← Voltar à base de conhecimento

A IA lê relatórios de ensaios subcontratados

Um caso concreto de utilização da inteligência artificial no laboratório: o modelo lê os resultados do relatório de ensaio de um laboratório externo e coloca-os nas linhas do pedido. A pessoa só tem de confirmar.

A IA lê os resultados do relatório de um ensaio subcontratado a um laboratório externo

Em resumo

  • A subcontratação termina com o PDF de outra pessoa. Alguém transcreve à mão uma dúzia de números a partir dele — e é aí que nascem os erros mais caros de todo o processo.
  • O modelo lê o cabeçalho, a tabela de resultados e as notas, faz corresponder as linhas às linhas do pedido e prepara uma proposta de registo. Ele próprio não aprova nada.
  • Normaliza o que difere de laboratório para laboratório: separador decimal, unidades, a notação «< 0,5», incerteza expandida, ano de edição da norma.
  • O resultado mantém uma marcação permanente de «ensaio subcontratado» e o relatório original anexado — é o que exige a alínea p) da secção 7.8.2.1 da norma ISO/IEC 17025.
  • A autorização fica com a pessoa. A IA reduz o tratamento de um relatório de mais de dez minutos para um minuto de verificação, mas não retira a responsabilidade.

Porquê precisamente os relatórios subcontratados

Quase nenhum laboratório tem no âmbito da acreditação tudo o que os clientes pedem. Metais pesados, HAP, Legionella, determinações segundo outra norma, ensaios sazonais realizados uma vez por trimestre — tudo isto vai para um laboratório subcontratado. O cliente recebe um único relatório e é o seu laboratório que responde por tudo o que nele consta.

E é aqui que começa um problema que não aparece em nenhum relatório de eficiência: o subcontratado devolve um PDF e alguém do seu lado transcreve os números a partir dele. Normalmente é a mesma pessoa que tem mais trabalho — o responsável técnico ou a pessoa que autoriza os relatórios. A transcrição demora entre alguns minutos e mais de dez por documento, é aborrecida e exige atenção a cem por cento. A combinação ideal para cometer um erro.

Este artigo descreve um único caso de utilização da IA, definido de forma estrita: a leitura dos resultados do relatório do subcontratado e a sua colocação nas linhas do pedido. Sem visões de um laboratório autónomo, sem promessas de «revolução». Uma tarefa que a máquina executa mais depressa e com mais cuidado do que uma pessoa cansada — desde que a decisão de aprovação fique do lado humano.

Os cinco erros que se repetem com mais frequência

  • Vírgula contra ponto. O relatório de um laboratório estrangeiro indica 0.05, o sistema espera 0,05 — num copiar-colar descuidado, o resultado pode ficar mil vezes maior.
  • mg/l em vez de µg/l. O erro mais caro nos ensaios ambientais. O subcontratado reporta microgramas, o seu âmbito trabalha em miligramas — sem conversão, um resultado conforme transforma-se numa ultrapassagem do limite.
  • Linha desalinhada. Uma tabela com quinze determinações, o olhar salta uma linha e o resultado do crómio vai parar ao níquel.
  • Sinal «menor que» perdido. < 0,5 transcrito como 0,5 já não é «abaixo do limite de quantificação», mas sim um valor medido concreto. Muda a interpretação e a avaliação da conformidade.
  • Nota omitida. Uma observação sobre um desvio ao método, sobre a colheita da amostra pelo cliente ou sobre o facto de a determinação estar fora do âmbito da acreditação do subcontratado — normalmente é letra miudinha no fundo da página, mas tem de passar para o relatório final.

Porque é que o auditor pergunta por isto em primeiro lugar

Ao subcontratar ensaios, o laboratório tem de demonstrar o controlo sobre o fornecedor externo (secção 6.6 da ISO/IEC 17025) e identificar claramente no relatório os resultados obtidos desse fornecedor (alínea p) da secção 7.8.2.1). A transcrição manual de números do PDF de outra pessoa costuma perder as duas coisas: a marcação de origem desaparece e a ligação ao original só existe na memória de quem fez o trabalho.

