AI czyta sprawozdania z badań podzlecanych

Konkretny przypadek użycia sztucznej inteligencji w laboratorium: model odczytuje wyniki ze sprawozdania laboratorium zewnętrznego i podstawia je pod pozycje zlecenia. Człowiek już tylko potwierdza.

31 sierpnia 2026 Zespół CleverLAB 9 min czytania AI w laboratorium

AI odczytuje wyniki ze sprawozdania z badań podzlecanych do laboratorium zewnętrznego

TL;DR

Podzlecenie kończy się cudzym PDF-em. Ktoś przepisuje z niego kilkanaście liczb ręcznie — i to jest miejsce, w którym powstają najdroższe błędy w całym procesie.
Model odczytuje nagłówek, tabelę wyników i przypisy, dopasowuje wiersze do pozycji zlecenia i przygotowuje propozycję wpisu. Sam niczego nie zatwierdza.
Normalizuje to, co różni się między laboratoriami: separator dziesiętny, jednostki, zapis „< 0,5", niepewność rozszerzoną, rok wydania normy.
Wynik zachowuje trwały znacznik „badanie podzlecone" i podpięty oryginał sprawozdania — tego wymaga pkt 7.8.2.1 lit. p normy ISO/IEC 17025.
Autoryzacja zostaje przy człowieku. AI skraca obsługę jednego sprawozdania z kilkunastu minut do minuty sprawdzenia, ale nie zdejmuje odpowiedzialności.

Dlaczego akurat sprawozdania podzlecane

Prawie żadne laboratorium nie ma w zakresie akredytacji wszystkiego, o co pytają klienci. Metale ciężkie, WWA, Legionella, oznaczenia pod inną normę, badania sezonowe wykonywane raz na kwartał — to trafia do laboratorium podwykonawczego. Klient dostaje jedno sprawozdanie, a Ty odpowiadasz za wszystko, co się w nim znalazło.

I tu zaczyna się problem, którego nie widać w żadnym raporcie efektywności: podwykonawca odsyła PDF, a ktoś u Ciebie przepisuje z niego liczby. Zwykle jest to ta sama osoba, która ma najwięcej innej pracy — kierownik techniczny albo osoba autoryzująca sprawozdania. Przepisywanie trwa kilka–kilkanaście minut na dokument, jest nudne i wymaga stuprocentowej uwagi. Kombinacja idealna do popełnienia błędu.

Ten artykuł opisuje jeden, wąsko zdefiniowany przypadek użycia AI: odczyt wyników ze sprawozdania podwykonawcy i podstawienie ich pod pozycje zlecenia. Bez wizji autonomicznego laboratorium, bez obietnic o „rewolucji". Jedno zadanie, które maszyna wykonuje szybciej i staranniej niż zmęczony człowiek — pod warunkiem, że decyzja o zatwierdzeniu zostaje po stronie człowieka.

Pięć błędów, które powtarzają się najczęściej

Przecinek kontra kropka. Sprawozdanie z zagranicznego laboratorium podaje 0.05, system oczekuje 0,05 — przy nieuważnym wklejeniu wynik potrafi urosnąć tysiąckrotnie.
mg/l zamiast µg/l. Najkosztowniejszy błąd w badaniach środowiskowych. Podwykonawca raportuje mikrogramy, Twój zakres pracuje na miligramach — bez przeliczenia wynik zgodny staje się przekroczeniem.
Przesunięty wiersz. Tabela z piętnastoma oznaczeniami, wzrok ucieka o jedną linię i wynik chromu ląduje przy niklu.
Zgubiony znak mniejszości. < 0,5 przepisane jako 0,5 to już nie jest „poniżej granicy oznaczalności", tylko konkretna wartość zmierzona. Zmienia interpretację i ocenę zgodności.
Pominięty przypis. Uwaga o odstępstwie od metody, o pobraniu próbki przez klienta albo o tym, że dane oznaczenie jest poza zakresem akredytacji podwykonawcy — to zwykle drobny druk na dole strony, a musi trafić do sprawozdania końcowego.

Dlaczego audytor pyta o to jako pierwszy

Przy podzlecaniu badań laboratorium musi wykazać nadzór nad dostawcą zewnętrznym (pkt 6.6 ISO/IEC 17025) oraz wyraźnie oznaczyć w sprawozdaniu wyniki uzyskane od tego dostawcy (pkt 7.8.2.1 lit. p). Ręczne przepisywanie liczb z cudzego PDF-a zwykle gubi jedno i drugie: znacznik pochodzenia znika, a powiązanie z oryginałem żyje wyłącznie w pamięci osoby, która to robiła.

