在本次采访中，NewsMedical 与 Cerba Research 的 Coen Stalpers 进行了交流，探讨了实验室环境中自动化和人工智能的发展。
您能否描述一下人工智能（AI）目前在您的实验室运作中所扮演的角色？
通常，我们旨在通过自动化流程来提高效率和质量。这些任务往往具有概念性，很难确定从哪里开始。在这种情况下，我经常使用 AI，特别是 ChatGPT，通过提出诸如“您会怎么做？”之类的问题来生成一个起点。这个过程有助于将我的想法组织成一个思路树，然后不断提示和完善。至少，我们可以通过 AI 明确目标并确定合适的工具。
一个具体的例子是一台输出数据的机器，我们需要将其集成到分析工作流程中。如果方法不明确，AI 可以提供示例和建议。
虽然必须批判性地评估这些由 AI 生成的建议，但它为概念化项目提供了有用的捷径。例如，我们实验室的一台机器一次读取样本并生成 100 个数字，以前这需要手动复制和粘贴。现在一个简单的脚本在一分钟内就能完成过去需要四个小时的工作。
这种方法使我们能够制定提案，虽然不完美，但达到了可以向决策者展示的可接受水平。一旦建立了基本概念，就可以对其进行完善和专业化，使其更加流畅和吸引人。
您是如何确定哪些实验室流程将从 AI 集成中受益最大？
目前，我们正在探索 AI 如何增强我们的流程。例如，我分析各个方面以实现特定目标。
然而，AI 在未来的一个潜在好处在于我们的图像分析领域，我们创建数百张图像并通过对每张图片上的斑点进行评分来进行分析。这个过程涉及区分背景和前景，可以使用 AI 实现自动化，而不是依赖人工输入。虽然现阶段确切的方法还不确定，但 AI 可以指导我如何去做。
在实施 AI 技术期间，您面临的最大挑战是什么？
最大的挑战在于区分有用信息和误导性内容。作为一种语言模型，ChatGPT 扫描网络并根据收到的输入进行有根据的猜测。然而，互联网包含大量不可靠的信息。因此，重要的是要明白，最初的响应可能只是提供方向，而不是完全准确。
要解决这个问题，通常需要多次重新表述问题，识别出看起来不准确的元素，并寻求进一步的澄清。这个迭代过程有助于完善信息，并确保我们尽管面临固有挑战仍能保持在正确的轨道上。
AI 在哪些方面提高了实验室流程的效率？
通过使用 AI 来指导并实现这些改进，个人和团队的效率可以显著提高。使用 AI 标准化流程可确保一致性，提高生产力和质量。这导致了可靠、高质量的输出，反映了将 AI 集成到日常操作中的好处。
在重复性任务方面，AI 表现出色。AI 可以建议减少重复执行相同任务的频率。在实验室环境中，固定程序很常见，AI 可以识别这些流程中哪些部分可以自动化。
AI 对项目或实验的周转时间有何影响？
主要的影响是周转时间，从在实验室开始湿实验到报告。目前，这个过程可能需要长达四周。
通过利用 AI 构建自动化工作流程，我们可以将小时缩短为分钟，将天缩短为小时。这种转变反映了从传统的手动谷歌搜索到使用 AI 的转变，AI 可以快速提供更广泛、上下文化的信息。
例如，作为一名三年前仍在处理湿实验的实验室技术人员，每次实验后将原始数据拟合到分析模板是标准程序。这项任务通常每次分析需要每天三到四个小时的工作。这是一个重大的瓶颈，而且极其繁琐。
此后，我通过自动化将这个过程简化到只需两分钟和三次点击，大大减少了人工审查的需要。系统现在处理并将数据导入工作流程，显示一个进度条，将时间从小时缩短到分钟。
节省的时间是巨大的。现在每个技术人员每天可以完成四到六次分析，对于一个由 10 名技术人员组成的团队来说，效率的提高是显著的。这种由 AI 驱动的自动化一直是优化工作流程的关键。
AI 如何协助您实验室中的数据收集和分析？
AI 可能尚未得到充分利用，但其未来潜力巨大。例如，AI 可以对一年以上收集的数据进行全面的元分析，揭示在繁忙的实验室环境中人工分析可能错过的趋势。虽然我们有趋势系统，但确定测定数据中细微或显著趋势的根本原因可能具有挑战性。
虽然我们目前的数据组织可能不太容易支持这一点，但 AI 有可能像一千名数据分析师一样工作。它可以处理和解释大量信息，发现可能不立即明显的模式和相关性。这种能力将使实验室能够更有效地审查趋势和见解，从而做出更明智的决策和加速进步。
您如何确保 AI 系统符合行业法规和标准？
自动化一个过程需要标准化并精确定义质量标准和规格。这有助于识别和解决不同个体在任务执行中的差异，确保所有流程都符合一致的质量标准。
减少测定中可能导致质量问题的不必要的变异性非常重要。在 Cerba，我们实施验证策略来解决这个问题，并确保自动化过程产生预期的结果。这包括使用极端数据进行测试以确认系统的稳健性。
在构建和验证自动化系统时，我们的目标是确保它们在正常、预期的使用下产生可靠的结果。我们还考虑了潜在的问题，例如过滤或标记异常。对意外结果的持续监测和根本原因分析使我们能够进行必要的调整，并保持系统的准确性和可靠性。
我们的验证部门在这个过程中发挥了关键作用，提供了宝贵的见解，以确保系统的可靠性和一致性。
AI 能否帮助预测和预防潜在的合规问题？如果可以，如何做到？