O caso de utilização passo a passo

Abaixo, o percurso completo de um documento — desde a sua chegada até ao momento em que o resultado está pronto para o relatório final. Toda a sequência demora tanto quanto a leitura deste parágrafo; o último passo é o único em que é necessária uma pessoa.

PASSO 1
O relatório chega e é associado ao pedido
Por e-mail, a partir do portal do subcontratado ou como digitalização da secretaria. O documento é imediatamente anexado ao pedido concreto e aí permanece em definitivo — é ele, e não o número transcrito, que serve de prova.
PASSO 2
Leitura da estrutura do documento
O modelo reconhece três camadas: o cabeçalho (quem fez o ensaio, número do relatório, datas), a identificação da amostra e a tabela de resultados com as respetivas notas. Não procura palavras-chave — lê a disposição da página, e é por isso que lida bem com o facto de cada laboratório ter um modelo de relatório diferente.
PASSO 3
Correspondência das linhas com as linhas do pedido
Cada linha da tabela é emparelhada com a linha que subcontratou — pelo nome da determinação, pelo método e pela identificação da amostra em simultâneo. As linhas que não é possível fazer corresponder de forma inequívoca são assinaladas em vez de adivinhadas.
PASSO 4
Normalização da notação
Separador decimal, unidade convertida para a do seu âmbito, sinal «menor que» e valor do limite de quantificação preservados, incerteza expandida com o fator de expansão indicado. É o passo em que o sentido de um número se perde com mais frequência — por isso é descrito à parte, e não escondido na leitura.
PASSO 5
Proposta para verificação
No ecrã aparece uma comparação: à esquerda, o registo proposto; à direita, o excerto do relatório original de onde provém. Não é preciso procurar no documento — o local de origem está realçado junto de cada número.
PASSO 6
Aceitação pela pessoa
Só a confirmação por uma pessoa autorizada grava os resultados no pedido. Cada um deles recebe uma marcação permanente de ensaio subcontratado, com o nome do subcontratado e o número do respetivo relatório.

O que o modelo tem de ler para que o resultado fique completo

O número, por si só, não chega. O relatório final para o cliente tem de transportar muito mais informação, e toda ela está no documento do subcontratado — só que espalhada por três sítios diferentes. O conjunto mínimo, sem o qual o registo não faz sentido:

  • Quem fez o ensaio — nome completo e morada do laboratório subcontratado e número da sua acreditação.
  • Número e data do relatório do subcontratado — é o identificador com o qual o auditor reconstitui a ligação.
  • Identificação da amostra dos dois lados — a sua designação da amostra e a designação que o subcontratado lhe atribuiu.
  • Datas de receção da amostra e de realização do ensaio — sem elas não consegue avaliar se o prazo de conservação da amostra foi cumprido.
  • Determinação, resultado e unidade — juntos, nunca separados.
  • Método de ensaio com o ano de edição da norma — «PN-EN ISO 17294-2» sem ano é um método diferente do mesmo com ano.
  • Incerteza expandida e fator de expansão — se o subcontratado os tiver indicado.
  • Limite de quantificação e forma de registar os resultados abaixo dele.
  • Observações, desvios e declarações de conformidade — incluindo a informação sobre quais as determinações que estavam fora do âmbito da acreditação.

Uma regra sem exceções

Se alguma destas informações não constar do documento, o modelo não a pode completar — tem de assinalar a falta. Adivinhar o ano da norma ou acrescentar a unidade «porque costuma ser assim» é exatamente o tipo de ajuda que torna a ferramenta inadequada para um laboratório acreditado.

