AI čte protokoly o zkouškách od subdodavatelů

Konkrétní případ použití umělé inteligence v laboratoři: model čte výsledky z protokolu externí laboratoře a dosazuje je k položkám zakázky. Člověk už jen potvrzuje.

31. srpna 2026 Tým CleverLAB 9 min čtení AI v laboratoři

AI čte výsledky z protokolu o zkouškách zadaných externí laboratoři

TL;DR

Subdodávka končí cizím PDF. Někdo z něj ručně přepisuje desítku čísel — a právě tam vznikají nejdražší chyby celého procesu.
Model přečte záhlaví, tabulku výsledků i poznámky pod čarou, přiřadí řádky k položkám zakázky a připraví návrh zápisu. Sám nic neschvaluje.
Sjednotí to, co se mezi laboratořemi liší: desetinný oddělovač, jednotky, zápis „< 0,5“, rozšířenou nejistotu, rok vydání normy.
Výsledek si ponechá trvalé označení „subdodávaná zkouška“ a připojený originál protokolu — to požaduje čl. 7.8.2.1 písm. p normy ISO/IEC 17025.
Autorizace zůstává u člověka. AI zkrátí zpracování jednoho protokolu z desítky minut na minutu kontroly, ale odpovědnost nesnímá.

Proč právě protokoly od subdodavatelů

Téměř žádná laboratoř nemá v rozsahu akreditace všechno, na co se zákazníci ptají. Těžké kovy, PAU, Legionella, stanovení podle jiné normy, sezónní zkoušky prováděné jednou za čtvrtletí — to jde do subdodavatelské laboratoře. Zákazník dostane jeden protokol a vy odpovídáte za všechno, co v něm je.

A tady začíná problém, který není vidět v žádném přehledu efektivity: subdodavatel pošle zpět PDF a někdo u vás z něj přepisuje čísla. Obvykle je to tentýž člověk, který má nejvíc jiné práce — technický vedoucí nebo osoba, která protokoly autorizuje. Přepisování trvá několik až desítku minut na dokument, je nudné a vyžaduje stoprocentní pozornost. Ideální kombinace pro chybu.

Tento článek popisuje jeden, úzce vymezený případ použití AI: čtení výsledků z protokolu subdodavatele a jejich dosazení k položkám zakázky. Bez vize autonomní laboratoře, bez slibů „revoluce“. Jeden úkol, který stroj provede rychleji a pečlivěji než unavený člověk — pod podmínkou, že rozhodnutí o schválení zůstává na straně člověka.

Pět chyb, které se opakují nejčastěji

Čárka versus tečka. Protokol ze zahraniční laboratoře uvádí 0.05, systém očekává 0,05 — při nepozorném vložení může výsledek narůst tisíckrát.
mg/l místo µg/l. Nejdražší chyba při zkouškách životního prostředí. Subdodavatel uvádí mikrogramy, váš rozsah pracuje v miligramech — bez přepočtu se z vyhovujícího výsledku stane překročení.
Posunutý řádek. Tabulka s patnácti stanoveními, pohled sklouzne o řádek a výsledek chromu skončí u niklu.
Ztracené znaménko menší než. < 0,5 přepsané jako 0,5 už neznamená „pod mezí stanovitelnosti“, ale konkrétní naměřenou hodnotu. Mění to interpretaci i posouzení shody.
Přehlédnutá poznámka. Poznámka o odchylce od metody, o odběru vzorku zákazníkem nebo o tom, že dané stanovení je mimo rozsah akreditace subdodavatele — to bývá drobné písmo dole na stránce, ale musí se dostat do konečného protokolu.

Proč se na to posuzovatel ptá jako první

Při zadávání zkoušek subdodavateli musí laboratoř prokázat řízení externího dodavatele (čl. 6.6 ISO/IEC 17025) a v protokolu zřetelně označit výsledky získané od tohoto dodavatele (čl. 7.8.2.1 písm. p). Ruční přepisování čísel z cizího PDF obvykle ztratí obojí: označení původu zmizí a vazba na originál žije jen v paměti člověka, který přepisoval.

