CN109791808A - 远程数据分析和诊断 - Google Patents
远程数据分析和诊断 Download PDFInfo
- Publication number
- CN109791808A CN109791808A CN201780060693.5A CN201780060693A CN109791808A CN 109791808 A CN109791808 A CN 109791808A CN 201780060693 A CN201780060693 A CN 201780060693A CN 109791808 A CN109791808 A CN 109791808A
- Authority
- CN
- China
- Prior art keywords
- data
- instrument
- database
- abundant
- server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/65—Updates
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/02—Network architectures or network communication protocols for network security for separating internal from external traffic, e.g. firewalls
- H04L63/029—Firewall traversal, e.g. tunnelling or, creating pinholes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computer Security & Cryptography (AREA)
- Computational Linguistics (AREA)
- Pathology (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本文描述的是一种数据库系统,其包括可操作地连接至一个或更多个服务器的一个或更多个远程分析仪器。所述仪器可以将丰富数据传输至服务器,并且一个或更多个服务器可以汇编丰富数据的数据库。与服务器相关联的一个或更多个处理器可以被配置成在数据库上执行数据分析程序以识别随机现象或者处理数据并且在一个或更多个仪器的位置处实时地呈现关于仪器的仪器比较信息。
Description
相关申请的交叉引用
本申请要求于2016年8月29日提交的美国临时专利申请62/380,749的权益,该申请的全部内容通过引用并入本文以用于所有目的。
技术领域
本公开内容涉及使用用于远程地耦接的实验室仪器的一套应用来实时处理丰富数据并呈现分析。
背景技术
识别和诊断关于诸如实验室仪器等复杂工具的问题可能存在困难。这一点尤其适用于随机现象引起的问题,因为在分析单个仪器的数据时这些问题并不明显。虽然可能可以检测这种现象,但这样做可能需要从多个仪器收集大量丰富数据。这可能会带来各种逻辑和安全方面的挑战,并且即便在收集完数据之后还可能会带来与数据处理相关的挑战(例如,如何适应数据量可能超过用于在分析数据时使用的可用带宽和/或存储器的限制这样的事实)。因此,需要能够解决涉及识别和诊断关于复杂工具的问题的技术,特别是在这种识别和/或诊断中涉及大数据量的情况下。
发明内容
本文描述的实施方式通常是数据库系统,该数据库系统将数据从一个或更多个仪器传输至一个或更多个服务器,所述服务器汇编包括来自仪器的丰富数据的数据库。服务器可以被配置成使用分析程序或模块分析丰富数据,该分析程序或模块可以被配置成进行分析以显示实时或接近实时的分析结果。在这种情况下,“丰富数据”应该被理解为可以与元数据相关联的数据,当丰富数据和与其相关的其他数据都不直接参考或明确包含另一个时,所述元数据允许丰富数据与其他数据相关联。作为“丰富数据”的示例,存储在具有指示仪器序列号的元数据的数据库中的测量,该仪器进行测量,其使用仪器序列号与用户相关联的用户数据库允许该测量与相同用户购买的其他仪器进行的测量相比较。
附图说明
图1是如本文描述的示例性数据库系统的高级示意图。
图2A是如本文描述的示例性数据库系统的另一高级示意图。
图2B是如本文描述的示例性数据库系统的又一高级示意图。
图3至图8是从诸如图1、图2A、图2B和图9的数据库系统产生的各种应用的示例性实施方式的屏幕截图。
图9是基于图1、图2A和图2B中所示和与图1、图2A和图2B相关的描述的示例性数据库系统的高级示意图。
图10是从诸如图1、图2A、图2B和图9的数据库系统产生的应用的示例性实施方式的屏幕截图。
图11是呈现与分析仪器的操作相关的多个参数的可视化的示例性界面的屏幕截图。
图12是呈现针对多个站点的测试计数信息的示例性界面。
图13是呈现针对多个站点的测试计数信息以及针对在多个站点的特定一个站点处的特定仪器的测试计数信息的示例性界面。
图14是呈现了根据化验类型分解的化验计数信息的并且可以使用颜色来说明样本类型的示例性界面。
图15是呈现了根据化验类型分解的化验计数信息并且可以使用颜色来说明样本类型的示例性界面。
图16至图17是呈现运行在各个站点处关于化验分布的信息的示例性界面。
图18至图19是向用户呈现校准信息的示例性界面。
图20至图21是呈现试剂使用数据的示例性界面。
图22至图23是向用户呈现服务历史信息的示例性界面。
图24是呈现质量控制测试数据的示例性界面。
图25是可以以颜色编码的方式呈现针对特定站点和仪器的每天测试计数的示例性界面。
图26是呈现测试计数信息以及可以在可用测试的菜单的跨站点比较中使用的信息的示例性界面。
图27是可以为不同站点处的仪器提供正常运行时间和/或数据可用性信息的示例性界面。
图28是呈现各种仪器的控制恢复的跨站比较的示例性界面。
图29是不同血液成分和参数的QC控制图表的对等比较的示例性界面。
图30是不同血液差异的QC控制图表的对等比较的示例性界面。
具体实施方式
本文中通常描述的是可以使用至少一个服务器处理数据并且允许可以简化使用和/或提高远程位置处的分析仪器的效率的多个应用的执行的数据库系统。在一些实施方式中,如果从分析仪器的角度描述,则可以认为至少一个服务器远程至分析系统。换句话说,仪器和服务器不需要在相同的位置,他们可以是相对于彼此远程或分散的。
一些实施方式可以包括可以从一个或更多个仪器向一个或更多个服务器传输数据的数据库系统,所述服务器可以被配置成汇编包括来自仪器的丰富数据的数据库。在一些其他实施方式中,服务器可以被配置成使用可以被配置成对数据进行分析的分析程序或模块(以下称为模块)分析丰富数据,并且显示实时或接近实时的分析结果。在一个实施方式中,模块可以是硬件。在另一实施方式中,模块可以是软件。在另一实施方式中,模块可以是固件。在另一实施方式中,模块可以是硬件和软件的组合。在一些其他实施方式中,“丰富数据”可以被理解为可以与元数据相关联的数据,所述元数据当丰富数据和与丰富数据相关联的其他数据都不直接参考或明确包括另一个时允许丰富数据与其他数据相关联。在“丰富数据”的示例实施方式中,在具有指示进行测量的仪器序列号的元数据的数据库中存储测量,这允许使用仪器序列号与用户相关联的用户数据库将该测量与相同用户购买的其他仪器进行的测量相比较。
在一些实施方式中,本文描述的数据库系统可以被配置成使用至少一个处理器在一个或更多个远程服务器上执行数据分析程序或模块,当应用于大量丰富数据时,数据库系统可以针对以其他方式根据来自单个仪器的分析数据可能不明显的随机现象提供解决方案。
在一些其他实施方式中,丰富数据可以由与一个或更多个服务器相关联的至少一个处理器处理。在一些其他实施方式中,丰富数据的处理可以通过由一个或更多个处理器在一个或更多个服务器上执行的数据分析程序或模块的执行来实现。在一个实施方式中,与一个或更多个服务器相关联的一个或更多个处理器可以被配置成执行数据库中的数据分析程序或模块。在一些实施方式中,数据分析程序或模块可以识别随机现象并建议或甚至实施一个或更多个补救措施。
在一些其他实施方式中,与一个或更多个服务器相关联的一个或更多个处理器可以被配置成执行数据库中的程序以处理数据并且在一个或更多个仪器的位置处实时地呈现关于一个或更多个仪器的比较信息。在一些其他实施方式中,这种比较数据可以用于平衡仪器的工作流和/或工作人员工作流。在一些实施方式中,一个或更多个处理器可以执行程序以自动地将工作流转换至不同的仪器或者提示将工作流传递至不同的物理位置。
在一些其他实施方式中,比较数据可以用于监视一个或更多个仪器上的消耗品,或换句话说提供计量数据。在一些其他实施方式中,可以在一段时间内分析并显示计量数据。在一些其他实施方式中,计量数据可以是随时间推移的试剂使用。在一些其他实施方式中,计量数据可以是随时间推移的化验计数。
在一些实施方式中,一个或更多个处理器可以被配置成例如基于比较和工作流分析监视试剂水平,并且自动订购或者设置提醒以提前订购试剂以减少仪器停机时间。在一些其他实施方式中,处理器甚至可以在试剂改变和系统重新校准期间转换工作流。
在一些实施方式中,可以对从一个或更多个仪器到一个或更多个服务器的丰富数据的传输进行加密。在一个实施方式中,加密是至少128比特或256比特加密。在其他实施方式中,一个或更多个服务器还可以被配置成将数据传输回一个或更多个仪器,并且所述数据还可以使用相似于用于将数据传输至服务器的加密进行加密。
在一些实施方式中,任何的数据呈现或数据分析可以是实时的或者可以是接近实时的。在一些其他实施方式中,可以在下述设备上实时显示数据:诸如计算机工作站;仪器上的显示器、或诸如移动计算机、移动电话、PDA、膝上型计算机、平板计算机或相似设备的便携式电子设备,并且用户可以在该设备上进行适当的仪器更改。
在一些实施方式中,数据库系统可以提供对现场仪器的系统监视。在一些另外的实施方式中,数据库系统可以包括可以促进大规模的复杂的调查的扩展的数据分析和识别能力。在一些其他实施方式中,若干个协同工作的程序可以实现高效、大规模数据分析和管理以确保可能导致系统停机时间的因素的预先识别。