通过自动化和标准化流程，并为系统操作设定明确的规格，我们可以确保任何偏离这些标准的情况都会立即被标记。自动化系统在超出定义的参数时会始终提醒我们，降低了由于人为分心或疏忽而导致错误的风险。
对于实验室应用，您对未来的哪些 AI 进步最感到兴奋？
我特别兴奋的是能够分析我们测定数据中的长期趋势的潜力。目前，我们跟踪趋势并在我们的数据中识别潜在的相关性。然而，将多年甚至十年的数据输入到 AI 系统中 - 无需手动分类或清理 - 可能会揭示隐藏的模式并提供新的、有价值的见解。
识别这种模式的能力可能会导致测定控制的显著改进。例如，我们可以根据特定的操作预测长期效果，从而能够优化我们的流程。鉴于数据量巨大，这种分析是非常可行的。
您如何平衡使用 AI 与对人类专业知识和监督的需求？
利用 AI 识别否则难以察觉的模式和联系至关重要。然而，人类监督至关重要，因为 AI 生成的输出可能不准确。在使用 AI 开发新应用时，有必要彻底了解 AI 衍生的组件。
领域专家可以有效地利用 AI 快速生成特定领域的内容。他们可以轻松评估此输出并识别相关见解。无监督的 AI 可以生成仪表板以突出异常。然后需要人工干预来解释这些异常，确定其重要性，并相应地调整参数。或者，这些异常可能揭示以前未知的模式。最终，需要人类 - AI 协作的方法。
在 AI 驱动的流程中，您如何处理客户数据的隐私和安全？
每个样本都分配有一个唯一的编号，并且一个密钥将此编号与相应的患者相关联。因此，必须保持严格的警惕以确保正确处理此数据。我们目前的程序旨在维护高标准，以保持数据的完整性和安全性。
您如何衡量实验室中 AI 实施的投资回报率（ROI）？
我们通过 AI 实现了显著的自动化。一个明显的例子是将数据从 A 点传输到 B 点，处理时间从小时减少到分钟。通过确定此过程的频率 - 每个工作日四次或每周 20 次 - 我们可以计算出大量的时间节省。这代表了一个单一的测定，考虑到所有的测定，投资回报率变得更加明显。
将机器人集成到实验室是一个不同的情况。虽然设备的初始投资巨大 - 通常达到数百万欧元 - 但长期效益是显著的。操作员的实际操作时间减少到大约十分钟，机器人处理大部分工作。此外，机器人大大减少了消耗品的使用，如塑料或试剂。例如，我们最近在一个机器人平台上开发了一种新的移液协议，执行相同任务时只需要四盒移液器吸头，而手动操作需要 40 盒，消耗品使用减少了十倍。
您使用哪些性能指标来评估 AI 应用的成功？
通过自动化节省的时间通常是评估性能的主要指标，但质量水平也至关重要。虽然不总是主要关注点，但自动化和 AI 也可以提高吞吐量。
从更广泛的角度来看，自动化使操作员能够专注于其他重要的举措。通过自动化系统处理诸如材料转移、200 个样本的滴定和手动数据输入等日常任务，个人可以将精力用于保持实验室环境清洁或实施敏捷或六西格玛方法。这种转变使他们能够优先考虑改进和创新，而不是被重复任务所困扰。
您能否分享任何突出 AI 对您实验室运作影响的定量或定性结果？
我们的自动化流程会记录工作量，使我们能够量化从 A 点到 B 点的数据传输。为了标准化目的，减少数据内容传输大约相当于一个人三到四个小时的工作。通过跟踪这个活动，每天大约发生四次，我们可以计算出节省约 16 小时的时间。这在不影响结果质量的情况下显著减少了时间。
此外，机器人可以进行滴定，这是以前劳动强度大的任务。虽然行业结果仍在等待中，但我们对机器人的准确性有很高的信心。通过在工作日之前甚至周末进行滴定，团队可以在一天开始时专注于实验工作。并行处理，即在分析上一批结果的同时开始新的滴定，有效地使吞吐量翻倍。这种方法使团队能够在不增加人员的情况下使测定产量翻倍。
AI 和自动化的价值是显而易见的，但实现这一潜力需要时间来探索概念和投入资源。采取谨慎的方法很重要，确保从人工流程到自动化的过渡产生预期的效益和期望的结果。
关于演讲者
Coen Stalpers 是 Cerba Research 的自动化专家，具有医学生物技术背景。拥有该领域的硕士学位，Stalpers 通过在学术界、政府和监管质量保证方面的角色积累了经验。Stalpers 喜欢解决问题，并为看似复杂的问题找到简单的解决方案。重视跨部门合作，Stalpers 对计算机编程有很大的兴趣，用于自动化重复任务并提高效率。在 Cerba Research 中，他一直在寻找通过自动化流程提高效率的方法。
关于 Cerba Research
Cerba Research 是一家领先的专业实验室服务提供商，拥有全球中央实验室网络的能力和广度。他们的高素质科学家为最新的生物标志物、测定和测试方法提供见解，并为制药、生物技术、医疗器械、政府和公共卫生组织在所有研究阶段的独特挑战开发创新解决方案。
Cerba Research 在实验室测试和物流方面的广泛能力包括：生物分析、流式细胞术、组织/病理学，使他们能够在广泛的治疗领域推动大规模的运营敏捷性，在病毒学、免疫学、肿瘤学和细胞与基因治疗方面具有公认的专业知识。Cerba Research 是 Cerba HealthCare Group 的一部分，在五大洲拥有 15,000 名员工，致力于推进诊断和健康。
有关 Cerba Research 的更多信息，请访问 cerbaresearch.com。
