AI čita izvještaje o podugovorenim ispitivanjima

Konkretan slučaj uporabe umjetne inteligencije u laboratoriju: model čita rezultate iz izvještaja vanjskog laboratorija i upisuje ih uz stavke naloga. Čovjek samo potvrđuje.

31. kolovoza 2026. Tim CleverLAB 9 min čitanja AI u laboratoriju

AI čita rezultate iz izvještaja o ispitivanju povjerenom vanjskom laboratoriju

Ukratko

Podugovaranje završava tuđim PDF-om. Netko iz njega ručno prepisuje desetak brojeva — i upravo tu nastaju najskuplje pogreške u cijelom procesu.
Model čita zaglavlje, tablicu rezultata i bilješke, povezuje retke sa stavkama naloga i priprema prijedlog upisa. Sam ništa ne odobrava.
Ujednačuje ono što se razlikuje od laboratorija do laboratorija: decimalni separator, jedinice, zapis „< 0,5”, proširenu mjernu nesigurnost, godinu izdanja norme.
Rezultat zadržava trajnu oznaku „podugovoreno ispitivanje” i priloženi izvornik izvještaja — to zahtijeva točka 7.8.2.1 (p) norme ISO/IEC 17025.
Autorizacija ostaje kod čovjeka. AI skraćuje obradu jednog izvještaja s desetak minuta na minutu provjere, ali ne skida odgovornost.

Zašto baš podugovoreni izvještaji

Gotovo nijedan laboratorij nema u opsegu akreditacije sve što klijenti traže. Teški metali, PAH-ovi, Legionella, određivanja prema drugoj normi, sezonska ispitivanja jednom u tromjesečju — to odlazi u podugovorni laboratorij. Klijent dobiva jedan izvještaj, a vi odgovarate za sve što se u njemu nalazi.

I tu počinje problem koji se ne vidi ni u jednom izvješću o učinkovitosti: podugovaratelj pošalje PDF, a netko kod vas iz njega prepisuje brojeve. Obično je to ista osoba koja ima najviše drugog posla — tehnički voditelj ili osoba koja autorizira izvještaje. Prepisivanje traje od nekoliko do petnaestak minuta po dokumentu, dosadno je i traži stopostotnu pažnju. Idealna kombinacija za pogrešku.

Ovaj članak opisuje jedan, usko definiran slučaj uporabe AI-ja: čitanje rezultata iz izvještaja podugovaratelja i njihovo upisivanje uz stavke naloga. Bez vizije autonomnog laboratorija, bez obećanja o „revoluciji”. Jedan zadatak koji stroj obavlja brže i pažljivije od umornog čovjeka — pod uvjetom da odluka o odobrenju ostaje na strani čovjeka.

Pet pogrešaka koje se najčešće ponavljaju

Zarez protiv točke. Izvještaj stranog laboratorija navodi 0.05, sustav očekuje 0,05 — pri nepažljivom lijepljenju rezultat može narasti tisuću puta.
mg/l umjesto µg/l. Najskuplja pogreška u ispitivanjima okoliša. Podugovaratelj izvještava u mikrogramima, vaš opseg radi u miligramima — bez preračunavanja sukladan rezultat postaje prekoračenje.
Pomaknut redak. Tablica s petnaest određivanja, pogled skrene za jedan redak i rezultat za krom završi uz nikal.
Izgubljen znak „manje od”. < 0,5 prepisano kao 0,5 više nije „ispod granice kvantifikacije”, nego konkretna izmjerena vrijednost. Mijenja tumačenje i ocjenu sukladnosti.
Izostavljena bilješka. Napomena o odstupanju od metode, o tome da je uzorak uzeo klijent ili da je određivanje izvan opsega akreditacije podugovaratelja — to je obično sitan tekst na dnu stranice, a mora ući u konačni izvještaj.

Zašto ocjenitelj to pita prvo

Pri podugovaranju ispitivanja laboratorij mora dokazati nadzor nad vanjskim dobavljačem (točka 6.6 ISO/IEC 17025) i jasno označiti u izvještaju rezultate dobivene od tog dobavljača (točka 7.8.2.1 (p)). Ručno prepisivanje brojeva iz tuđeg PDF-a obično izgubi oboje: oznaka podrijetla nestane, a veza s izvornikom živi samo u sjećanju osobe koja je prepisivala.

