Zakaj prav poročila podizvajalcev
Skoraj noben laboratorij nima v obsegu akreditacije vsega, kar sprašujejo stranke. Težke kovine, PAH, Legionella, določitve po drugem standardu, sezonski preskusi enkrat na četrtletje — vse to gre v laboratorij podizvajalca. Stranka prejme eno poročilo, vi pa odgovarjate za vse, kar je v njem.
In tu se začne težava, ki je ne vidimo v nobenem poročilu o učinkovitosti: podizvajalec pošlje PDF, nekdo pri vas pa iz njega prepisuje številke. Običajno je to ista oseba, ki ima največ drugega dela — tehnični vodja ali oseba, ki avtorizira poročila. Prepisovanje traja od nekaj do petnajst minut na dokument, je dolgočasno in zahteva stoodstotno pozornost. Idealna kombinacija za napako.
Ta članek opisuje en, ozko opredeljen primer uporabe AI: branje rezultatov iz poročila podizvajalca in njihov vpis k postavkam naročila. Brez vizije avtonomnega laboratorija, brez obljub o „revoluciji“. Ena naloga, ki jo stroj opravi hitreje in skrbneje kot utrujen človek — pod pogojem, da odločitev o odobritvi ostane na strani človeka.
Pet napak, ki se najpogosteje ponavljajo
- Vejica proti piki. Poročilo tujega laboratorija navaja 0.05, sistem pričakuje 0,05 — ob nepozornem lepljenju se rezultat lahko poveča tisočkrat.
- mg/l namesto µg/l. Najdražja napaka pri okoljskih preskusih. Podizvajalec poroča v mikrogramih, vaš obseg dela v miligramih — brez preračuna skladen rezultat postane preseganje.
- Zamaknjena vrstica. Tabela s petnajstimi določitvami, pogled zdrsne za eno vrstico in rezultat za krom pristane pri niklju.
- Izgubljen znak „manj kot“. < 0,5, prepisano kot 0,5, ni več „pod mejo določljivosti“, temveč konkretna izmerjena vrednost. Spremeni razlago in oceno skladnosti.
- Spregledana opomba. Opomba o odstopanju od metode, o tem, da je vzorec odvzela stranka, ali da je določitev zunaj obsega akreditacije podizvajalca — to je običajno drobni tisk na dnu strani, v končno poročilo pa mora priti.
Zakaj ocenjevalec o tem vpraša najprej
Pri podizvajanju preskusov mora laboratorij dokazati nadzor nad zunanjim ponudnikom (točka 6.6 ISO/IEC 17025) in v poročilu jasno označiti rezultate, pridobljene od tega ponudnika (točka 7.8.2.1 (p)). Ročno prepisovanje številk iz tujega PDF običajno izgubi oboje: oznaka izvora izgine, povezava z izvirnikom pa živi samo v spominu osebe, ki je prepisovala.
Primer uporabe korak za korakom
Spodaj je celotna pot enega dokumenta — od prejema do trenutka, ko je rezultat pripravljen za končno poročilo. Celotno zaporedje traja toliko kot branje tega odstavka; zadnji korak je edino mesto, kjer je potreben človek.
Kaj mora model prebrati, da je rezultat popoln
Sama številka ni dovolj. Končno poročilo za stranko mora nositi veliko več informacij, vse pa so v dokumentu podizvajalca — le razpršene na tri različna mesta. Najmanjši nabor, brez katerega vpis nima smisla:
- Kdo je preskušal — polno ime in naslov laboratorija podizvajalca ter številka njegove akreditacije.
- Številka in datum poročila podizvajalca — identifikator, po katerem bo ocenjevalec obnovil povezavo.
- Identifikacija vzorca na obeh straneh — vaša oznaka vzorca in oznaka, ki mu jo je dodelil podizvajalec.
- Datuma sprejema vzorca in izvedbe preskusa — brez njiju ne morete oceniti, ali je bil upoštevan čas hrambe vzorca.
- Določitev, rezultat in enota — skupaj, nikoli ločeno.
- Preskusna metoda z letom izdaje standarda — „EN ISO 17294-2“ brez leta je druga metoda kot z letom.
- Razširjena merilna negotovost in faktor pokritja — če ju je podizvajalec navedel.
- Meja določljivosti in način zapisa rezultatov pod njo.
- Opombe, odstopanja in izjave o skladnosti — vključno s podatkom, katere določitve so bile zunaj obsega akreditacije.
Pravilo brez izjeme
Če katere od teh informacij v dokumentu ni, je model ne sme dopolniti — prijaviti mora manjkajoči podatek. Ugibanje leta standarda ali dopisovanje enote, „ker je običajno tako“, je natanko vrsta pomoči, zaradi katere orodje ni več primerno za akreditiran laboratorij.