在一些实施方式中,所描述的数据库系统可以被配置成收集数据,例如丰富数据(在仪器本身被配置成可以以将数据与元数据相关联的形式传输数据的情况下)或来自远程定位的仪器的大数据数据集(其应理解为可以组合从多个源收集的信息的大型数据集)并且处理数据以供应用使用。在一些其他实施方式中,数据库系统可以包括诸如无头(例如,不需要本地显示器)、可以安装在远程位置并且连接至远程位置网络和仪器的小型计算机的硬件。在一些其他实施方式中,远程通信处理器(RC设备或盒子)和软件可以能够使从远程定位的仪器收集的数据传输至服务器并且通过至少一个处理器处理所述数据。在一些示例实施方式中,RC设备可以向所连接的仪器提供安全性、提供与服务器通信以及提供用于桌面共享的VPN隧道。在一些实施方式中,通常可以借助于应用以各种方式特别是通过使用用户界面来处理和使用所收集的数据,以更好地服务仪器用户。在一个实施方式中,可以使用数据形式的信息用于监视仪器的运行状况并告警服务人员在出现潜在的仪器问题并且导致计划外的运行中断和/或可能耗费时间和金钱的错误结果之前多次预先响应这些潜在的仪器问题。在其他实施方式中,为了识别和/或纠正系统的仪器问题,数据可以用于监视多个仪器。在其他实施方式中,数据可以用于提高效率、监视和增强质量控制、监视和/或计量消耗品使用、分析行为模式和/或样本类型中的模式等。
在一些实施方式中,本文描述的任何数据可以被实时或接近实时地访问。在一些其他实施方式中,本文使用的“实时”通常可以指的是以与接收或处理数据基本相同的速率更新信息。在又一些其他实施方式中,“实时”可以旨在表示通过RC设备从仪器获取、处理和传输数据并且当显示数据时由数据库以足够高的数据速率和以足够低的时延进行处理,在没有用户发觉的抖动、延迟或滞后的情况下可以平滑显示数据。在一些其他实施方式中,另一方面,接近实时可以是以与接收或处理数据基本相同的速率更新信息,但具有最低滞后时间。
在一些实施方式中,可以提供计算机程序产品,该计算机程序产品包括编码有指令的非暂态计算机可读介质,该指令使处理器执行一组动作。这样一组动作可以包括:从一个或更多个远程分析仪器接收丰富数据;汇编丰富数据的存储库;以及使用存储库中先前汇编的实时数据和历史数据两者识别与一个或更多个远程分析仪器相关联的随机现象。
在一些实施方式中,用于基于编码在非暂态计算机可读介质上的指令通过处理器执行的一组动作可以包括:实时地确定针对随机现象的一个或更多个解决方案;按升序排列一个或更多个解决方案;在一个或更多个仪器的位置处将一个或更多个解决方案的排序表实时地提供至一个或更多个指令;并且将改正措施实时地应用于一个或更多个仪器。在一些实施方式中,可以在便携式设备上实时提供至少一种解决方案,所述便携式设备可以是便携式电子设备。在一些实施方式中,至少一种解决方案可以包括一个或更多个仪器的比较信息。在一些实施方式中,这种比较信息可以包括与一个或更多个仪器相关联的元数据,所述元数据可以包括试剂使用数据、校准数据、化验计数数据和仪器序列号数据中的至少一种。
在一些实施方式中,用于基于编码在非暂态计算机可读介质上的指令通过处理器执行的一组动作可以包括通过执行数据分析模块识别随机现象。另外,在提供有计算机程序产品的一些实施方式中,所述计算机程序产品编码有指令,所述指令用于执行一组动作,所述一组动作包括从一个或更多个远程分析仪器接收丰富数据。所述动作可以包括以加密形式接收丰富数据。另外,在这样的实施方式中,该组动作还可以包括将数据以加密形式传输给一个或更多个远程分析仪器。
本文描述的数据库系统可以包括允许进行数据简化、分析和呈现的各种部件。图1中示出了一个非限制性示例系统。数据分析网络或数据库系统100包括数据库102,该数据库102包括用于收集和分析存储在一个或更多个数据阵列106中的数据的至少一个服务器104。通过与服务器104相关联并与数据阵列106交互的一个或更多个处理器108控制服务器并且对数据进行处理和/或分析。一个或更多个处理器108可以包括下述一个或更多个处理器,所述一个或更多个处理器通过地址/数据总线通信地耦接至本文将描述的一个或更多个数据阵列106、其他计算机电路和一个或更多个接口。数据阵列106可以容纳在任何适当的存储介质上。
数据库102可以通过互联网以及一个或更多个加密连接110例如远程数据收集管道连接至每个实验室位置处的RC设备112。每个实验室可以具有通过本地链路116连接至RC设备112的分析仪器114。每个实验室可以具有多达N个仪器。N实际上可以是任意的仪器数目,例如,5、10、20、50、100、1000或更多。这些仪器可以与连接至数据库102的RC设备112形成本地网络。
在一些实施方式中,处理器可以是任何合适的处理器,诸如来自IntelCORETM、或者的微处理器;高级微型设备(AMD)FX、A、或者Broadcom、NVidia、Qualcomm、IBM、Marvell、Sun、Cyrix、Via、Freescale、或者Texas Instruments的微处理器系列。在一些实施方式中,数据阵列106可以存储与如所描述的数据库系统100中的其他设备交互的软件程序。在一些其他实施方式中,软件程序可以由一个或更多个处理器108以任何合适的方式执行。在示例实施方式中,数据阵列106可以是“云”的一部分,使得可以使用云计算。
在一些实施方式中,数据库服务器102可以包括任何类型的数据,包括数据库、程序、应用、文件、库、记录、图像、文档、仪器手册、仪器自动化数据、仪器操作数据、仪器运行状况数据、配置数据、授权数据、服务合同数据、索引或标记数据、购买信息、统计数据、试剂数据、流通池数据、检测器数据、源数据、样本数据、带有日期戳的数据等。在一些其他实施方式中,服务器可以存储和操作如本文描述的各种应用以便简化仪器功能。应当理解,可以使用一个或更多个服务器的各种配置支持和维护服务器102。在示例性实施方式中,许多不同的服务器可以由各种不同的实体操作。在一些其他实施方式中,某些数据可以存储在可以用作服务器102的数据库系统内的某些服务器中。
在一些实施方式中,至少一个服务器104可以托管诸如Oracle、Hadoop等的数据库应用。在一些其他实施方式中,数据库应用可以存储并处理足够的仪器数据以提供具有经处理的数据的实时分析或实时更新的界面。在一些其他实施方式中,数据库应用可以能够使用至少一个处理器存储并处理足够的仪器数据以提供具有经处理的数据的实时分析或实时更新的界面。
在一些实施方式中,数据阵列106可以由包括随机存取存储器(RAM)、只读存储器(ROM)、闪速存储器、磁盘或光盘、光存储器、固态存储器、或其他存储介质的任何计算机可读介质实现。在一些其他实施方式中,阵列可以容纳在诸如独立磁盘冗余阵列(RAID)的阵列或其他类型的冗余阵列的冗余阵列上,以保护正在被存储和/或分析的数据。在一些其他实施方式中,数据阵列106可以包括足够的空间以存储来自远程仪器的数据。在一些其他实施方式中,足够的空间可以是至少约1百万兆字节、至少约1万兆字节、至少约1艾字节、至少约1皆字节或更多。
在一些实施方式中,数据库服务器102、RC设备112与仪器114之间的接口可以使用任何合适的接口标准来实现,诸如快速以太网连接、千兆以太网、通用串行总线(USB)、数字用户线路(DSL)、电话线、同轴电缆、光纤电缆、无线连接等。
在一些实施方式中,一个或更多个输入设备可以连接至数据库服务器102、RC设备112和仪器114用于将数据和命令输入至相应的设备中。在示例实施方式中,输入设备可以是键盘、鼠标、触摸屏、跟踪板、轨迹球、等点鼠标、图像传感器、字符识别、条形码扫描仪、麦克风和/或语音或声音识别系统等。
在一些实施方式中,一个或更多个显示器、打印机、扬声器和/或其他输出设备也可以连接至数据库服务器102、RC设备112和仪器114。在一些实施方式中,显示器可以是阴极射线管(CRT)、液晶显示器(LCD)或任何其他类型的显示器。在一些其他实施方式中,每个显示器可以生成如本文描述的应用界面或控制面板。在一些实施方式中,应用界面或控制面板可以包括针对来自用户的人类输入的包括链接、按钮、标签、复选框、缩略图、文本框、下拉框等的提示,并且可以提供响应于用户输入的诸如文本、静态图像、视频、音频和动画的各种输出。
在一些实施方式中,如本文描述的数据库实际上可能不是服务提供者的实体占有。在一些其他实施方式中,数据库可以是基于云的,这意味着数据库可以在未指定位置处驻留在基于云的服务器上。在一些其他实施方式中,即使利用基于云的数据库,仍可以使用本文描述的加密。在一些实施方式中,可以使用加密用于提供机密性,其中,可以使用协议用于保护个人信息和/或数据。同样,在又一些其他实施方式中,可以使用加密用于提供安全性,其中,使用协议用于保护系统的完整性。在一些实施方式中,机密性和安全性两者都可以通过本文描述的加密提供。在其他实施方式中,可以实现机密性或安全性。
在一些实施方式中,每个加密的连接110可以具有内置的安全性以防止第三方入侵。在一些其他实施方式中,加密可以是任何标准的64比特、128比特、256比特、512比特、1024比特、2048比特或更多比特的加密。在一些其他实施方式中,加密的连接可以受SSL保护和/或经由VPN链路被搜寻到。
在一些实施方式中,RC设备112可以用作防火墙以防止本地网络流量危害到数据库102的加密链路。在一些其他实施方式中,当仪器直接连接至RC设备112时,RC设备112可以阻止本地网络用户访问仪器。
在一些实施方式中,可以不需要RC设备将仪器连接至数据库。在这些实施方式中,可以将防火墙硬件或软件内置到仪器本身中,并向数据库提供加密连接例如VPN。在一些实施方式中,甚至可能不需要加密的数据连接。在一些实施方式中,在仪器的位置处可以包括数据库,该数据库可以分析本地仪器趋势并且甚至向远程数据库报告本地数据,该远程数据库诸如用于在区域广泛仪器网络上进一步处理和分析的数据库102。
在一些实施方式中,区域广泛仪器网络可以包括在公司、城市或市政府、州、地区、半球、国家、大陆上、全世界等中的仪器。
实际上任何数目的实验室可以具有至数据库102的加密连接110。在一个实施方式中,N个实验室可以连接至数据库102。N实际上可以是任意数字,例如,5、10、20、50、100、1000、10000、100000、1000000或更多。