Slučaj uporabe korak po korak

U nastavku je cijeli put jednog dokumenta — od zaprimanja do trenutka kad je rezultat spreman za konačni izvještaj. Cijeli slijed traje koliko i čitanje ovog odlomka; posljednji korak jedino je mjesto gdje je potreban čovjek.

KORAK 1

Izvještaj stiže i dodjeljuje se nalogu

E-poštom, s portala podugovaratelja ili kao sken iz tajništva. Dokument se odmah prilaže uz konkretan nalog i ondje trajno ostaje — on je dokaz, a ne prepisani broj.

KORAK 2

Čitanje strukture dokumenta

Model prepoznaje tri sloja: zaglavlje (tko je ispitivao, broj izvještaja, datumi), identifikaciju uzorka te tablicu rezultata s bilješkama. Ne traži ključne riječi — čita raspored stranice, zato se snalazi s time da svaki laboratorij ima drugačiji predložak izvještaja.

KORAK 3

Povezivanje redaka sa stavkama naloga

Svaki redak tablice povezuje se sa stavkom koju ste podugovorili — istodobno prema nazivu određivanja, metodi i identifikaciji uzorka. Retci koje nije moguće jednoznačno povezati označavaju se umjesto da se pogađaju.

KORAK 4

Ujednačavanje zapisa

Decimalni separator, jedinica preračunana u onu iz vašeg opsega, zadržan znak „manje od” i vrijednost granice kvantifikacije, proširena mjerna nesigurnost s navedenim faktorom pokrivanja. U ovom se koraku najčešće gubi smisao broja — zato je opisan zasebno, a ne skriven u čitanju.

KORAK 5

Prijedlog za provjeru

Na zaslonu se pojavljuje usporedba: lijevo predloženi upis, desno dio izvornog izvještaja iz kojeg potječe. Ne treba pretraživati dokument — izvorno mjesto označeno je uz svaki broj.

KORAK 6

Prihvaćanje od strane čovjeka

Tek potvrda ovlaštene osobe sprema rezultate u nalog. Svaki od njih dobiva trajnu oznaku podugovorenog ispitivanja zajedno s nazivom podugovaratelja i brojem njegova izvještaja.

Što model mora pročitati da bi rezultat bio potpun

Sam broj nije dovoljan. Konačni izvještaj za klijenta mora nositi mnogo više informacija, a sve su one u dokumentu podugovaratelja — samo raspršene na tri različita mjesta. Minimalni skup bez kojeg upis nema smisla:

Tko je ispitivao — puni naziv i adresa podugovornog laboratorija te broj njegove akreditacije.
Broj i datum izvještaja podugovaratelja — identifikator po kojem će ocjenitelj rekonstruirati vezu.
Identifikacija uzorka na obje strane — vaša oznaka uzorka i oznaka koju mu je dodijelio podugovaratelj.
Datumi zaprimanja uzorka i provedbe ispitivanja — bez njih ne možete ocijeniti je li poštovano vrijeme čuvanja uzorka.
Određivanje, rezultat i jedinica — zajedno, nikad odvojeno.
Ispitna metoda s godinom izdanja norme — „EN ISO 17294-2” bez godine druga je metoda nego s godinom.
Proširena mjerna nesigurnost i faktor pokrivanja — ako ih je podugovaratelj naveo.
Granica kvantifikacije i način zapisa rezultata ispod nje.
Napomene, odstupanja i izjave o sukladnosti — uključujući podatak o tome koja su određivanja bila izvan opsega akreditacije.

Pravilo bez iznimke

Ako bilo koje od tih informacija nema u dokumentu, model ne smije je dopuniti — mora prijaviti nedostatak. Nagađanje godine norme ili dopisivanje jedinice „jer je obično tako” upravo je vrsta pomoći zbog koje alat prestaje biti prikladan za akreditirani laboratorij.

Gdje to zakaže

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

Sken loše kvalitete. Dokument poslan faksom, fotografiran pod kutom ili potpisan kemijskom olovkom preko tablice. Čitanje je tada nesigurno i mora biti označeno kao dokument koji traži potpunu provjeru.
Tablica prelomljena preko stranica. Zaglavlje stupaca ostaje na prvoj stranici, dio redaka završi na drugoj — bez prepoznavanja nastavka lako je vrijednosti dodijeliti pogrešnim stupcima.
Ponavljanja i razrjeđenja. Isto se određivanje u izvještaju pojavljuje dvaput jer je ispitivanje ponovljeno. Koji je rezultat ispravan, zna samo čovjek — i on ga mora označiti.
Zbirni izvještaj za više uzoraka. Jedan dokument, deset uzoraka u stupcima. Rizik da se rezultat pripiše pogrešnom uzorku ovdje je najveći.
Nazivi koji izgledaju slično. „Krom” i „krom(VI)” dva su različita određivanja s različitim graničnim vrijednostima. Povezivanje samo prema nazivu ovdje je nedopustivo — nužno je povezivanje zajedno s metodom.