Use case krok po kroku

Poniżej pełna ścieżka jednego dokumentu — od wpłynięcia do momentu, w którym wynik jest gotowy do sprawozdania końcowego. Cała sekwencja trwa tyle, ile przeczytanie tego akapitu; ostatni krok to jedyne miejsce, gdzie potrzebny jest człowiek.

KROK 1

Sprawozdanie wpływa i trafia do zlecenia

Mailem, z portalu podwykonawcy albo jako skan z sekretariatu. Dokument od razu podpina się jako załącznik do konkretnego zlecenia i pozostaje tam na stałe — to on, a nie przepisana liczba, jest dowodem.

KROK 2

Odczyt struktury dokumentu

Model rozpoznaje trzy warstwy: nagłówek (kto badał, numer sprawozdania, daty), identyfikację próbki oraz tabelę wyników wraz z przypisami. Nie szuka słów kluczowych — czyta układ strony, dlatego radzi sobie z tym, że każde laboratorium ma inny wzór sprawozdania.

KROK 3

Dopasowanie wierszy do pozycji zlecenia

Każdy wiersz tabeli zostaje sparowany z pozycją, którą podzleciłeś — po nazwie oznaczenia, metodzie i identyfikacji próbki jednocześnie. Wiersze, których nie da się dopasować jednoznacznie, zostają wyróżnione zamiast zgadywane.

KROK 4

Normalizacja zapisu

Separator dziesiętny, jednostka przeliczona na tę z Twojego zakresu, zachowany znak mniejszości i wartość granicy oznaczalności, niepewność rozszerzona z podanym współczynnikiem rozszerzenia. To krok, w którym najczęściej ginie sens liczby — i dlatego jest opisany osobno, a nie ukryty w odczycie.

KROK 5

Propozycja do sprawdzenia

Na ekranie pojawia się zestawienie: po lewej proponowany wpis, po prawej fragment oryginalnego sprawozdania, z którego pochodzi. Nie trzeba szukać po dokumencie — miejsce źródłowe jest podświetlone przy każdej liczbie.

KROK 6

Akceptacja człowieka

Dopiero potwierdzenie przez uprawnioną osobę zapisuje wyniki w zleceniu. Każdy z nich dostaje trwały znacznik badania podzleconego wraz z nazwą podwykonawcy i numerem jego sprawozdania.

Co model musi odczytać, żeby wynik był kompletny

Sama liczba to za mało. Sprawozdanie końcowe dla klienta musi unieść znacznie więcej informacji, a wszystkie one są w dokumencie podwykonawcy — tylko rozrzucone po trzech różnych miejscach. Minimalny zestaw, bez którego wpis nie ma sensu:

Kto badał — pełna nazwa i adres laboratorium podwykonawczego oraz numer jego akredytacji.
Numer i data sprawozdania podwykonawcy — to identyfikator, po którym audytor odtworzy powiązanie.
Identyfikacja próbki po obu stronach — Twoje oznaczenie próbki i oznaczenie nadane jej przez podwykonawcę.
Daty przyjęcia próbki i wykonania badania — bez nich nie ocenisz dotrzymania czasu przechowywania próbki.
Oznaczenie, wynik i jednostka — razem, nigdy osobno.
Metoda badawcza z rokiem wydania normy — „PN-EN ISO 17294-2" bez roku to inna metoda niż z rokiem.
Niepewność rozszerzona i współczynnik rozszerzenia — jeśli podwykonawca ją podał.
Granica oznaczalności i sposób zapisu wyników poniżej niej.
Uwagi, odstępstwa i stwierdzenia zgodności — łącznie z informacją, które oznaczenia były poza zakresem akredytacji.

Zasada, od której nie ma wyjątku

Jeżeli którejkolwiek z tych informacji nie ma w dokumencie, model nie może jej uzupełnić — ma zgłosić brak. Domyślanie się roku normy albo dopisywanie jednostki „bo zwykle tak jest" to dokładnie ten rodzaj pomocy, przez który narzędzie przestaje nadawać się do laboratorium akredytowanego.

Gdzie to się psuje

Uczciwy opis przypadku użycia musi zawierać sytuacje, w których automat sobie nie radzi. Jest ich kilka i wszystkie są przewidywalne:

Skan złej jakości. Dokument przefaksowany, sfotografowany pod kątem albo podpisany długopisem w poprzek tabeli. Odczyt jest wtedy niepewny i musi być oznaczony jako wymagający pełnego sprawdzenia.
Tabela przełamana między stronami. Nagłówek kolumn zostaje na stronie pierwszej, część wierszy ląduje na drugiej — bez rozpoznania kontynuacji łatwo przypisać wartości do złych kolumn.
Powtórzenia i rozcieńczenia. To samo oznaczenie występuje w sprawozdaniu dwa razy, bo badanie powtórzono. Który wynik jest właściwy, wie tylko człowiek — i to on musi wskazać.
Sprawozdanie zbiorcze na wiele próbek. Jeden dokument, dziesięć próbek w kolumnach. Ryzyko przypisania wyniku do niewłaściwej próbki jest tu największe.
Nazwy, które wyglądają podobnie. „Chrom" i „Chrom(VI)" to dwa różne oznaczenia z różnymi limitami. Sparowanie po samej nazwie jest tu niedopuszczalne — konieczne jest dopasowanie razem z metodą.