在一些实施方式中,来自不同制造商的仪器可以与目前描述的数据库系统和相关联的应用一起使用。在一个实施方式中,RC设备和/或数据库102可以与任何制造商的仪器对接并且收集来自实际上任何制造商的仪器的数据。同样,在一些实施方式中,为了便于仪器与数据库通信,不需要RC设备。
仪器114可以是任何可用的仪器。在一些实施方式中,仪器可以是分析和/或诊断仪器和/或系统。在其他实施方式中,仪器可以包括化学、免疫分析、血液学、流式细胞术、色谱分析法、质谱分析法、核磁共振光谱法、荧光透视法、临床自动化和中间件仪器和/或系统。在其他实施方式中,仪器可以是可以具有需要替换的消耗品零件或物体的任何设备。
在一些实施方式中,可以在其中周转时间非常关键的环境中使用诸如本文描述的系统。例如,医生经常需要及时且准确的结果,无法操作的系统会直接影响实验室向医生传输结果的能力。因此,在一些实施方式中,本文描述的系统和方法可以提供可以实时或接近实时地有效分析和诊断大量系统数据以用于根本原因分析的解决方案,并且该解决方案有助于防止计划外的仪器运行中断和/或可能耗费时间和金钱的不准确结果。
在一些实施方式中,支持体118可以是仪器的制造商、服务提供商、服务承包商或技术支持部门等。在各种实施方式中,支持体118可以通过加密连接110向仪器提供远程诊断,或者可以沿现场服务120向仪器发送现场代理。
在一些实施方式中,当识别出不能远程解决的仪器问题时,数据库系统可以有助于使服务过程简化。精确的问题诊断可以允许针对必要的修理制定计划以及分配和携带任何必要的零件。这可以有助于在对潜在时间敏感的工作流的干扰最低的情况下确保第一次就可以解决问题。
在一些实施方式中,本文描述的数据库系统可以允许仪器用户直接通过仪器控制台利用加密的互联网连接访问服务提供商的支持资源。这可以允许用户实时地访问产品信息、支持服务和诸如质量保证程序的实验室管理应用程序。该连接还可以在可用的情况下启用计量计费和试剂自动补充。
为了便于从仪器至服务器的系统性能数据的连续传递和分析,本文描述的数据库系统可以包括通过加密连接的远程管理和诊断系统以诊断目前和潜在的未来问题。这种类型的连续传递可以由负责仪器的个体例如使用诸如图27所示的正常运行时间/数据可用性界面来监视,可用性界面可以呈现为如下文中所述的应用的一部分。此外,在一些实施方式中,服务器可以基于由至少一个处理器或用户识别出的在应用界面上对数据进行可视化的数据来分析来自许多不同地理位置中的多个仪器共用的数据,以诊断当前和潜在的未来问题。
在一些实施方式中,可以在本文描述的数据库系统中构建各种各样的保障措施,以保护所连接的仪器及仪器传输的数据,并且控制可以访问系统的访问者。在一些实施方式中,传输至服务器的数据可以与仪器功能有关,并且可以由服务提供商使用以帮助识别、诊断、故障处理和解决系统问题。换句话说,不包括涉及在受影响的仪器上生成的机密患者数据的特定数据。例如,桌面共享会话可能需要来自经授权个体从仪器所处的位置的授权。
在一些实施方式中,诸如本文描述的系统框架可以设计成用于通过诊断服务器控制面板监视分析仪器功能,该控制面板可以在仪器连接仪器的基础上实时地提供系统信息。所述系统和方法可以允许服务和支持人员接近实时地访问系统状态并且可以跟踪用户定义的系统参数以触发性能告警。
在一些实施方式中,系统可以包括诸如Hadoop服务器的大数据服务器。这种服务器可以使得能够在大型商用硬件集群上以分布式方式存储和处理大数据数据集。实质上,随时间推移大数据服务器可以提供存储在一个或更多个诊断服务器上的数据的大规模的、多维的数据分析。来自远程分析仪器的数据可以通过本系统和/或在诊断服务器上运行的应用来引导,并且可以使用以技术支持和产品开发工程师通过界面查看的各种应用的形式的输出,以预先跟踪、监视、诊断和解决远程分析系统的问题。
在一些实施方式中,包括远程监视和诊断系统的数据库系统可以使用从仪器收集的信息将仪器和工程支持通过应用提供给服务提供者。可能存在许多依赖于从远程仪器收集的信息以向用户提供增值服务应用。这些示例中的一些包括实验室之间的质量保证程序、计量和产品开发。
在图2A所示的数据库系统100的一个实施方式中,系统包括界面150。界面150可以是基于网或应用的界面或控制面板。界面150可以有助于和/或用于/由技术支持、现场服务人员、呼叫中心、仪器用户和/或实验室使用以检索仪器信息并订购零件和消耗品。界面150还可以有助于和/或用于/由供应链各方、销售代表和产品开发者使用。
在一些实施方式中,通过运行在数据库102中的应用可以将信息馈送给界面150。界面可以在仪器、远程计算机或服务器自身上运行。如果不在服务器上运行,则应用可以访问服务器上已由服务器处理的数据并进一步处理设备上的数据,并将其显示在设备自身的界面上。在一个实施方式中,如前所讨论,数据库102可以托管大数据、诸如Hadoop服务器数据库的丰富数据库应用152。数据库应用102可以托管包括标记有时间、日期、度量单位、严重性级别等的原始数据的丰富数据。
在一些实施方式中,服务器中的处理器可以分析大数据、丰富数据库应用152中的数据以提供数据的趋势。这种分析被称为数据分析法162。数据分析法162可以使用从远程仪器收集的丰富数据以提供有关如何使用仪器和仪器消耗品的更多认识。数据分析法162可以(通过各种工具/数值模型/商业智能)对从来自不同实验室的仪器远程收集的丰富数据进行分析。因此,在一些实施方式中,仪器用户可以能够基于收集的数据构建各种曲线图或报告(例如仪器状态、测试量、试剂使用等)。此外,在一些实施方式中,还可以构建商业智能用于仪器故障/维护和库存管理的预测建模。
在一些实施方式中,数据分析法162可以通过至少一个处理器108的使用提供已转换的数据或针对趋势分析的数据。所述分析/转换的数据可以馈送至一组应用,该组应用被开发以被从数据分析程序或模块馈送。在一些实施方式中,模块可以是硬件和/或软件、和/或硬件和软件的组合。在各种实施方式中,可以直接从数据库托管应用或者应用可以托管在远程设备上,该远程设备可以远程并安全地访问数据并且将该数据显示在本地界面或控制面板中。
图2B示出了数据库系统数据库系统200的另一示例性实施方式。数据库系统200为由实验室用户或仪器服务提供商定制并构建的各种应用提供了一种途径。本文和整个文档中使用的术语“应用”可指应用、应用模块、报告生成器、数据挖掘报告、服务、服务模块等,这些应用可以由云220托管,也可以由应用构建器250构建以用于最终用户使用。在其他实施方式中,应用可以由如本文描述的数据库102托管。
与图1和图2A所示的系统一样,在一些实施方式中,N个实验室可以连接至内容提供商205和/或云操作环境220。N实际上可以是任意数字,例如5、10、20、50、100、1000、10000、100000、1000000或更多。此外,每个实验室可以具有多达N个仪器。N实际上可以是任意数目的仪器,例如5、10、20、50、100、1000或更多。
在一些实施方式中,数据库系统200可以包括仪器210、云操作环境220和内容提供者205,该内容提供者205能够从仪器210收集数据以用于构建例如针对库存、仪器和实验室管理的应用以及仪器和患者数据诊断应用。内容提供者205可以包括远程数据收集管道225、外部数据模块245、数据存储240和应用构建器250。在一些实施方式中,仪器210、云220和内容提供者205可以分别属于三个不同的公司或实体。然而,所提供的仪器架构、计算机网络、安全性以及仪器210、云220和内容提供者205之间的公共接口可以使部件能够操作为一个大型操作框架,因此可以进行数据收集和交换。
在一些实施方式中,仪器210可以通过本文提到的例如加密的防火墙的安全措施通过任意数目的网络与云220通信。在一些实施方式中,仪器210类似于图1和图2A的仪器114。在一个实施方式中,每个仪器210可以包括丰富数据生成模块260,该丰富数据生成模块260提供例如具有可追溯性数据的丰富数据。也就是说,丰富数据生成模块260可以提供关于所有收集的数据的细节使得具有足够的信息以表征、解释和关联所收集的数据,以提供持续的仪器支持、分析支持和数据挖掘。在一些实施方式中,对于在仪器210中生成的每个结果或数据,丰富数据生成模块260提供以下相关联标签信息中的一个或更多个:校准器的批号和序列号信息、控制和试剂信息、校准结果、控制结果、原始数据、用于生成结果的化验参数、样本类型、描述和容器类型、由仪器用户生成的样本质量指数、基础原始结果数据、可能影响测试结果的非HIPAA样本特定信息、医院中的实际患者样本、维护和服务记录以及其他相关系统信息。
在一些实施方式中,丰富数据生成模块260可以包括:标签ID文件生成器262,其针对每个数据提供索引和标签;以及日志文件生成器264,其针对所有收集的数据提供具有上述信息和时间戳的标签头。在一些实施方式中,模块260还可以包括:患者数据屏蔽模块266,其替换与具有符合HIPAA要求的通用ID的测试样本相关联的所有个人信息。
在一些实施方式中,云220可以包括云服务操作系统和其他操作系统及平台。在一些实施方式中,云220可以包括诸如计算、存储和内容交付、数据库和网络的服务。这些服务可以在第三方供应商的管理控制下运行或者受控于内容提供者205的所有者而运行,所述第三方供应商的管理控制包括身份管理、审计、加密密钥创建和管理、监视和日志记录。在一些实施方式中,云220还可以包括可以用于分析的工具,该用于分析的工具可以由最终用户使用或者由开发者可以用来构建应用的开发环境使用。
在一些实施方式中,可以经由可能类似于安全的加密连接110的远程数据收集管道225收集丰富数据。管道225可以提供安全的IP网络连接,该IP网络连接将临床实验室内的远程定位的仪器例如仪器210链接至数据存储240用于收集丰富数据——即仪器数据、测试数据(例如血液学测试分析的测试结果)、试剂使用数据、质量控制数据以及带标签的故障处理信息——的目的,以提供仪器的远程管理和数据分析。在一些实施方式中,管道225可以包括具有程序模块、操作环境、软件代码等的硬件和软件,以从云220获取数据并将获取的数据存储在数据存储240中的存储介质上。在一个实施方式中,数据存储240可以包括数据库或其他数据存储模块。数据存储240可以驻留在单个设备上,或者可以分布在多个设备上,如Hadoop服务器。在一些实施方式中,数据存储240可以被配置成可搜索的,例如,其可以包括丰富数据的表或关系表,以便于数据挖掘和应用构建。
