levo predloženi upis, desno deo originalnog izveštaja iz kog potiče. Ne treba pretraživati dokument — izvorno mesto je označeno uz svaki broj.

KORAK 6

Prihvatanje od strane čoveka

Tek potvrda ovlašćenog lica čuva rezultate u nalogu. Svaki od njih dobija trajnu oznaku podugovorenog ispitivanja zajedno sa nazivom podugovarača i brojem njegovog izveštaja.

Šta model mora da pročita da bi rezultat bio potpun

Sam broj nije dovoljan. Konačni izveštaj za klijenta mora da nosi mnogo više informacija, a sve su one u dokumentu podugovarača — samo raštrkane na tri različita mesta. Minimalni skup bez kog upis nema smisla:

Ko je ispitivao — pun naziv i adresa podugovorne laboratorije i broj njene akreditacije.
Broj i datum izveštaja podugovarača — identifikator po kom će ocenjivač rekonstruisati vezu.
Identifikacija uzorka na obe strane — vaša oznaka uzorka i oznaka koju mu je dodelio podugovarač.
Datumi prijema uzorka i izvođenja ispitivanja — bez njih ne možete da ocenite da li je poštovano vreme čuvanja uzorka.
Određivanje, rezultat i jedinica — zajedno, nikad odvojeno.
Metoda ispitivanja sa godinom izdanja standarda — „EN ISO 17294-2” bez godine druga je metoda nego sa godinom.
Proširena merna nesigurnost i faktor obuhvata — ako ih je podugovarač naveo.
Granica kvantifikacije i način zapisa rezultata ispod nje.
Napomene, odstupanja i izjave o usaglašenosti — uključujući podatak o tome koja su određivanja bila izvan obima akreditacije.

Pravilo bez izuzetka

Ako bilo koje od tih informacija nema u dokumentu, model ne sme da je dopuni — mora da prijavi nedostatak. Nagađanje godine standarda ili dopisivanje jedinice „jer je obično tako” upravo je vrsta pomoći zbog koje alat prestaje da bude prikladan za akreditovanu laboratoriju.

Gde to zakaže

Pošten opis slučaja upotrebe mora da sadrži situacije u kojima se automat ne snalazi. Ima ih nekoliko i sve su predvidljive:

Sken lošeg kvaliteta. Dokument poslat faksom, fotografisan pod uglom ili potpisan hemijskom olovkom preko tabele. Čitanje je tada nesigurno i mora biti označeno kao dokument koji traži potpunu proveru.
Tabela prelomljena preko strana. Zaglavlje kolona ostaje na prvoj strani, deo redova završi na drugoj — bez prepoznavanja nastavka lako je vrednosti dodeliti pogrešnim kolonama.
Ponavljanja i razblaženja. Isto određivanje se u izveštaju pojavljuje dvaput jer je ispitivanje ponovljeno. Koji je rezultat ispravan, zna samo čovek — i on mora da ga označi.
Zbirni izveštaj za više uzoraka. Jedan dokument, deset uzoraka u kolonama. Rizik da se rezultat pripiše pogrešnom uzorku ovde je najveći.
Nazivi koji izgledaju slično. „Hrom” i „hrom(VI)” su dva različita određivanja sa različitim graničnim vrednostima. Povezivanje samo prema nazivu ovde je nedopustivo — neophodno je povezivanje zajedno sa metodom.

Glavno pravilo: AI predlaže, čovek autorizuje. Alat koji čuva rezultate bez potvrde prebacuje odgovornost za izveštaj na dobavljača softvera — a to ne predviđa nijedan standard i nijedan ocenjivač neće prihvatiti. Vrednost ovog slučaja upotrebe nije u uklanjanju čoveka iz procesa, već u zameni njegovog rada: umesto prepisivanja — proveravanje.

Revizijski trag

Automatsko čitanje ima smisla samo ako se kasnije može rekonstruisati odakle je došao svaki broj. Zato se uz svaki prihvaćeni rezultat čuva potpun skup informacija o samom čitanju — nezavisno od toga što je u nalogu već priložen originalni dokument.

Šta se čuva	Čemu služi
Izvorni dokument	Originalni izveštaj podugovarača u obliku u kom je stigao — bez konverzije i bez obrade.
Datum i vreme čitanja	Omogućava smeštanje čitanja u redosled događaja u odnosu na prijem dokumenta i autorizaciju izveštaja.
Verzija modela	Kada alat promeni ponašanje, zna se koja su ranija čitanja nastala na staroj verziji.
Predložena vrednost	Sačuvana uz odobrenu vrednost — vidi se da li je čovek nešto ispravio i šta tačno.
Lice koje prihvata	Imenovana odgovornost za unos rezultata u nalog.
Oznaka podugovaranja	Trajno vezana za rezultat, prenosi se u konačni izveštaj i ispunjava zahtev tačke 7.8.2.1 (p).

Izveštaj mora jednoznačno da označi rezultate dobijene od spoljnih dobavljača — to je zahtev standarda, a ne dobra praksa. Ako se oznaka porekla rezultata postavlja ručno, pre ili kasnije biće izostavljena.

Poslednji red tabele ovde je najvažniji. Oznaka podugovaranja dodeljena automatski u trenutku čitanja ne može da se zaboravi, jer je niko ne upisuje — proizlazi iz toga odakle je dokument stigao. To je jedina promena u celom procesu koja poboljšava usaglašenost sa standardom samom svojom konstrukcijom, a ne disciplinom tima.