Glavno pravilo: AI predlaže, čovjek autorizira. Alat koji sprema rezultate bez potvrde prebacuje odgovornost za izvještaj na dobavljača softvera — a to ne predviđa nijedna norma i nijedan ocjenitelj neće prihvatiti. Vrijednost ovog slučaja uporabe nije u uklanjanju čovjeka iz procesa, nego u zamjeni njegova rada: umjesto prepisivanja — provjeravanje.

Revizijski trag

Automatsko čitanje ima smisla samo ako se poslije može rekonstruirati odakle je došao svaki broj. Zato se uz svaki prihvaćeni rezultat sprema potpun skup informacija o samom čitanju — neovisno o tome što je u nalogu već priložen izvorni dokument.

Što se sprema	Čemu služi
Izvorni dokument	Izvorni izvještaj podugovaratelja u obliku u kojem je stigao — bez pretvorbe i bez obrade.
Datum i vrijeme čitanja	Omogućuje smještanje čitanja u slijed događaja u odnosu na zaprimanje dokumenta i autorizaciju izvještaja.
Verzija modela	Kad alat promijeni ponašanje, zna se koja su ranija čitanja nastala na staroj verziji.
Predložena vrijednost	Spremljena uz odobrenu vrijednost — vidi se je li čovjek nešto ispravio i što točno.
Osoba koja prihvaća	Poimenična odgovornost za unos rezultata u nalog.
Oznaka podugovaranja	Trajno vezana uz rezultat, prenosi se u konačni izvještaj i ispunjava zahtjev točke 7.8.2.1 (p).

Izvještaj mora jednoznačno označiti rezultate dobivene od vanjskih dobavljača — to je zahtjev norme, a ne dobra praksa. Ako se oznaka podrijetla rezultata postavlja ručno, prije ili kasnije bit će izostavljena.

Posljednji redak tablice ovdje je najvažniji. Oznaka podugovaranja dodijeljena automatski u trenutku čitanja ne može se zaboraviti, jer je nitko ne upisuje — proizlazi iz toga odakle je dokument stigao. To je jedina promjena u cijelom procesu koja poboljšava sukladnost s normom samom svojom konstrukcijom, a ne disciplinom tima.

Koliko to stvarno donosi

Brojevi u nastavku izračun su na primjeru, a ne rezultat mjerenja kod konkretnog klijenta. Uzmimo laboratorij srednje veličine koji podugovara redovito, ali ne masovno:

izvještaja podugovaratelja mjesečno

određivanja prosječno u jednom izvještaju

8 → 1,5

minuta po dokumentu: prepisivanje naspram provjere prijedloga

4 h 20 min

vremena ušteđenog mjesečno uz te pretpostavke

Četiri sata mjesečno nije broj koji vrijedi prodavati kao prekretnicu. Prava korist leži drugdje: to su četiri sata rada najskuplje osobe u laboratoriju, obavljana pod pritiskom roka, na zadatku u kojem jedan nepažljiv redak stoji reklamacije, ponavljanja ispitivanja ili nesukladnosti na auditu. Zamjena prepisivanja provjeravanjem ne mijenja toliko broj sati koliko raspodjelu rizika.

Nuspojava koju nitko ne planira

Kad svi izvještaji podugovaratelja prolaze kroz jedno mjesto, nakon nekoliko mjeseci imate gotove podatke za ocjenu dobavljača koju traži točka 6.6: tko poštuje rokove, tko šalje dokumente koje treba ispravljati, kod koga se ponavljaju nedostaci u opisu metode. Bez vođenja zasebnog registra.