在一个实施方式中,内容提供者205还可以包括外部数据模块245。外部数据模块245可以包括:从历史数据收集的数据;或者由外部组织提供的数据,所述外部组织为例如医院、大学、公共卫生组织、或与患者健康、疾病状况和状态、用于决策支持的临床实验室数据等相关的研究组织。同时,来自外部数据模块245和数据存储240的数据可以为所收集的数据提供更丰富的信息和智能。例如,来自外部模块245的数据可以包含患者信息,例如治疗计划、处方药、植入的医疗设备、侵入性和非侵入性程序、疾病和参数等,所述患者信息通常与从仪器210获得的某些测试结果关联。在一些实施方式中,外部数据模块245可以连接至数据存储240,使得外部数据与丰富数据结合以提供具有更丰富的信息和智能的数据。可替选地,在一些实施方式中,外部数据模块245可以是连接至应用构建器250的独立模块,并且可以仅在需要时访问或调用。虽然外部数据模块245在图2B中表示为一个数据源,但外部数据模块245可以包括来自诸如上述实体的不同实体的不同模块或数据库。
如图2B所示,数据库系统200包括应用构建器250。应用构建器250包括使不同类型的用户能够访问丰富数据以开发其各自的应用的若干个模块,所述模块应用构建器250包括识别(ID)模块252、安全模块254、分析模块256和报告模块258。应用构建器250还可以包括其他模块,并且不限于上述模块。
识别模块252可以创建与应用构建器250的用户相关联的用户ID。用户ID可以与技术支持代表、现场服务人员、呼叫中心代表、销售代表、仪器用户、产品开发用户或库存管理/供应链人员的不同安全许可关联。可替选地,可以将用户ID分类为获得对丰富数据的不同访问权限的外部用户或内部用户。例如,具有高安全许可级别的内部用户可以访问所有站点的所有丰富数据,即来自云220、数据存储240和外部数据模块245的所有数据,而具有较低安全许可级别的外部用户只能受限地访问某些站点或受限地访问每个站点的数据。如图2B所示,应用构建器250可以直接访问存储在云220中的丰富数据。同样,用户可访问的丰富数据的类型将由用户ID定义。例如,诸如实验室A用户的外部用户只能访问位于实验室A内的多个仪器上的丰富数据,而不能访问实验室B或他/她无法访问的任意其他实验室内的多个仪器上的丰富数据。具有更高安全许可的外部用户诸如实验室A和实验室B两者的所有者将能够访问来自两个实验室的丰富数据。另一方面,诸如具有甚至更高安全许可级别的产品开发者的内部用户将能够访问驻留在云220、数据存储240和外部数据模块245内的所有数据。
应用构建器250还可以包括数据隐私模块254。提供模块254用于保护患者隐私并且同时允许相关数据留存,从而可以进行数据挖掘。例如,相关数据可以包括人口统计数据,诸如年龄、性别和种族。相关数据还可以包括地理位置、出生地、工作、兴趣等。在某些实施方式中,数据隐私模块254包含患者姓名和社会保障或患者记录号的去识别处理。
在各种实施方式中,提供数据挖掘模块256。数据挖掘模块256基于应用构建器250请求的参数并基于用户ID从数据存储240和/或外部数据模块245和云220中检索丰富数据。数据挖掘模块256允许用户针对包括具有时间相关性、缺失值和异步流的高维异构数据的丰富数据来构建数据相关性、统计分析、数据趋势、频率计数、时间序列分析等。在一些实施方式中,数据挖掘模块256包括用于开发者构建模型的工具,所述模型可以用于:预测仪器性能和故障;管理库存;识别可能的原因;发现趋势和疾病状况;检测用于质量改进、临床规范和临床决策支持的异常行为。
在一个实施方式中,使用数据挖掘模块256用于构建库存管理。也就是说,数据挖掘模块256经由提供对云220内数据存储的实时或接近实时的访问的数据管道225从云220中提取数据,以获取对于仪器的诸如试剂、试管和缓冲器的消耗品使用和水平的最新数据。当消耗品达到由数据存储240中的历史丰富数据分析提供的阈值或由外部数据模块245提供的阈值时,自动生成库存票据,并将其发送至实验室管理者和/或供应商以进行履行。可以基于一段时间内在仪器上运行测试所需的消耗品的量确定阈值。例如,所述一段时间可以是一个月、三周、两周或一周。
在另一实施方式中,使用数据挖掘模块256用于预测疾病状况。例如,数据挖掘模块256从云220或数据存储240收集与平均血球体积(MCV)和平均红细胞体积有关的所有血液测试数据,并将其与由外部数据模块245提供的阈值数量进行比较。当测试数据超过阈值时,测试数据被标记为诸如维生素B12缺乏和/或叶酸缺乏的疾病状况,并且将告警发送回执行测试的仪器和/或实验室或医疗保健提供者。
在另一实施方式中,外部数据模块245包含具有已知疾病状况诸如心血管疾病的患者的训练资料及其相关测试结果,诸如血液化学测试结果、全血细胞计数(CBC)、网织红细胞特征和白血细胞的五分类结果。在本实施方式中,数据挖掘模块256是使用来自外部数据模块245的数据训练集来训练神经网络以识别疾病状况的神经网络。可以对神经网络运行从云220或数据存储240提供的患者样本的涉及例如化学、CBC、网织红细胞特征和白细胞的五分类结果(参数)的测试结果以确定疾病。如果参数相符,则测试结果标记为疾病,并且将告警发送回执行测试的仪器和/或实验室或医疗保健提供者。在另外的实施方式中,当通过数据挖掘模块256确定诸如心血管疾病的疾病后,由数据挖掘模块256构建的另一应用将在外部数据模块245中查找针对具有相似疾病的患者所采取的治疗和预防措施,并向用户显示该信息。所显示的信息可以是治疗所需的药物或诸如减少反式脂肪的摄入量、减肥和戒烟,或任何其他可以帮助用户处理具有心脏病发作风险的患者的措施的预防措施的建议列表。
由数据挖掘模块256生成的结果可以经由报告模块258呈现。报告模块258准备由数据挖掘模块256处理的所有信息,并通过例如连接至应用构建器250的入口在显示设备270上将信息呈现给开发者或最终用户。显示设备270可以是计算机终端或手持设备,诸如智能手机、平板计算机等。所呈现的数据可以是图表、曲线图、表格、流程图、说明等。各种图形表示在本文图3至图8以及图10至图30中讨论。
在一个实施方式中,数据库可以托管质量保证应用154,该质量保证应用154可以生成例如仪器运行状况的报告。
一些实施方式中,在存在质量保证应用154情况下,质量保证应用154可以允许用户获得对等组比较报告以评估他或她自己的实验室的质量控制(QC)数据。对于这种类型的功能,可以在数据库102处收集来自仪器的质量控制文件或数据。然后可以对数据进行统计分析,并且可以将结果显示在界面150上。然后用户可以登录并获得统计结果。存在来自仪器的QC数据可以被发送至质量保证应用154的几个实例:用户可以访问网站并使用Web表单手动地输入数据;用户可以访问网站并上载由仪器生成的QC文件;用户可以使用仪器软件经由RC设备将QC数据直接从仪器发送至数据库102;或者用户可以将包含要本地加载至数据库102的QC数据的媒体文件寄出。
图3示出了可以由使用例如应用构建器250构建的应用所生成的报告。该报告是依据试剂批号和序列号随时间推移组织的校准图。不同形状表示试剂批次内的试剂序列号。在一些实施方式中,可以使用不同的颜色(图3中未示出)或颜色/灰度强度来指示不同的试剂批次。从质量控制的观点来看,可以使随时间推移的仪器校准可视化。相似的界面也可用于其他类型的质量控制数据。例如,图24呈现了可以呈现在特定站点处进行的质量控制测试的结果的界面。
可以调查异常值。例如,低校准线具有低于该线的异常值。数据库系统处理器可以使用数据分析法分析大数据数据集以确定该异常值的潜在根本原因,以及该批次或其他临近序列号试剂中是否存在这种异常值。数据分析法还可以调查其他仪器问题,包括生成该试剂数据点的特定仪器以及公司的其他仪器和连接至数据库系统的同类的所有仪器。因此,质量保证应用154可以协助查出问题。
图18、图19和图11中提供了可以用于呈现校准信息的其他界面。在图18的界面中,会向用户呈现关于校准发生的日期和时间的信息,该信息可以被下载并用于故障处理、记录保存和/或其他目的。图19以图表格式提供校准信息,其中条形图显示特定类型化验的校准失败计数,并且文本表格提供诸如相关仪器的状态的附加的详细信息。图11呈现了示例性控制面板界面,该界面包括具有诸如图19所示的校准失败计数信息的条形图以及与分析仪器的操作相关的其他信息,诸如每个站点的计数的数目及其连接状态。优选地,诸如图11所示的界面可以基于用户的偏好进行定制,使得每个用户可以一眼就能看到他或她认为可能与正在讨论的他的或她的对于仪器的特定责任最相关的所有信息。
本文使用的试剂实际上可以描述为用于分析仪器的任何消耗品。例如,试剂可以是流动相、缓仲剂、冲洗液、净化水、压缩气体,冷却液(例如,液态氮)等。
在其他实施方式中,数据库102可以托管远程诊断应用156,其中可以由访问界面150的人查看关于仪器的诊断数据。
例如,远程诊断应用156可以通过仪器114选择并向RC设备112发送预选数据发挥作用。RC设备112进而可以经由安全的加密连接110向数据库102传输仪器数据。一旦在数据库102处接收到数据,可以保存该数据并且由至少一个处理器进一步处理。对于远程诊断应用156,仪器操作数据可以被发送至RC设备112,并且RC设备112进而可以将数据发送至数据库102,其中数据可以由用户通过远程诊断应用156在界面150处可见。
在一个实施方式中,远程诊断应用156的特征可以分为三种主要类型:1)反应诊断、2)智能诊断和3)接口特征。反应诊断特征可以允许用户查看仪器状态并排除仪器问题。智能诊断特征可以允许系统和远程用户预测并控制所连接的仪器。接口特征可以允许仪器用户联网并升级他们的仪器。
反应诊断特征的两个功能可以是系统运行状况数据传递和控制面板。系统运行状况数据传递功能可以使远程诊断应用156能够捕获关于所连接的仪器的运行状况和性能的多参数信息,并将该数据用流传递至数据库102。该数据流可以馈送远程诊断应用156界面150,例如控制面板,并且可以触发功能以预测故障告警。
控制面板可以是主远程诊断应用156的用户界面。控制面板可以提供仪器运行状况的实时或接近实时的汇总。控制面板可以提供实时或接近实时的仪器状态、问题的快速远程诊断和/或详细的故障处理信息的监视。服务器中的算法可以为控制面板提供可以描述仪器的运行状况的经过组织的数据流,并且可以将这些数据转换为可读格式。