Koliko to stvarno donosi

Brojevi u nastavku proračun su na primeru, a ne rezultat merenja kod konkretnog klijenta. Uzmimo laboratoriju srednje veličine koja podugovara redovno, ali ne masovno:

izveštaja podugovarača mesečno

određivanja prosečno u jednom izveštaju

8 → 1,5

minuta po dokumentu: prepisivanje naspram provere predloga

4 h 20 min

vremena ušteđenog mesečno uz te pretpostavke

Četiri sata mesečno nije broj koji vredi prodavati kao prekretnicu. Prava korist leži drugde: to su četiri sata rada najskuplje osobe u laboratoriji, obavljana pod pritiskom roka, na zadatku u kom jedan nepažljiv red košta reklamacije, ponavljanja ispitivanja ili neusaglašenosti na proveri. Zamena prepisivanja proveravanjem ne menja toliko broj sati koliko raspodelu rizika.

Sporedni efekat koji niko ne planira

Kada svi izveštaji podugovarača prolaze kroz jedno mesto, posle nekoliko meseci imate gotove podatke za ocenu dobavljača koju traži tačka 6.6: ko poštuje rokove, ko šalje dokumente koje treba ispravljati, kod koga se ponavljaju nedostaci u opisu metode. Bez vođenja posebnog registra.

Kako da to pokrenete kod sebe

Uvođenje ovog slučaja upotrebe ne zahteva preuređenje laboratorije. Zahteva, međutim, redosled — pokušaj da se sve uključi odjednom završava se nepoverenjem tima prema alatu:

Izaberite jednog podugovarača — onog od kog dobijate najviše izveštaja ponovljivog rasporeda. Na njemu ćete najbrže videti efekat.
Prikupite nekoliko desetina njegovih izveštaja iz poslednje godine i proverite čitanje na dokumentima čije rezultate već znate. To je jedini pošten test: poređenje sa onim što je stvarno upisano ručno.
Pokrenite paralelan rad na mesec dana — automatsko čitanje uz dosadašnje prepisivanje. Razlike koje se pojave vrednije su od podudaranja.
Opišite to u dokumentaciji sistema menadžmenta — ko prihvata, šta se dešava pri nejednoznačnom čitanju, kako se označavaju podugovoreni rezultati. Ocenjivač će pitati za proceduru, ne za tehnologiju.
Tek tada dodajte sledeće podugovarače — jednog po jednog, proveravajući svaki novi šablon izveštaja posebno.

Da li to znači da rezultate odobrava AI?

Ne. I to je jedini odgovor uz koji je ovaj slučaj upotrebe prikladan za akreditovanu laboratoriju. Model obavlja tehničku radnju — prenosi informaciju iz jednog dokumenta u drugi, tačnije od čoveka, jer se ne umara kod petnaestog reda tabele. Ocena usaglašenosti, odluka o ponavljanju ispitivanja i autorizacija izveštaja ostaju radnje ovlašćenog lica, tačno kao pre uvođenja.

Vredi reći i šta ovaj alat ne radi: ne ocenjuje da li je podugovarač ispravno sproveo ispitivanje, ne zamenjuje nadzor nad dobavljačem i ne oslobađa obaveze provere da li je određivanje bilo u njegovom obimu akreditacije. Čitanje dokumenta i nadzor nad dobavljačem su dve različite stvari — automatizacija prve ne rešava drugu.

Rezime

Prepisivanje rezultata iz tuđih izveštaja zadatak je koji ima sve osobine dobrog kandidata za automatizaciju: ponavlja se, oduzima vreme, obavljaju ga najopterećenije osobe i sklono je greškama ozbiljnih posledica. Istovremeno je dovoljno usko da može da se opiše, ispita i dokumentuje — a time i odbrani pred ocenjivačem.

Smisleno uvođenje AI-ja u laboratoriju izgleda upravo ovako: jedan konkretan zadatak, jasna granica odgovornosti, potpun revizijski trag. Ne „pametna laboratorija”, već manje prepisivanja brojeva iz PDF-a u dva sata posle podne.

Ako želite da vidite kako će se ovo čitanje ponašati na izveštajima vaših podugovarača, pišite nam — najbolji test je desetak vaših sopstvenih dokumenata.

Proverimo to na vašim izveštajima

Pokazaćemo čitanje na dokumentima vaših podugovarača i razgovarati o tome kako ovu promenu opisati u dokumentaciji sistema menadžmenta — tako da prođe proveru.

Osnova i izvori

EN ISO/IEC 17025:2017 (u Poljskoj PN-EN ISO/IEC 17025:2018-02) Opšti zahtevi za kompetentnost laboratorija za ispitivanje i laboratorija za etaloniranje — tačka 6.6 (proizvodi i usluge koje obezbeđuju spoljni dobavljači) i tačka 7.8.2.1 (p) (jasno označavanje u izveštaju rezultata dobijenih od spoljnih dobavljača): iso.org/standard/66912.html.
Poljski centar za akreditaciju (PCA) — dokumenti i zahtevi za laboratorije za ispitivanje, uključujući pravila korišćenja spoljnih usluga: pca.gov.pl.
European co-operation for Accreditation — interpretativni materijali o izveštavanju rezultata prema tački 7.8 standarda: european-accreditation.org.
LabCoda.pl — pretraživač akreditovanih laboratorija prema obimu ispitivanja: labcoda.pl.

O članku

Opisani slučaj upotrebe odnosi se na čitanje izveštaja podugovornih laboratorija. Navedene vremenske veličine i brojevi izveštaja proračun su na primeru laboratorije srednje veličine — služe za prikaz reda veličine, a nisu rezultat merenja kod konkretnog klijenta.

Tim CleverLAB izrađuje LIMS softver za laboratorije akreditovane prema ISO/IEC 17025. Među našim klijentima su, između ostalih, laboratorije za vode, otpadne vode i mikrobiologiju, fizičko-hemijske laboratorije i laboratorije za tehničku čistoću.