Případ použití krok za krokem

Níže je celá cesta jednoho dokumentu — od jeho doručení až po okamžik, kdy je výsledek připraven pro konečný protokol. Celá sekvence trvá asi tak dlouho jako přečtení tohoto odstavce; poslední krok je jediné místo, kde je potřeba člověk.

KROK 1

Protokol dorazí a připojí se k zakázce

E-mailem, z portálu subdodavatele nebo jako sken ze sekretariátu. Dokument se hned připojí jako příloha ke konkrétní zakázce a zůstane tam natrvalo — důkazem je on, ne přepsané číslo.

KROK 2

Čtení struktury dokumentu

Model rozpozná tři vrstvy: záhlaví (kdo zkoušel, číslo protokolu, data), identifikaci vzorku a tabulku výsledků s poznámkami. Nehledá klíčová slova — čte rozvržení stránky, a proto si poradí s tím, že každá laboratoř má jinou šablonu protokolu.

KROK 3

Přiřazení řádků k položkám zakázky

Každý řádek tabulky se spáruje s položkou, kterou jste zadali subdodavateli — podle názvu stanovení, metody a identifikace vzorku současně. Řádky, které nelze přiřadit jednoznačně, se zvýrazní, místo aby se hádaly.

KROK 4

Sjednocení zápisu

Desetinný oddělovač, jednotka přepočtená na tu z vašeho rozsahu, zachované znaménko menší než a hodnota meze stanovitelnosti, rozšířená nejistota s uvedeným koeficientem rozšíření. To je krok, ve kterém se smysl čísla ztrácí nejčastěji — a proto je popsán zvlášť, a ne schovaný ve čtení.

KROK 5

Návrh ke kontrole

Na obrazovce se objeví srovnání: vlevo navrhovaný zápis, vpravo výřez z originálního protokolu, ze kterého pochází. Není třeba hledat v dokumentu — zdrojové místo je zvýrazněno u každého čísla.

KROK 6

Schválení člověkem

Teprve potvrzení oprávněnou osobou uloží výsledky do zakázky. Každý z nich dostane trvalé označení subdodávané zkoušky spolu s názvem subdodavatele a číslem jeho protokolu.

Co musí model přečíst, aby byl výsledek úplný

Samotné číslo nestačí. Konečný protokol pro zákazníka musí nést mnohem víc informací a všechny jsou v dokumentu subdodavatele — jen rozházené na třech různých místech. Minimální sada, bez které zápis nemá smysl:

Kdo zkoušel — úplný název a adresa subdodavatelské laboratoře a číslo její akreditace.
Číslo a datum protokolu subdodavatele — identifikátor, podle kterého posuzovatel vazbu dohledá.
Identifikace vzorku na obou stranách — vaše označení vzorku i označení, které mu dal subdodavatel.
Data přijetí vzorku a provedení zkoušky — bez nich neposoudíte dodržení doby uchování vzorku.
Stanovení, výsledek a jednotka — vždy společně, nikdy odděleně.
Zkušební metoda s rokem vydání normy — „PN-EN ISO 17294-2“ bez roku je jiná metoda než s rokem.
Rozšířená nejistota a koeficient rozšíření — pokud je subdodavatel uvedl.
Mez stanovitelnosti a způsob zápisu výsledků pod ní.
Poznámky, odchylky a prohlášení o shodě — včetně informace, která stanovení byla mimo rozsah akreditace.

Pravidlo bez výjimky

Pokud některá z těchto informací v dokumentu chybí, model ji nesmí doplnit — musí nahlásit, že chybí. Domýšlet rok normy nebo dopisovat jednotku, „protože to tak obvykle bývá“, je přesně ten druh pomoci, kvůli kterému se nástroj přestává hodit pro akreditovanou laboratoř.