在一些实施方式中,服务提供商用户可以使用远程诊断应用156查看任何连接的仪器,并且可以在与仪器用户电话进行故障处理时立即评估系统状态。总的来说,控制面板可以为远程诊断应用156用户提供系统运行状况的详细视图,并且可以便于故障处理,如同技术支持代表在现场一样。
智能诊断特征可以允许对所连接的仪器进行预测和控制。智能诊断特征的这些功能性可以包括:远程桌面共享(RDS)、触发器和远程系统调整。用户可以使用RDS查看和控制及查看远程仪器状态并启动故障处理过程。触发器是监视输入的仪器数据并告警支持人员潜在的仪器问题的主动性算法。远程系统调整可以允许支持人员使用RDS调整远程仪器硬件和/或软件。
接口特征可以允许用户经由远程数据收集管道升级仪器。
在一些实施方式中,质量保证应用154和远程诊断应用156可以一起运行。在其它实施例中,质量保证应用154和远程诊断应用156可以单独地运行。在一个实施方式中,质量保证应用154和/或远程诊断应用156可以跟踪各种仪器的标准曲线并确定仪器上运行的标准是否在可接受的范围内。因此,仪器可以知道其标准超出可接受的范围并且可以要求技术人员在仪器用户实际上知道之前维修仪器。在其他实施方式中,应用可以用于使标准化过程自动化。换句话说,仪器可以知道何时其标准化是不可接受的并且可以在没有仪器用户输入的情况下指示技术人员或订购仪器的可供使用的零件。
在一个示例性实施方式中,质量保证应用154和/或远程诊断应用156可以跟踪远程仪器的操作温度。数据库系统中的处理器可以使用这些数据跟踪诸如加热器功能、能源使用、冷却液液位和/或加热器系统故障的趋势。同样,通过对丰富数据的分析,数据库系统可以知道仪器的加热系统何时不能有效或正常工作并且可以在没有仪器用户输入的情况下指示技术人员为仪器提供可供使用的零件。
在这两种情况下,质量保证应用154和/或远程诊断应用156可以有助于简化仪器功能并防止计划外的仪器故障造成的停机。
质量保证应用154和远程诊断应用156进一步还可以与数据库和数据分析程序或模块一起工作以识别可能存在于在全球范围内的仪器中的随机现象,所述随机现象只能通过查看一套完整或基本上完整的丰富数据并分析其潜在异常现象来识别。数据库系统中的至少一个处理器可以通过执行数据分析程序或模块以分析存储在本文描述的服务器上的大型丰富数据的数据库来实现该目标。示例1中描述了案例研究,其中使用本文描述的数据库系统来解决导致分析仪器中流通池故障的多方面的随机现象。
数据库102进一步还可以托管计量应用158,其中来自仪器的消耗品水平和数据可以由访问界面150的人员查看。该计量应用158可以提供消耗品的主动替换以防止由于消耗品的耗尽而导致工作流的意外停止或不准确的结果。
图4示出了示例性的界面屏幕截图。该屏幕截图显示用户网络中每个站点的每个仪器的化验计数。例如,在图4中,该用户有三个具有仪器的站点:站点A、站点B和站点C。可以理解,可以包括多于三个或少于三个的站点。例如,可以包括两个、四个、五个、六个、七个、八个、九个、十个、十一个、十二个、13个、14个、15个、16个、17个、18个、19个、20个或更多个站点。
屏幕截图中的上面的图表显示,站点A具有初始激增的样本运行,然后大幅下降。另一方面,站点C具有持续不断提高的样本周转率而站点B具有通常较低的样本周转率。查看三个站点随时间推移的样本计数的用户可能会在多个位置之间转换样本以平衡工作流。例如,可以将站点C的样本中一些转换至站点B以平衡两个站点之间的工作流。另一方面,当站点A具有逼近站点A的容量或超过容量的样本激增时,可以依据站点的特定工作流,根据需要将样本转换至站点B或站点C。
在图12、图13、图25和图26中提供可以呈现化验计数信息的界面的另外的示例。在图12中,示出了呈现由向其呈现界面的用户所选择的在每个站点处进行的关于测试数目的信息(在图12的情况下,每个站点是该用户有权访问的所有站点)的线形图(在实践中,该线形图优选地以彩色显示)。在图13中,呈现了相似的线形图(其与图12一样,优选以以彩色呈现),以及在第一图下面呈现的第二图,第二图示出在位于呈现在第一图中的总计数的站点中的特定一个站点处的特定仪器上进行的测试数目。图13还包括具有可以用于指定将呈现在示出的图中的信息的类型的控件的一个侧边栏和包括在这些图表中的信息的描述。图25示出了在每天、每周和一周的每天基础上进行的测试数目,使用颜色以指示在特定站点处对特定仪器进行的测试。图26呈现了不仅显示了使用特定仪器进行的测试的数目,而且还指示这些仪器上可用于跨站点能力比较的可用的测试菜单的表格界面。此外,图表和其他界面可以基于工作流中的历史趋势或甚至基于从目前趋势展望用于预测站点的工作流。
图5示出了来自与图4相同的三个站点的屏幕截图的替选视图。图5在条形图表的上部示出了每个站点处运行的每个特定化验的数目。因此,除了从图4中看到随时间推移的样本计数外,图5可以允许用户查看正在运行的特定化验是什么以达到总共的化验计数。该数据可能有助于进一步微调工作流。例如,站点A和站点B的特定化验较高,站点C虽然较高,但在该特定化验中工作流整体上都较低。因此,该特定化验可以在位置之间转换以更好地平衡工作流。
图5左下角的条形图表示出了样本(PT)、质量控制(QC)和标准化(Cal)的总样本容量。该图可以帮助用户了解针对质量控制/标准化比率而言样本运行效率如何以相应地转换样本。
图5右下角的图表示出了由三个站点处理的总体流体类型。在这里,血清是最大的类型。系统或用户可以将其他类型的流体测试分配给其他类型的仪器或此处未示出的其他位置以平衡工作流。例如,尿液取样可能需要额外的工人,如果将样本外包或移动至不同的位置,那么工人可能是不必要的。此外,特定的新仪器可能能够分流该部分的化验计数。在图14和图15中示出被分解的、呈现化验计数信息的附加的界面以指示特定化验。在图14中,该信息以三个条形图表呈现,一个条形图表示出特定化验,一个条形图表指示流体类型,以及一个条形图表指示特定的样本类型(即PT、QC或CAL)。在图15中,该信息呈现在指示化验类型的条形图表中、指示样本类型的条形图表(即,CAL、PT或QC)中和指示样本类型分布的饼形图中。诸如图14和图15所示的界面还优选地实施为使用颜色指示针对化验和流体类型的条形图表中的样本类型,从而为用户提供立即感知可用于识别和响应工作负荷上的异常的信息的方便的方式(例如,在图14的图表中,使用几乎所有未用于检测血清、尿液、血浆或CSF的化验用于校准,这一事实优选地将针对“其他”通过使用特定颜色反映出来,诸如用于“其他”的固体粉红色,从而允许用户修改相关工作流,诸如通过将更多附加类型的测试发送至相关仪器,或者减少将在该仪器上维护的测试菜单)。
这里图6示出了在四种不同仪器上运行的单个站点(站点A)化验分布的屏幕截图。该屏幕截图可用于将样本重新分配至不同的仪器以平衡仪器之间的工作流。例如,仪器2和仪器3基本上可以进行比仪器1和仪器4更多的化验。因此,工作流可以从仪器2和仪器3转换至仪器1和仪器4以平衡工作流。
此外,如果特定站点处的仪器具有较小的校准潜力,例如,未进行校准或是较旧的机器,则可以减少该机器上的工作量,或者可以在该机器上运行较低优先级的样本。较旧机器上的较低的化验计数可能会通过不使较旧仪器过度工作而潜在地增加其有效寿命。
此外,如果特定仪器中断和/或需要维修,图6的屏幕可以有效地将工作流移动至具有备用负载的不同机器。将化验从中断仪器移动至具有备用负载的被较少利用的仪器可以防止实验室停滞。在一个实施方式中,数据库服务器可以自动执行可以确定哪个仪器具有备用负载并将化验转换至该仪器的程序。因此,所描述的数据库系统有助于防止实验室停工。
图16中提供了呈现了运行在单个站点处的关于化验分布的信息的另外的示例性界面。在图16中,该信息可以优选地采用诸如先前在图14上下文中所讨论的颜色标记呈现,以使用户能够一目了然地区分针对样本进行的化验、校准与质量控制。此外,图16的界面示出了描绘界面的方法,其可以允许用户断定不同类型活动的大致频率。例如,在包括颜色标记的
图16的实施方案中,以相对较长的蓝色条开始,随后是细长的绿色条,随后是相对较长的蓝色条,随后是细长的绿色条,随后是相对细长的粉红色条,随后是另一相对较长的蓝色的条可以指示仪器测试了大量的样本(用第一蓝色条表示),随后是确认仪器仍按预期运行的质量控制测试,(由第一细长的绿色条表示),然后是又一大量的样本测试(由第二蓝色条表示),然后是指示仪器需要重新校准的质量控制测试(由第二绿色条表示),然后是重新校准(由粉红色条表示),然后是又一大量样本测试(由最后的蓝色条表示)。
图17中提供了可以呈现运行在各个站点处关于化验分布的信息的又一示例性界面。在该界面中,其可以使用与在图14和图16的上下文中讨论的相似类型的颜色标记,不仅能够使用户比较单个站点内的仪器,而且还能够使用户快速比较由单个实体运行的不同站点之间的信息,或者甚至能够使用户比较不同实体之间的信息。利用这种类型的功能,负责多台仪器的第三方服务提供商(例如,仪器制造商)可能会使用来自其整个客户群的信息快速识别趋势或常规实践。然后,这可以用于下述目的:诸如主动识别和启动针对问题的补救措施,或者生成可以提供给个体客户的匿名基准以使他们能够相对于对等组平均值评估他们的实践。当然,也可以具有诸如允许客户识别工作流问题(例如,在校准中正在使用过量仪器化验的仪器,或由几乎专门分配给特定机器的特定类型的化验造成的瓶颈)的其他用途,并且根据本公开内容对本领域普通技术人员来说这些用途将是直接明显的。因此,图16和图17的上述讨论与本文件中其余的附图的讨论一样,应理解为仅是说明性而不应视为限制性的。
图7示出了在两个不同仪器上的试剂使用的单个站点(站点C)分布的屏幕截图。此外,试剂可以按照批号和/或序列号被分开。显示平均试剂使用情况的线可以帮助例如确定是否正在使用多于或少于常用试剂的试剂以校准仪器。在一个实施方式中,该数据可与其他应用诸如质量保证应用154和远程诊断应用156一起使用,以确定是否正在使用超过正常量的校准或质量控制试剂,其可以指示不干净的检测器/源或出现故障的检测器/源。因此,计量应用可以与质量保证应用154和/或远程诊断应用156对接,以便在仪器发生故障前主动修复。