Onde é que isto falha

Uma descrição honesta de um caso de utilização tem de incluir as situações em que o automatismo não consegue dar resposta. São poucas e todas previsíveis:

  • Digitalização de má qualidade. Um documento enviado por fax, fotografado de lado ou assinado com esferográfica por cima da tabela. A leitura é então incerta e tem de ser marcada como exigindo verificação completa.
  • Tabela partida entre páginas. O cabeçalho das colunas fica na primeira página e parte das linhas passa para a segunda — sem reconhecer a continuação, é fácil atribuir valores às colunas erradas.
  • Repetições e diluições. A mesma determinação aparece duas vezes no relatório porque o ensaio foi repetido. Qual é o resultado certo, só uma pessoa sabe — e é ela que tem de o indicar.
  • Relatório conjunto de várias amostras. Um documento, dez amostras em colunas. O risco de atribuir o resultado à amostra errada é aqui o maior.
  • Nomes parecidos. «Crómio» e «Crómio(VI)» são duas determinações diferentes, com limites diferentes. Emparelhar apenas pelo nome é aqui inaceitável — é obrigatória a correspondência em conjunto com o método.

Regra suprema: a IA propõe, a pessoa autoriza. Uma ferramenta que grava resultados sem confirmação transfere a responsabilidade pelo relatório para o fornecedor do software — algo que nenhuma norma prevê e nenhum auditor aceita. O valor deste caso de utilização não está em retirar a pessoa do processo, mas em transformar o seu trabalho de transcrição em verificação.

Registo de auditoria

A leitura automática só faz sentido se for possível reconstituir mais tarde de onde veio cada número. Por isso, para cada resultado aceite é guardado o conjunto completo de informações sobre a própria leitura — independentemente de o documento original já estar anexado ao pedido.

O que é guardado Para quê
Documento de origem O relatório original do subcontratado, tal como chegou — sem conversão e sem tratamento.
Data e hora da leitura Permite situar a leitura na sequência dos acontecimentos, em relação à receção do documento e à autorização do relatório.
Versão do modelo Quando a ferramenta muda de comportamento, sabe-se que leituras anteriores foram feitas com a versão antiga.
Valor proposto Guardado ao lado do valor aprovado — vê-se se a pessoa corrigiu alguma coisa e o quê exatamente.
Pessoa que aceitou Responsabilidade nominal pela introdução do resultado no pedido.
Marcação de subcontratação Ligada em permanência ao resultado, passa para o relatório final e cumpre o requisito da alínea p) da secção 7.8.2.1.
O relatório tem de identificar inequivocamente os resultados obtidos de fornecedores externos — é um requisito da norma, e não uma boa prática. Se a marcação de origem do resultado for criada à mão, mais cedo ou mais tarde acabará por ser esquecida.

A última linha da tabela é aqui a mais importante. A marcação de subcontratação atribuída automaticamente no momento da leitura não pode ser esquecida, porque ninguém a escreve — resulta da origem do documento. É a única alteração em todo o processo que melhora a conformidade com a norma pela sua própria conceção, e não pela disciplina da equipa.

Quanto é que isto rende na prática

Os números abaixo são um cálculo com base num exemplo, e não o resultado de uma medição num cliente concreto. Consideremos um laboratório de dimensão média que subcontrata com regularidade, mas não em massa:

40
relatórios de subcontratados por mês
6
determinações, em média, num relatório
8 → 1,5
minutos por documento: transcrição contra verificação da proposta
4 h 20 min
de tempo recuperado por mês com estes pressupostos

Quatro horas por mês não é um número que valha a pena vender como uma revolução. O verdadeiro benefício está noutro lado: são quatro horas de trabalho da pessoa mais cara do laboratório, feito sob pressão de prazos, numa tarefa em que uma linha descuidada custa uma reclamação, a repetição de um ensaio ou uma não conformidade na auditoria. Trocar a transcrição pela verificação muda não tanto o número de horas, mas sobretudo a distribuição do risco.

Um efeito secundário que ninguém planeia

Quando todos os relatórios dos subcontratados passam por um único sítio, ao fim de alguns meses tem dados prontos para a avaliação dos fornecedores exigida pela secção 6.6: quem cumpre os prazos, quem envia documentos que precisam de correções, em quem se repetem lacunas na descrição do método. Sem manter um registo à parte.