Kde se to kazí

Poctivý popis případu použití musí obsahovat situace, ve kterých si automat neporadí. Je jich několik a všechny jsou předvídatelné:

Sken špatné kvality. Dokument poslaný faxem, vyfotografovaný šikmo nebo podepsaný propiskou přes tabulku. Čtení je pak nejisté a musí být označeno jako vyžadující úplnou kontrolu.
Tabulka rozdělená mezi stránky. Záhlaví sloupců zůstane na první stránce, část řádků je na druhé — bez rozpoznání pokračování je snadné přiřadit hodnoty do špatných sloupců.
Opakování a ředění. Totéž stanovení je v protokolu dvakrát, protože se zkouška opakovala. Který výsledek je správný, ví jen člověk — a právě on ho musí určit.
Souhrnný protokol pro mnoho vzorků. Jeden dokument, deset vzorků ve sloupcích. Riziko přiřazení výsledku k nesprávnému vzorku je tady největší.
Názvy, které vypadají podobně. „Chrom“ a „Chrom(VI)“ jsou dvě různá stanovení s různými limity. Párování jen podle názvu je tu nepřípustné — přiřazovat je nutné spolu s metodou.

Nadřazené pravidlo: AI navrhuje, člověk autorizuje. Nástroj, který ukládá výsledky bez potvrzení, přenáší odpovědnost za protokol na dodavatele softwaru — a to žádná norma nepředpokládá a žádný posuzovatel nepřijme. Hodnotou tohoto případu použití není odstranění člověka z procesu, ale změna jeho práce z přepisování na kontrolu.

Auditní stopa

Automatické čtení má smysl jen tehdy, když lze později dohledat, odkud se každé číslo vzalo. Proto se u každého schváleného výsledku ukládá úplná sada informací o samotném čtení — bez ohledu na to, že v zakázce už visí originální dokument.

Co se ukládá	K čemu
Zdrojový dokument	Originální protokol subdodavatele v podobě, v jaké dorazil — bez konverze a bez úprav.
Datum a čas čtení	Umožní zařadit čtení do sledu událostí vůči přijetí dokumentu a autorizaci protokolu.
Verze modelu	Když nástroj změní chování, je jasné, která dřívější čtení vznikla na staré verzi.
Navržená hodnota	Uložená vedle schválené hodnoty — je vidět, zda člověk něco opravil a co přesně.
Osoba, která schválila	Jmenovitá odpovědnost za zapsání výsledku do zakázky.
Označení subdodávky	Trvale svázané s výsledkem, přenáší se do konečného protokolu a plní požadavek čl. 7.8.2.1 písm. p.

Protokol musí jednoznačně označovat výsledky získané od externích dodavatelů — je to požadavek normy, ne dobrá praxe. Pokud označení původu výsledku vzniká ručně, dříve či později se vynechá.

Nejdůležitější je tu poslední řádek tabulky. Označení subdodávky přidělené automaticky v okamžiku čtení nelze zapomenout, protože ho nikdo nezapisuje — vyplývá z toho, odkud dokument přišel. Je to jediná změna v celém procesu, která zlepšuje shodu s normou samotnou svou konstrukcí, a ne disciplínou týmu.

Kolik to reálně přinese

Následující čísla jsou výpočet na příkladu, ne výsledek měření u konkrétního zákazníka. Předpokládejme středně velkou laboratoř, která zadává subdodavatelům pravidelně, ale ne masově:

protokolů od subdodavatelů měsíčně

stanovení v průměru v jednom protokolu

8 → 1,5

minut na dokument: přepsání versus kontrola návrhu

4 h 20 min

ušetřeného času za měsíc při těchto předpokladech

Čtyři hodiny měsíčně nejsou číslo, které by stálo za to prodávat jako průlom. Skutečný přínos je jinde: jsou to čtyři hodiny práce nejdražšího člověka v laboratoři, odvedené pod tlakem termínu, u úkolu, ve kterém jeden nepozorný řádek stojí reklamaci, opakování zkoušky nebo neshodu při auditu. Záměna přepisování za kontrolu nemění ani tak počet hodin jako rozložení rizika.

Vedlejší efekt, který nikdo neplánuje

Když všechny protokoly subdodavatelů procházejí jedním místem, máte po několika měsících hotová data pro hodnocení dodavatelů, které vyžaduje čl. 6.6: kdo dodržuje termíny, kdo posílá dokumenty vyžadující opravy, u koho se opakují nedostatky v popisu metody. Bez vedení samostatné evidence.