此外,可用使用试剂数据转换各仪器之间的工作量以有效地利用试剂和仪器寿命。
图7还示出了如何使用界面。可以使用户能够选择仪器所在的特定站点。这里,只选择了站点C。但是,在其他情况下,可以以各种组合选择其他站点。然后,基于所选站点处的仪器可以选择特定的仪器。这里,仪器按序列号列出,但可以使用其他标识符。然后,可以选择任意数目的化验用于显示。这里,因为仅显示试剂使用所以未选择任何化验。然后,可以选择试剂。这里,试剂按照批号显示,但另外可以用序列号、类型等标记。最后,选择日期范围并显示数据。事实上,当选择不同的选项时,数据可以接近实时地动态显示。
图8示出了试剂使用的多站点(站点A、站点B和站点C)分布的屏幕截图。结果以表格形式方便地呈现。该表格可以按照每个位置的每种化验类型的试剂使用设置。单元格可以根据化验运行的数目以较高或较低密度着色或渐变。较暗的阴影可以表示较多的运行数目,较浅的阴影可以表示较少的运行数目。白框可以指示没有进行使用特定试剂的化验。白色或无阴影的框可以使识别未运行的化验更容易被发现。可以理解的是,阴影框可能是不同颜色一起的颜色可以变化的阴影。
因此,在一些实施方式中,如图8所示,高密阴影单元格(实际上可以是不同的颜色)可以指示高容量并且可能需要将工作流转换至不同的仪器或至不同的站点。同样,较小的阴影密度的阴影密度可以指示工作流可以从该站点的另一仪器转换至该仪器,或者从另一站点转换至该仪器。同样,数据库系统中的处理器可以执行程序以根据数据库系统的需要、期望和/或发现而转换工作流。
图20和图21中提供可以呈现试剂使用数据的界面的另外的示例。从图21开始,图21示出了在特定站点使用具有单独仪器的特定盒进行的测试的数目,并且可以使用与先前在图14和图16至图17的上下文中讨论的相同的颜色方案以允许用户容易区分使用类型。图20还呈现了关于在特定位置处每个盒的测试次数的信息,但与图21的不同之处在于:图20可以使用单独的颜色方案以允许用户区分使用类型和界面中的数据所涉及的盒。基于由计量应用所呈现的任何数据,可能期望特定站点购买新的仪器以填补工作流的空白。此外,如果对等实验室可以查看另一实验室的化验工作量(匿名地),他们可能期望与该实验室的仪器设置相当并购买相似的一系列仪器以与生产率水平匹配。
在一些实施方式中,至少一个处理器可以自动执行能够实现仪器工作流中的效率的程序。例如,在正在更换试剂或特定传感器工作不正常时,处理器可以执行程序以自动转移来自特定仪器或甚至特定化验的工作流。同样,处理器可以执行程序以自动移动给定的实验室环境中的仪器之间的工作量以平衡特定工作流需求。
在一些实施方式中,处理器可以基于样本优先级执行程序以转换工作流。换句话说,处理器可以将低优先级的样本转换至较慢的仪器、具有较低精度的仪器或较旧的仪器。
可以使用如本文所使用的工作流用于通过仪器或通过站点描述样本容量,或者其可以使用该工作流用于描述需要监视和处理用于分析的样本的实验室人员。例如,即使一台仪器可能能够处理附加5%的工作流才达到容量,但那5%的增加可能需要额外的工人或加班的工人,其中简单地将工作转换至另一站点与可能需要额外工人或向工人支付加班费相比对公司来说可能更具成本效益。因此,从仪器和人员的角度来看,本文描述的由数据库系统提供的图表可以有助于平衡站点之间的工作流。
消耗品可以是诸如流动相、缓冲剂、冲洗液等的试剂。计量应用158可以监视远程仪器上的消耗品水平,并告警仪器用户使用者其消耗品即将耗尽,并呈现购买更多消耗品的选项。计量应用158还可以基于使用模式预测消耗品的损耗。例如,如果血液学实验室在每个月初总是使用较多的流动相溶液运行样本,则当预测到仪器用户将需要该消耗品时,计量应用158甚至在需要发生之前呈现购买更多该消耗品的选项。
在另一实施方式中,数据库102可以托管相似于应用构建器250的开发应用160,其中仪器、部件开发者、实验室用户等可以查看仪器数据以与其设计计算结合,获得对丰富数据的访问以开发疾病诊断和预测,并且提高仪器或实验室的运行效率。此外,开发应用160可以允许仪器制造商基于来自目前一代机器的数据构建更智能的机器。可以使用来自目前一代仪器的数据用于构建可以训练并建议技术人员以及甚至使更多实验室功能自动化的机器。
在另一实施方式中,数据库102可以托管本文描述的其他应用164或“应用”。
无论用户是服务提供商用户还是仪器用户的用户都可以经由计算机、平板计算机、移动设备或其他计算设备访问本文描述的界面。可访问数据可以是至少约1个月、至少约2个月、至少约6个月、至少约12个月、至少约24个月、至少约36个月、至少约48个月或更长时间的针对仪器中的特定仪器或集群或网络的数据。
示例1
案例研究
仪器制造商看到关于一系列分析测量仪器中的光散射参数不合规格的现场服务投诉明显增加。例如,这一点可以使用诸如图22和图23所示的呈现针对特定客户、站点和仪器的服务历史信息的界面看出来。这指出了可能的与流通池相关的故障,并且展开调查以处理不断增加的情况。
因为实验室面临潜在受影响的结果和仪器停机以及实验室保留处于危险中,因此目标变为确定根本原因并且缓解这一问题成为优先事项。
流通池故障是受可以通过多种方式表现出来的许多因素控制的现象。这个问题被认为是随机现象,或者是由于随机变量的影响而无法预测的问题。可能导致流通池相关故障的各种因素可以包括表1中的因素。
表格1
因此,需要一种解决方案可以解释可能导致流通池相关故障的任何和所有因素。
为了确定根本原因,对情况的初步分析需要大量资源。最初的步骤包括集中的数据分析,其包括收集和分析来自可能受到影响的仪器所在的特定站点的大量数据。该过程要求识别表现出流通池故障综合症的描述,并且收集和分析数据以发现模式和根本原因。
然而,这种集中的数据分析是漫长的过程,包括许多不适合的站点,接收现场数据(邮件或现场服务工程师访问)的漫长等待时间,包括许多数据格式和不完整或不充分数据集的广泛数据管理。因此,集中的数据分析并不是解决问题的答案。
另一步骤包括试图重现这个问题的内部实验。这些实验独立地测试因素并研究仪器改造的效果。共进行了24次内部实验。然而,内部实验存在问题。首先,流通池故障是低频事件因此难以重现。需要高的仪器使用率以重现该问题,这既耗时且昂贵。此外,仪器、仪器操作和血液样本的可变性导致了实验的复杂性并干扰实验的标准性并且产生不确定或统计上不可靠的结果。因此,内部实验不可能重现诸如流通池故障的高度复杂和随机的现象。
由于集中数据分析和内部实验,分析了来自40多个仪器的超过240GB的数据,分析了来自现场考察的超过170GB的数据,执行了来自24个内部实验的超过125,000份血液样本。该分析确定了一些潜在的根本原因,但没有得出统计上可靠的结论。
开发出针对上述问题的初步解决方案。开发出一种数据库系统,其中使用了具有来自安装在世界各地的仪器的大量接近实时数据的现成可用的数据库。数据库解决方案包括建立专用服务器,该服务器可以处理大型丰富数据以满足大规模、复杂的调查。然后,开发了协同工作的若干个程序以实现高效的大数据管理和分析。该数据库系统可以用在各种仪器上并识别许多不同的问题。
该数据库系统是一个远程管理和诊断系统,其允许将分析数据和性能数据从仪器连续传输至远程服务器或由制造商或服务提供商控制的服务器。输入数据可以被引导至使制造商或服务提供商能够诊断并帮助解决仪器问题的一组应用中。数据库系统的说明如图9所示。
数据库系统可以以仪器至仪器为基础提供包括系统信息的应用界面或控制面板。该界面可以允许服务提供商的服务和支持访问接近实时的系统状态,并跟踪用户定义的系统参数以触发性能告警。
在一个实施方式中,控制面板可以由加载在服务器上并存储在Oracle(或其他)数据库中的远程数据收集管道数据库馈送。
数据库系统是对流通池调查的局限性的潜在解决方案。早期的数据库系统是现成可用的并提供来自安装在全球的约1600个仪器的信息,提供代表现场行为的趋势的未开发数据的挖掘。
然而,仍然存在若干挑战。这些挑战包括以下事实:原始系统主要设计为用于单个仪器的实时监视,而不是用于随时间推移的大规模、高维度的数据分析。换句话说,对于随时间推移的大规模、高维度的数据分析,可能需要使用更复杂的统计工具来分析数据并且可能需要将数据下载至本地以便进行分析。
对于日常使用,可能存在将被使用或维护的数据要少于优选地用于诸如本文描述的流通池相关故障的随机现象分析的数据。例如,期望进行随机现象分析的个人或实体可能已经开发出了存储仅三个月数据的系统,但这个用于数据存储的时间表可能不足以看到流通池调查研究的趋势。大数据数据库可以能够存储数据达很长一段时间,例如六个月、一年或其他相似的时间段。因此,在这种情况下,为了克服现有数据库的三个月数据限制,可以设置大数据服务器以存储一年的仪器数据。
但是,大数据数据库可能带来进一步的挑战。大数据数据库中的数据可能需要存储在本地计算机中用于分析。然而,传输如此大的数据集可能花费相当的时间和可能足以使呼叫中心关停的带宽。从大数据数据库传输的数据可能非常大以至于没有本地计算机可以处理。例如,表2和表3说明了遇到的大量数据。
表格2——示例性三个月的数据集度量
表格3——示例性一年的数据集度量
所调查的解决方案中的一些包括:计算机处理器/存储器升级;开发使用C#、R、MATLAB和JMP统计软件开发的特定程序;以及协同且高效工作以加载、管理、标准化和图形化地表示数据。最终,多个解决方案的组合被证明是有效的,升级后的硬件用于处理数据,所述数据使用转换表进行交叉链接以关联来自单独记录的数据并减少必须存储在RAM中或在任何时间通信的信息量。
1年的数据的分析揭示了仪器流通池故障增加的3个主要驱动因素中的2个。第一驱动因素是某些批次的仪器清洁剂的有效性降低。仪器清洁剂批次的有效性降低与单个批次的原材料相关,该原材料与表现令人满意的其他批次不同。流通池壁的外部分析显示出仪器清洁剂无法有效去除的尿素和硫酸盐(来自降解的血红蛋白和抗菌剂)的残留。图10示出通过条形高度所表示的每个区域的每个清洁剂批次的失效率。如图所示,一旦更换批次,失效率降低。
第二驱动因素是在仪器软件的特定版本中自动清洗循环功能的降低。在先前的软件版本中,在存在完全堵塞的情况下,流通池孔径被倒冲洗最多达3次,而在较新的软件中,流通池仅被倒冲洗两次。
在使用数据库系统确定了驱动因素后采取了改正措施。改正措施数据见表4。
表格4