Como pôr isto a funcionar no seu laboratório

A implementação deste caso de utilização não exige reorganizar o laboratório. Exige, no entanto, uma ordem — tentar ativar tudo de uma vez acaba com a desconfiança da equipa em relação à ferramenta:

  1. Escolha um subcontratado — aquele de quem recebe mais relatórios com uma disposição repetível. É com ele que verá o efeito mais depressa.
  2. Reúna algumas dezenas dos relatórios dele do último ano e verifique a leitura em documentos cujos resultados já conhece. É o único teste honesto: a comparação com o que foi efetivamente introduzido à mão.
  3. Ponha a funcionar o trabalho em paralelo durante um mês — a leitura automática ao lado da transcrição habitual. As diferenças que surgirem valem mais do que as concordâncias.
  4. Descreva-o na documentação do sistema de gestão — quem aceita, o que acontece numa leitura ambígua, como são marcados os resultados subcontratados. O auditor vai perguntar pelo procedimento, não pela tecnologia.
  5. Só depois acrescente mais subcontratados — um de cada vez, verificando separadamente cada novo modelo de relatório.

Isto significa que é a IA que aprova os resultados?

Não. E esta é a única resposta com a qual este caso de utilização serve para um laboratório acreditado. O modelo executa uma tarefa técnica — transfere informação de um documento para outro, com mais precisão do que uma pessoa, porque não se cansa à décima quinta linha da tabela. A avaliação da conformidade, a decisão de repetir um ensaio e a autorização do relatório continuam a ser atos da pessoa autorizada, exatamente como antes da implementação.

Vale também a pena dizer o que esta ferramenta não faz: não avalia se o subcontratado realizou o ensaio corretamente, não substitui o controlo sobre o fornecedor e não dispensa a obrigação de verificar se a determinação estava dentro do âmbito da sua acreditação. A leitura do documento e o controlo sobre o fornecedor são duas questões diferentes — automatizar a primeira não resolve a segunda.

Resumo

Transcrever resultados de relatórios alheios é uma tarefa que tem todas as características de uma boa candidata à automatização: é repetitiva, morosa, feita pelas pessoas mais sobrecarregadas e propensa a erros com consequências graves. Ao mesmo tempo, é suficientemente estreita para poder ser descrita, testada e documentada — e, portanto, defendida perante o auditor.

Uma implementação sensata da IA no laboratório tem precisamente este aspeto: uma tarefa concreta, um limite de responsabilidade claro, um registo de auditoria completo. Não um «laboratório inteligente», mas menos números transcritos de um PDF às duas da tarde.

Se quiser ver como esta leitura se comporta com os relatórios dos seus subcontratados, escreva-nos — o melhor teste é uma dúzia de documentos seus.

Vamos testar isto com os seus relatórios

Mostramos a leitura em documentos dos seus subcontratados e explicamos como descrever esta alteração na documentação do sistema de gestão — de forma a passar na auditoria.

Base e fontes

  1. PN-EN ISO/IEC 17025:2018-02 Requisitos gerais de competência para laboratórios de ensaio e calibração — secção 6.6 (produtos e serviços fornecidos externamente) e alínea p) da secção 7.8.2.1 (identificação clara no relatório dos resultados obtidos de fornecedores externos): iso.org/standard/66912.html.
  2. Centro Polaco de Acreditação (PCA) — documentos e requisitos para laboratórios de ensaio, incluindo as regras de recurso a serviços externos: pca.gov.pl.
  3. European co-operation for Accreditation — documentos interpretativos sobre a comunicação de resultados segundo a secção 7.8 da norma: european-accreditation.org.
  4. LabCoda.pl — motor de pesquisa de laboratórios acreditados por âmbito de ensaios: labcoda.pl.

Sobre o artigo

O caso de utilização descrito diz respeito à leitura de relatórios de laboratórios subcontratados. Os tempos e os números de relatórios indicados são um cálculo com base no exemplo de um laboratório de dimensão média — servem para mostrar a ordem de grandeza e não são o resultado de uma medição num cliente concreto.

A equipa CleverLAB desenvolve software LIMS para laboratórios acreditados segundo a ISO/IEC 17025. Entre os nossos clientes contam-se, entre outros, laboratórios de águas, águas residuais e microbiologia, laboratórios físico-químicos e laboratórios de limpeza técnica.