Reguła nadrzędna: AI proponuje, człowiek autoryzuje. Narzędzie, które zapisuje wyniki bez potwierdzenia, przenosi odpowiedzialność za sprawozdanie na dostawcę oprogramowania — a tego żadna norma nie przewiduje i żaden audytor nie zaakceptuje. Wartością tego przypadku użycia nie jest usunięcie człowieka z procesu, tylko zamiana jego pracy z przepisywania na sprawdzanie.

Ślad audytowy

Odczyt automatyczny ma sens tylko wtedy, gdy da się później odtworzyć, skąd wzięła się każda liczba. Dlatego przy każdym zaakceptowanym wyniku zapisywany jest komplet informacji o samym odczycie — niezależnie od tego, że w zleceniu wisi już oryginalny dokument.

Co jest zapisywane	Po co
Dokument źródłowy	Oryginalne sprawozdanie podwykonawcy w postaci, w jakiej wpłynęło — bez konwersji i bez obróbki.
Data i godzina odczytu	Pozwala ustawić odczyt w kolejności zdarzeń wobec przyjęcia dokumentu i autoryzacji sprawozdania.
Wersja modelu	Gdy narzędzie zmieni zachowanie, wiadomo, które wcześniejsze odczyty powstały na starej wersji.
Wartość zaproponowana	Zapisana obok wartości zatwierdzonej — widać, czy człowiek coś poprawił i co dokładnie.
Osoba akceptująca	Imienna odpowiedzialność za wprowadzenie wyniku do zlecenia.
Znacznik podzlecenia	Trwale związany z wynikiem, przenosi się na sprawozdanie końcowe i realizuje wymóg pkt 7.8.2.1 lit. p.

Sprawozdanie musi jednoznacznie wskazywać wyniki uzyskane od dostawców zewnętrznych — to wymóg normy, a nie dobra praktyka. Jeżeli znacznik pochodzenia wyniku powstaje ręcznie, prędzej czy później zostanie pominięty.

Ostatni wiersz tabeli jest tu najważniejszy. Znacznik podzlecenia nadany automatycznie w chwili odczytu nie może zostać zapomniany, bo nikt go nie wpisuje — wynika z tego, skąd przyszedł dokument. To jedyna zmiana w całym procesie, która poprawia zgodność z normą samą swoją konstrukcją, a nie dyscypliną zespołu.

Ile to realnie daje

Poniższe liczby to wyliczenie na przykładzie, a nie wynik pomiaru u konkretnego klienta. Przyjmijmy laboratorium średniej wielkości, które podzleca regularnie, ale nie masowo:

sprawozdań od podwykonawców miesięcznie

oznaczeń średnio w jednym sprawozdaniu

8 → 1,5

minut na dokument: przepisanie kontra sprawdzenie propozycji

4 h 20 min

czasu odzyskanego w miesiącu przy tych założeniach

Cztery godziny miesięcznie to nie jest liczba, którą warto sprzedawać jako przełom. Prawdziwa korzyść leży gdzie indziej: to są cztery godziny pracy najdroższej osoby w laboratorium, wykonywanej pod presją terminu, przy zadaniu, w którym jeden nieuważny wiersz kosztuje reklamację, powtórzenie badania albo niezgodność w audycie. Zamiana przepisywania na sprawdzanie zmienia nie tyle liczbę godzin, ile rozkład ryzyka.

Efekt uboczny, którego nikt nie planuje

Kiedy wszystkie sprawozdania podwykonawców przechodzą przez jedno miejsce, po kilku miesiącach masz gotowe dane do oceny dostawców, wymaganej przez pkt 6.6: kto dotrzymuje terminów, kto przysyła dokumenty wymagające poprawek, u kogo powtarzają się braki w opisie metody. Bez prowadzenia osobnego rejestru.