具有最大效益的改正措施包括:识别有缺陷的清洁剂批次,停止运送有缺陷的清洁剂批次,撤回有缺陷的清洁剂批次,并且完善的清洁周期被重新融入到新的软件版本中。
本案例研究表明,当应用例如大数据数据集的大量丰富数据时,数据分析程序或模块可以提供针对根据分析单个仪器的故障不明显的随机现象的解决方案。
除非另有说明,否则在说明书和权利要求书中使用的表示成分数量、诸如分子量、反应条件等性质的所有数字应理解为在所有情况下由术语“约”修饰。因此,除非有相反的指示,否则说明书和所附权利要求书中列出的数值参数是近似值,其可以根据本公开内容寻求获得的期望性质而变化。至少,并不作为试图将等同原则的应用限制在权利要求的范围内,每个数值参数至少应该根据报告的有效数字的数值并通过应用普通的舍入技术来解释。尽管阐述本公开内容的宽范围的数值范围和参数是近似值,但是尽可能精确地报告具体示例中列出的数值。然而,任何数值固有地包含必然地由其各自的测试测量中发现的标准偏差引起的某些误差。
在描述本公开内容的上下文中(特别是在所附权利要求书的上下文中),除非在本文中另有指示或与上下文明显矛盾,否则术语单数形式的以及相似的指示词应被解释为覆盖单数和复数。本文中对数值范围的描述仅旨在用作单独提及落入该范围内的每个单独值的简写方法。除非本文另有说明,否则将每个单独值并入本说明书中,如同在本文中单独描述一样。除非本文中另有所指或与上下文明显矛盾,否则可以以任何合适的顺序进行本文中描述的所有方法。除非另有说明,否则本文中提供的任何和所有示例或示例性语言(例如,“如”)的使用仅旨在更好地阐明本公开内容的实施方式,并且不对本公开内容的范围构成限制。说明书中的语言不应被解释为指示任何对本公开内容的实践必不可少的未要求保护的要素。
本文公开的本公开内容的替选元素或实施方式的分组不应被解释为限制。每个组成员可单独或与该组中的其他成员或本文找到的其他元件任意组合地被提及和要求保护。由于方便和/或可专利性的原因,预期的是组中的一个或更多个成员可以被包括在组中或从组中删除。当发生任何这种包括或删除时,该说明书被认为包含经修改的组,从而满足所附权利要求中使用的所有马库什(Markush)组的书面描述。
本文描述了本公开内容的某些实施方式,包括发明人已知的用于实现本公开内容的最佳模式。当然,在阅读上文描述后,那些描述的实施方式的变化对本领域技术人员将是显而易见的。发明人期望技术人员适当地采用这样的变型,并且发明人意图以不同于本文具体描述的方式来实践本公开内容。因此,本公开内容包括如适用法律所允许的在所附权利要求中所述的主题的所有修改和等同内容。此外,除非本文另有指示或另外与上下文明显矛盾,否则本公开内容包括上述元件在其所有可能变型中的任何组合。
最后,应理解,本文公开的本公开内容的实施方案是对本公开内容的原理的说明。在本公开内容的范围内可以采用其他修改方案。因此,作为示例而非限制,可以根据本文的教导运用本公开内容的替选配置。因此,本公开内容不限于精确地如所示和所述的那些。
Claims (11)
1.一种系统,包括:
可操作地耦接至一个或更多个服务器的一个或更多个远程分析仪器,其中,所述一个或更多个仪器被配置成从所述仪器实时地传输丰富数据,从所述一个或更多个仪器传输的所述丰富数据被收集并存储在所述一个或更多个服务器上的一个或更多个存储库中,其中,与所述一个或更多个服务器相关联的一个或更多个处理器被配置成使用实时收集的所述丰富数据执行数据分析模块,以识别与所述一个或更多个远程分析仪器相关联的随机现象。
2.根据权利要求1所述的系统,其中,使用来自所述一个或更多个存储库中的所述丰富数据和所述一个或更多个存储库中先前汇编的历史数据来识别所述随机现象,其中,包括相似字段的数据跨所述一个或更多个存储库交叉链接。
3.根据权利要求1所述的系统,其中,所述一个或更多个处理器被配置成:实时地确定针对所述随机现象的一个或更多个解决方案;按照升序排列所述一个或更多个解决方案;并且在所述一个或更多个仪器的位置处将所述一个或更多个解决方案的排序表实时地提供至所述一个或更多个仪器;并将改正措施实时地应用于所述一个或更多个仪器。
4.根据权利要求3所述的系统,其中,在便携式设备上实时地提供至少一个解决方案。
5.根据权利要求3所述的系统,其中,所述至少一个解决方案包括所述一个或更多个仪器的比较信息。
6.根据权利要求5所述的系统,其中,所述比较信息包括与所述一个或更多个仪器相关联的元数据,其中,所述元数据包括试剂使用数据、校准数据、化验计数数据和仪器序列号数据中的至少一种。
7.根据权利要求1所述的系统,其中,从所述一个或更多个仪器和/或所述一个或更多个服务器传输的所述数据是经过加密的。
8.一种诊断实验室仪器的方法,所述方法包括:
将来自多个远程定位的实验室仪器的数据收集到至少一个或更多个存储库中,其中,所述数据包括在一段时间内记录的流通池相关故障;
采用在专用服务器上的交叉链接的转换表来处理所述数据;
识别针对所述流通池相关故障的一个或更多个驱动因素;以及
针对所识别出的与所述流通池相关故障相关联的一个或更多个驱动因素中的至少一个来部署改正措施。
9.根据权利要求8所述的方法,其中,所述多个远程定位的实验室仪器包括至少约1600个实验室仪器。
10.根据权利要求8所述的方法,其中:
针对所述流通池相关故障的所述一个或更多个驱动因素包括:一个或更多个批次的仪器清洁剂的有效性的降低;以及
针对所识别出的所述流通池相关故障的一个或更多个驱动因素中的至少一个来部署所述改正措施包括:更换所述一个或更多个批次的仪器清洁剂中的每一个。
11.根据权利要求8所述的方法,其中:
针对所述流通池相关故障的所述一个或更多个驱动因素包括:在仪器软件的特定版本中自动清洗循环功能的降低;
针对所识别出的所述流通池相关故障的一个或更多个驱动因素中的至少一个来部署所述改正措施包括:部署软件更新、增加由堵塞触发的流通池孔径倒冲洗的数目。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662380749P | 2016-08-29 | 2016-08-29 | |
US62/380,749 | 2016-08-29 | ||
PCT/US2017/049083 WO2018044865A1 (en) | 2016-08-29 | 2017-08-29 | Remote data analysis and diagnosis |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109791808A true CN109791808A (zh) | 2019-05-21 |
CN109791808B CN109791808B (zh) | 2023-07-11 |
Family
ID=59858778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780060693.5A Active CN109791808B (zh) | 2016-08-29 | 2017-08-29 | 远程数据分析和诊断 |
Country Status (4)
Country | Link |
---|---|
US (2) | US11195611B2 (zh) |
EP (2) | EP3504653B1 (zh) |
CN (1) | CN109791808B (zh) |
WO (1) | WO2018044865A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113470795A (zh) * | 2020-03-30 | 2021-10-01 | 上海奥普生物医药股份有限公司 | 数据跟踪方法、系统、服务器及存储介质 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018044865A1 (en) | 2016-08-29 | 2018-03-08 | Beckman Coulter, Inc. | Remote data analysis and diagnosis |
CN110140179A (zh) | 2016-10-26 | 2019-08-16 | 拜克门寇尔特公司 | 实验室仪器的远程监测 |
GB201702933D0 (en) * | 2017-02-23 | 2017-04-12 | Ge Healthcare Bio Sciences Ab | A method and a system for installation of an instrument |
EP3534258B1 (en) * | 2018-03-01 | 2021-05-26 | Siemens Healthcare GmbH | Method of performing fault management in an electronic apparatus |
US11048811B2 (en) * | 2018-12-19 | 2021-06-29 | Jpmorgan Chase Bank, N. A. | Methods for big data usage monitoring, entitlements and exception analysis |
WO2020154456A1 (en) | 2019-01-25 | 2020-07-30 | Beckman Coulter, Inc. | Maintenance management system for laboratory instrumentation |
US11829277B2 (en) * | 2019-03-21 | 2023-11-28 | Dish Network Technologies India Private Limited | Systems and methods for remote debugging |
TWI749717B (zh) * | 2020-08-17 | 2021-12-11 | 新加坡商鴻運科股份有限公司 | 異常日誌處理方法、裝置、終端設備、雲端伺服器及系統 |