Kako to pokrenuti kod sebe

Uvođenje ovog slučaja uporabe ne zahtijeva preuređenje laboratorija. Zahtijeva, međutim, redoslijed — pokušaj da se sve uključi odjednom završava nepovjerenjem tima prema alatu:

Odaberite jednog podugovaratelja — onoga od kojeg dobivate najviše izvještaja ponovljivog rasporeda. Na njemu ćete najbrže vidjeti učinak.
Prikupite nekoliko desetaka njegovih izvještaja iz posljednje godine i provjerite čitanje na dokumentima čije rezultate već znate. To je jedini pošten test: usporedba s onim što je stvarno upisano ručno.
Pokrenite usporedni rad na mjesec dana — automatsko čitanje uz dosadašnje prepisivanje. Razlike koje se pojave vrjednije su od podudaranja.
Opišite to u dokumentaciji sustava upravljanja — tko prihvaća, što se događa pri nejednoznačnom čitanju, kako se označavaju podugovoreni rezultati. Ocjenitelj će pitati za postupak, ne za tehnologiju.
Tek tada dodajte sljedeće podugovaratelje — jednog po jednog, provjeravajući svaki novi predložak izvještaja zasebno.

Znači li to da rezultate odobrava AI?

Ne. I to je jedini odgovor uz koji je ovaj slučaj uporabe prikladan za akreditirani laboratorij. Model obavlja tehničku radnju — prenosi informaciju iz jednog dokumenta u drugi, točnije od čovjeka, jer se ne umara kod petnaestog retka tablice. Ocjena sukladnosti, odluka o ponavljanju ispitivanja i autorizacija izvještaja ostaju radnje ovlaštene osobe, točno kao prije uvođenja.

Vrijedi reći i što ovaj alat ne radi: ne ocjenjuje je li podugovaratelj ispravno proveo ispitivanje, ne zamjenjuje nadzor nad dobavljačem i ne oslobađa obveze provjere je li određivanje bilo u njegovu opsegu akreditacije. Čitanje dokumenta i nadzor nad dobavljačem dvije su različite stvari — automatizacija prve ne rješava drugu.

Sažetak

Prepisivanje rezultata iz tuđih izvještaja zadatak je koji ima sve značajke dobrog kandidata za automatizaciju: ponavlja se, oduzima vrijeme, obavljaju ga najopterećenije osobe i sklono je pogreškama ozbiljnih posljedica. Istodobno je dovoljno usko da se može opisati, ispitati i dokumentirati — a time i obraniti pred ocjeniteljem.

Smisleno uvođenje AI-ja u laboratorij izgleda upravo ovako: jedan konkretan zadatak, jasna granica odgovornosti, potpun revizijski trag. Ne „pametni laboratorij”, nego manje prepisivanja brojeva iz PDF-a u dva sata poslijepodne.

Ako želite vidjeti kako će se ovo čitanje ponašati na izvještajima vaših podugovaratelja, pišite nam — najbolji je test desetak vaših vlastitih dokumenata.

Provjerimo to na vašim izvještajima

Pokazat ćemo čitanje na dokumentima vaših podugovaratelja i razgovarati o tome kako ovu promjenu opisati u dokumentaciji sustava upravljanja — tako da prođe audit.

Osnova i izvori

EN ISO/IEC 17025:2017 (u Poljskoj PN-EN ISO/IEC 17025:2018-02) Opći zahtjevi za osposobljenost ispitnih i umjernih laboratorija — točka 6.6 (proizvodi i usluge koje pružaju vanjski dobavljači) i točka 7.8.2.1 (p) (jasno označavanje u izvještaju rezultata dobivenih od vanjskih dobavljača): iso.org/standard/66912.html.
Poljski centar za akreditaciju (PCA) — dokumenti i zahtjevi za ispitne laboratorije, uključujući pravila korištenja vanjskih usluga: pca.gov.pl.
European co-operation for Accreditation — interpretacijski materijali o izvještavanju rezultata prema točki 7.8 norme: european-accreditation.org.
LabCoda.pl — tražilica akreditiranih laboratorija prema opsegu ispitivanja: labcoda.pl.

O članku

Opisani slučaj uporabe odnosi se na čitanje izvještaja podugovornih laboratorija. Navedene vremenske veličine i brojevi izvještaja izračun su na primjeru laboratorija srednje veličine — služe za prikaz reda veličine, a nisu rezultat mjerenja kod konkretnog klijenta.

Tim CleverLAB izrađuje LIMS softver za laboratorije akreditirane prema ISO/IEC 17025. Među našim klijentima su, između ostalih, laboratoriji za vode, otpadne vode i mikrobiologiju, fizikalno-kemijski laboratoriji i laboratoriji za tehničku čistoću.