Jak to spustit u sebe

Zavedení tohoto případu použití nevyžaduje přestavbu laboratoře. Vyžaduje ale pořadí — pokus zapnout všechno najednou končí nedůvěrou týmu k nástroji:

Vyberte jednoho subdodavatele — toho, od kterého dostáváte nejvíc protokolů s opakujícím se rozvržením. Na něm uvidíte efekt nejrychleji.
Shromážděte několik desítek jeho protokolů z posledního roku a ověřte čtení na dokumentech, jejichž výsledky už znáte. To je jediný poctivý test: porovnání s tím, co bylo skutečně zapsáno ručně.
Spusťte na měsíc souběžný provoz — automatické čtení vedle dosavadního přepisování. Rozdíly, které se ukážou, jsou cennější než shody.
Popište to v dokumentaci systému managementu — kdo schvaluje, co se děje při nejednoznačném čtení, jak se označují výsledky od subdodavatelů. Posuzovatel se bude ptát na postup, ne na technologii.
Teprve potom přidávejte další subdodavatele — po jednom a každou novou šablonu protokolu ověřte zvlášť.

Znamená to, že výsledky schvaluje AI?

Ne. A to je jediná odpověď, se kterou se tento případ použití hodí pro akreditovanou laboratoř. Model provádí technický úkon — přenáší informaci z jednoho dokumentu do druhého, a to přesněji než člověk, protože se neunaví u patnáctého řádku tabulky. Posouzení shody, rozhodnutí o opakování zkoušky a autorizace protokolu zůstávají úkony pověřené osoby, přesně jako před zavedením.

Stojí také za to říct, co tento nástroj nedělá: nehodnotí, zda subdodavatel provedl zkoušku správně, nenahrazuje řízení dodavatele a nezbavuje povinnosti ověřit, zda stanovení spadalo do jeho rozsahu akreditace. Čtení dokumentu a řízení dodavatele jsou dvě různé věci — automatizace prvního nevyřeší druhé.

Shrnutí

Přepisování výsledků z cizích protokolů je úkol, který má všechny vlastnosti dobrého kandidáta na automatizaci: je opakovaný, časově náročný, provádějí ho nejvytíženější lidé a je náchylný k chybám s vážnými následky. Zároveň je natolik úzký, že ho lze popsat, otestovat a zdokumentovat — a tedy obhájit před posuzovatelem.

Smysluplné zavedení AI v laboratoři vypadá právě takto: jeden konkrétní úkol, jasná hranice odpovědnosti, úplná auditní stopa. Žádná „inteligentní laboratoř“, jen méně přepisování čísel z PDF ve dvě odpoledne.

Pokud chcete vidět, jak se toto čtení zachová na protokolech vašich subdodavatelů, napište nám — nejlepším testem je desítka vašich vlastních dokumentů.

Vyzkoušejme to na vašich protokolech

Ukážeme čtení na dokumentech od vašich subdodavatelů a probereme, jak tuto změnu popsat v dokumentaci systému managementu — tak, aby prošla auditem.

Podklady a zdroje

PN-EN ISO/IEC 17025:2018-02 (polské vydání ISO/IEC 17025:2017) Všeobecné požadavky na kompetenci zkušebních a kalibračních laboratoří — čl. 6.6 (externě poskytované produkty a služby) a čl. 7.8.2.1 písm. p (zřetelné označení výsledků od externích dodavatelů v protokolu): iso.org/standard/66912.html.
Polskie Centrum Akredytacji (polský akreditační orgán) — dokumenty a požadavky pro zkušební laboratoře, včetně pravidel využívání externích služeb: pca.gov.pl.
European co-operation for Accreditation — výkladové materiály k uvádění výsledků podle čl. 7.8 normy: european-accreditation.org.
LabCoda.pl — vyhledávač akreditovaných laboratoří podle rozsahu zkoušek: labcoda.pl.

O článku

Popsaný případ použití se týká čtení protokolů od subdodavatelských laboratoří. Uvedené časy a počty protokolů jsou výpočtem na příkladu středně velké laboratoře — ukazují řád velikosti, nejsou výsledkem měření u konkrétního zákazníka.

Tým CleverLAB vyvíjí software LIMS pro laboratoře akreditované podle ISO/IEC 17025. Mezi našimi zákazníky jsou laboratoře vod, odpadních vod a mikrobiologie, fyzikálně-chemické laboratoře a laboratoře technické čistoty.