Jak to uruchomić u siebie

Wdrożenie tego przypadku użycia nie wymaga przebudowy laboratorium. Wymaga natomiast kolejności — próba włączenia wszystkiego naraz kończy się nieufnością zespołu do narzędzia:

Wybierz jednego podwykonawcę — tego, od którego dostajesz najwięcej sprawozdań o powtarzalnym układzie. Na nim zobaczysz efekt najszybciej.
Zbierz kilkadziesiąt jego sprawozdań z ostatniego roku i sprawdź odczyt na dokumentach, których wyniki już znasz. To jedyny uczciwy test: porównanie z tym, co faktycznie zostało wpisane ręcznie.
Uruchom pracę równoległą na miesiąc — odczyt automatyczny obok dotychczasowego przepisywania. Różnice, które wyjdą, są cenniejsze niż zgodności.
Opisz to w dokumentacji systemu zarządzania — kto akceptuje, co się dzieje przy niejednoznacznym odczycie, jak oznaczane są wyniki podzlecone. Audytor zapyta o procedurę, nie o technologię.
Dopiero potem dokładaj kolejnych podwykonawców — po jednym, sprawdzając każdy nowy wzór sprawozdania osobno.

Czy to znaczy, że wyniki zatwierdza AI?

Nie. I to jest jedyna odpowiedź, przy której ten przypadek użycia nadaje się do laboratorium akredytowanego. Model wykonuje czynność techniczną — przenosi informację z jednego dokumentu do drugiego, dokładniej niż człowiek, bo nie męczy się przy piętnastym wierszu tabeli. Ocena zgodności, decyzja o powtórzeniu badania i autoryzacja sprawozdania pozostają czynnościami osoby upoważnionej, dokładnie tak jak przed wdrożeniem.

Warto też powiedzieć, czego to narzędzie nie robi: nie ocenia, czy podwykonawca wykonał badanie prawidłowo, nie zastępuje nadzoru nad dostawcą i nie zwalnia z obowiązku sprawdzenia, czy oznaczenie mieściło się w jego zakresie akredytacji. Odczyt dokumentu i nadzór nad dostawcą to dwie różne sprawy — automatyzacja pierwszej nie załatwia drugiej.

Podsumowanie

Przepisywanie wyników z cudzych sprawozdań to zadanie, które ma wszystkie cechy dobrego kandydata do automatyzacji: jest powtarzalne, czasochłonne, wykonywane przez najbardziej obciążone osoby i podatne na błędy o poważnych konsekwencjach. Jednocześnie jest na tyle wąskie, że da się je opisać, przetestować i udokumentować — a więc obronić przed audytorem.

Sensowne wdrożenie AI w laboratorium wygląda właśnie tak: jedno konkretne zadanie, jasna granica odpowiedzialności, pełny ślad audytowy. Nie „inteligentne laboratorium", tylko mniej przepisywania liczb z PDF-a o drugiej po południu.

Jeżeli chcesz zobaczyć, jak ten odczyt zachowa się na sprawozdaniach Twoich podwykonawców, napisz do nas — najlepszy test to kilkanaście Waszych własnych dokumentów.

Sprawdźmy to na Twoich sprawozdaniach

Pokażemy odczyt na dokumentach od Twoich podwykonawców i omówimy, jak opisać tę zmianę w dokumentacji systemu zarządzania — tak, żeby przeszła audyt.

Podstawa i źródła

PN-EN ISO/IEC 17025:2018-02 Ogólne wymagania dotyczące kompetencji laboratoriów badawczych i wzorcujących — pkt 6.6 (produkty i usługi dostarczane z zewnątrz) oraz pkt 7.8.2.1 lit. p (wyraźne wskazanie w sprawozdaniu wyników uzyskanych od dostawców zewnętrznych): iso.org/standard/66912.html.
Polskie Centrum Akredytacji — dokumenty i wymagania dla laboratoriów badawczych, w tym zasady korzystania z usług zewnętrznych: pca.gov.pl.
European co-operation for Accreditation — materiały interpretacyjne dotyczące raportowania wyników wg pkt 7.8 normy: european-accreditation.org.
LabCoda.pl — wyszukiwarka laboratoriów akredytowanych według zakresu badań: labcoda.pl.

O artykule

Opisany przypadek użycia dotyczy odczytu sprawozdań od laboratoriów podwykonawczych. Podane wielkości czasowe i liczby sprawozdań to wyliczenie na przykładzie laboratorium średniej wielkości — służą pokazaniu rzędu wielkości, nie są wynikiem pomiaru u konkretnego klienta.

Zespół CleverLAB tworzy oprogramowanie LIMS dla laboratoriów akredytowanych w zakresie ISO/IEC 17025. Wśród klientów mamy m.in. Aqua-Cristal (woda, ścieki, mikrobiologia), Flukar (laboratorium fizykochemiczne) i Parts4Cleaning (laboratorium czystości technicznej).