Kje se zalomi
Pošten opis primera uporabe mora vsebovati tudi primere, ko se avtomat ne znajde. Nekaj jih je in vsi so predvidljivi:
- Sken slabe kakovosti. Dokument, poslan po faksu, fotografiran pod kotom ali podpisan s kemičnim svinčnikom čez tabelo. Branje je takrat negotovo in mora biti označeno kot dokument, ki zahteva popolno preverjanje.
- Tabela, prelomljena čez strani. Glava stolpcev ostane na prvi strani, del vrstic pa pristane na drugi — brez prepoznavanja nadaljevanja je vrednosti lahko pripisati napačnim stolpcem.
- Ponovitve in redčenja. Ista določitev se v poročilu pojavi dvakrat, ker je bil preskus ponovljen. Kateri rezultat je pravi, ve samo človek — in on ga mora označiti.
- Zbirno poročilo za več vzorcev. En dokument, deset vzorcev v stolpcih. Tveganje, da se rezultat pripiše napačnemu vzorcu, je tu največje.
- Imena, ki so si podobna. „Krom“ in „krom(VI)“ sta dve različni določitvi z različnimi mejnimi vrednostmi. Povezava samo po imenu je tu nedopustna — nujna je povezava skupaj z metodo.
Nadrejeno pravilo: AI predlaga, človek avtorizira. Orodje, ki rezultate shrani brez potrditve, prenese odgovornost za poročilo na dobavitelja programske opreme — tega pa ne predvideva noben standard in tega ne bo sprejel noben ocenjevalec. Vrednost tega primera uporabe ni v odstranitvi človeka iz procesa, temveč v zamenjavi njegovega dela: namesto prepisovanja — preverjanje.
Revizijska sled
Samodejno branje ima smisel le, če je mogoče pozneje obnoviti, od kod je prišla vsaka številka. Zato se ob vsakem sprejetem rezultatu shrani celoten nabor informacij o samem branju — ne glede na to, da je izvirni dokument že priložen naročilu.
| Kaj se shrani | Čemu služi |
|---|---|
| Izvorni dokument | Izvirno poročilo podizvajalca v obliki, v kateri je prispelo — brez pretvorbe in brez obdelave. |
| Datum in ura branja | Omogoča umestitev branja v zaporedje dogodkov glede na prejem dokumenta in avtorizacijo poročila. |
| Različica modela | Ko orodje spremeni vedenje, je znano, katera prejšnja branja so nastala na stari različici. |
| Predlagana vrednost | Shranjena ob odobreni vrednosti — vidi se, ali je človek kaj popravil in kaj natančno. |
| Oseba, ki potrdi | Poimenska odgovornost za vnos rezultata v naročilo. |
| Oznaka podizvajanja | Trajno povezana z rezultatom, se prenese v končno poročilo in izpolni zahtevo točke 7.8.2.1 (p). |
Zadnja vrstica tabele je tu najpomembnejša. Oznake podizvajanja, dodeljene samodejno ob branju, ni mogoče pozabiti, ker je nihče ne vpisuje — izhaja iz tega, od kod je dokument prišel. To je edina sprememba v celotnem procesu, ki izboljša skladnost s standardom že s svojo zasnovo in ne z disciplino ekipe.
Koliko to res prinese
Spodnje številke so izračun na primeru in ne rezultat meritve pri konkretni stranki. Vzemimo laboratorij srednje velikosti, ki podizvajanje uporablja redno, vendar ne množično:
Štiri ure na mesec niso številka, ki bi jo bilo vredno prodajati kot preboj. Prava korist je drugje: to so štiri ure dela najdražje osebe v laboratoriju, opravljenega pod pritiskom roka, pri nalogi, pri kateri ena nepozorna vrstica stane reklamacijo, ponovitev preskusa ali neskladnost pri presoji. Zamenjava prepisovanja s preverjanjem ne spremeni toliko števila ur kot porazdelitev tveganja.
Stranski učinek, ki ga nihče ne načrtuje
Ko vsa poročila podizvajalcev gredo skozi eno mesto, imate po nekaj mesecih pripravljene podatke za ocenjevanje ponudnikov, ki ga zahteva točka 6.6: kdo upošteva roke, kdo pošilja dokumente, ki jih je treba popravljati, pri kom se ponavljajo pomanjkljivosti v opisu metode. Brez vodenja ločenega registra.
Kako to zagnati pri sebi
Uvedba tega primera uporabe ne zahteva preureditve laboratorija. Zahteva pa vrstni red — poskus, da bi vse vklopili hkrati, se konča z nezaupanjem ekipe do orodja:
- Izberite enega podizvajalca — tistega, od katerega dobite največ poročil s ponovljivo postavitvijo. Na njem boste učinek videli najhitreje.
- Zberite nekaj deset njegovih poročil iz zadnjega leta in preverite branje na dokumentih, katerih rezultate že poznate. To je edini pošten preskus: primerjava s tem, kar je bilo dejansko vpisano ročno.
- Za en mesec zaženite vzporedno delo — samodejno branje ob dosedanjem prepisovanju. Razlike, ki se pokažejo, so dragocenejše od ujemanj.
- Opišite to v dokumentaciji sistema vodenja — kdo potrdi, kaj se zgodi pri dvoumnem branju, kako se označujejo rezultati podizvajalcev. Ocenjevalec bo vprašal po postopku, ne po tehnologiji.
- Šele nato dodajajte naslednje podizvajalce — po enega, vsako novo predlogo poročila preverite posebej.
Ali to pomeni, da rezultate odobri AI?
Ne. In to je edini odgovor, pri katerem je ta primer uporabe primeren za akreditiran laboratorij. Model opravi tehnično dejanje — prenese informacijo iz enega dokumenta v drugega, natančneje od človeka, ker se pri petnajsti vrstici tabele ne utrudi. Ocena skladnosti, odločitev o ponovitvi preskusa in avtorizacija poročila ostanejo dejanja pooblaščene osebe, natanko tako kot pred uvedbo.
Povejmo tudi, česa to orodje ne počne: ne ocenjuje, ali je podizvajalec preskus izvedel pravilno, ne nadomešča nadzora nad ponudnikom in ne odvezuje obveznosti preveriti, ali je bila določitev v njegovem obsegu akreditacije. Branje dokumenta in nadzor nad ponudnikom sta dve različni stvari — avtomatizacija prve ne reši druge.
Povzetek
Prepisovanje rezultatov iz tujih poročil je naloga, ki ima vse lastnosti dobrega kandidata za avtomatizacijo: ponavlja se, jemlje čas, opravljajo jo najbolj obremenjene osebe in je nagnjena k napakam z resnimi posledicami. Hkrati je dovolj ozka, da jo je mogoče opisati, preskusiti in dokumentirati — in s tem zagovarjati pred ocenjevalcem.
Smiselna uvedba AI v laboratoriju je videti točno tako: ena konkretna naloga, jasna meja odgovornosti, popolna revizijska sled. Ne „pameten laboratorij“, temveč manj prepisovanja številk iz PDF ob dveh popoldne.
Če želite videti, kako se bo to branje obneslo na poročilih vaših podizvajalcev, nam pišite — najboljši preskus je ducat vaših lastnih dokumentov.
Preverimo to na vaših poročilih
Pokazali bomo branje na dokumentih vaših podizvajalcev in se pogovorili, kako to spremembo opisati v dokumentaciji sistema vodenja — tako, da bo prestala presojo.
Sorodni članki
AI asistent v laboratoriju
Širši pogled na umetno inteligenco pri delu laboratorija — od analize podatkov do prepoznavanja vzorcev.
LabCoda.pl — kako najti podizvajalca
Iskalnik akreditiranih laboratorijev po obsegu preskusov — izhodišče, ko iščete nekoga, ki mu boste zaupali preskus.
Skladnost LIMS z ISO/IEC 17025
Zahteve standarda do sistema — vključno z nadzorom nad zunanjimi ponudniki in vsebino poročila.
Podlaga in viri
- EN ISO/IEC 17025:2017 (na Poljskem PN-EN ISO/IEC 17025:2018-02) Splošne zahteve za usposobljenost preskuševalnih in kalibracijskih laboratorijev — točka 6.6 (zunanje zagotovljeni proizvodi in storitve) in točka 7.8.2.1 (p) (jasna označitev rezultatov, pridobljenih od zunanjih ponudnikov, v poročilu): iso.org/standard/66912.html.
- Poljski center za akreditacijo (PCA) — dokumenti in zahteve za preskuševalne laboratorije, vključno s pravili uporabe zunanjih storitev: pca.gov.pl.
- European co-operation for Accreditation — razlagalna gradiva o poročanju rezultatov po točki 7.8 standarda: european-accreditation.org.
- LabCoda.pl — iskalnik akreditiranih laboratorijev po obsegu preskusov: labcoda.pl.
O članku
Opisani primer uporabe se nanaša na branje poročil laboratorijev podizvajalcev. Navedene časovne vrednosti in števila poročil so izračun na primeru laboratorija srednje velikosti — prikazujejo red velikosti in niso rezultat meritve pri konkretni stranki.
Ekipa CleverLAB razvija programsko opremo LIMS za laboratorije, akreditirane po ISO/IEC 17025. Med našimi strankami so med drugim laboratoriji za vode, odpadne vode in mikrobiologijo, fizikalno-kemijski laboratoriji in laboratoriji za tehnično čistočo.