US20230184794A1 (en) * | 2021-12-15 | 2023-06-15 | Waters Technologies Ireland Limited | Methods, mediums, and systems for monitoring the health of an analytical chemistry system |
WO2024121417A1 (en) * | 2022-12-09 | 2024-06-13 | F. Hoffmann-La Roche Ag | System, method and graphical user interface for managing quality control for a diagostic system |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101286954A (zh) * | 2007-02-13 | 2008-10-15 | Abb研究有限公司 | 用于机器人的远程诊断系统 |
WO2010086862A1 (en) * | 2009-02-01 | 2010-08-05 | Sparklix Ltd. | Comprehensive electronic laboratory notebook |
US20140184223A1 (en) * | 2004-04-01 | 2014-07-03 | Liposcience, Inc. | Nmr analyzers for clinical evaluation of biosamples |
WO2015179370A1 (en) * | 2014-05-20 | 2015-11-26 | Siemens Healthcare Diagnostics Inc. | Intelligent service assistant inference engine |
Family Cites Families (55)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4858154A (en) | 1986-04-07 | 1989-08-15 | Coulter Electronics, Inc. | Interlaboratory quality assurance program |
ATE137026T1 (de) | 1988-08-02 | 1996-05-15 | Abbott Lab | Vorrichtung zur analyse biologischer proben |
US6192320B1 (en) | 1991-07-30 | 2001-02-20 | The University Of Virginia Patent Foundation | Interactive remote sample analysis system |
US5532941A (en) | 1994-07-08 | 1996-07-02 | Lin; Lawrence I. | Inter-laboratory performance monitoring system |
US5946471A (en) | 1995-08-10 | 1999-08-31 | University Of Cincinnati | Method and apparatus for emulating laboratory instruments at remote stations configured by a network controller |
US6269276B1 (en) | 1998-03-31 | 2001-07-31 | Roche Diagnostics Corporation | Multi-rule quality control method and apparatus |
US6434572B2 (en) | 1998-11-25 | 2002-08-13 | Ge Medical Technology Services, Inc. | Medical diagnostic system management method and apparatus |
US6574518B1 (en) | 1999-11-29 | 2003-06-03 | General Electric Company | Method and apparatus for communicating operational data for a system unit in a medical diagnostic system |
EP1107159B1 (en) | 1999-11-30 | 2009-04-29 | Sysmex Corporation | Quality control method and device therefor |
JP2002149874A (ja) | 2000-11-07 | 2002-05-24 | Ricoh Co Ltd | 電子マニュアル提供システムおよび方法、並びにサーバ装置 |
WO2003010612A2 (en) | 2001-07-24 | 2003-02-06 | University Of Delhi | Multifunction interface device for use, inter alia, in laboratory procedures |
US7491367B2 (en) | 2002-06-04 | 2009-02-17 | Applera Corporation | System and method for providing a standardized state interface for instrumentation |
US20040130572A1 (en) | 2003-01-07 | 2004-07-08 | Aravind Bala | Active content wizard: execution of tasks and structured content |
US8719053B2 (en) | 2003-07-17 | 2014-05-06 | Ventana Medical Systems, Inc. | Laboratory instrumentation information management and control network |
US7860727B2 (en) | 2003-07-17 | 2010-12-28 | Ventana Medical Systems, Inc. | Laboratory instrumentation information management and control network |
CA2540336C (en) | 2003-10-17 | 2013-05-14 | Hydralift Amclyde, Inc. | Equipment component monitoring and replacement management system |
US20060074597A1 (en) | 2004-09-29 | 2006-04-06 | Avaya Technology Corp. | Intelligent knowledge base for an alarm troubleshooting system |
US20060206358A1 (en) | 2005-02-28 | 2006-09-14 | Beaver Stephen J | Medical data reporting systems, methods and devices |
WO2006116455A2 (en) | 2005-04-26 | 2006-11-02 | Applera Corporation | System for genetic surveillance and analysis |
EP1907837A1 (en) | 2005-06-24 | 2008-04-09 | Beckman Coulter, Inc. | Immunoassay of phosphorylated proteins |
WO2007087136A2 (en) | 2006-01-13 | 2007-08-02 | Velocity11 | System and method for error recovery |
US7661013B2 (en) | 2006-01-13 | 2010-02-09 | Agilent Technologies, Inc. | System and method for error recovery |
US7761809B2 (en) | 2006-03-30 | 2010-07-20 | Microsoft Corporation | Targeted user interface fall-through |
WO2008083345A2 (en) | 2006-12-30 | 2008-07-10 | Peak8 Partners, Llc | Technical support agent and technical support service delivery platform |
US8626149B2 (en) | 2007-12-18 | 2014-01-07 | Qualcomm Incorporated | Monitoring and troubleshooting a module associated with a portable communication device |
JP5148306B2 (ja) | 2008-01-31 | 2013-02-20 | シスメックス株式会社 | 分析装置用精度管理システム、管理装置、および情報提供方法 |
US8984083B2 (en) | 2008-06-16 | 2015-03-17 | Keysight Technologies, Inc. | System and method to integrate measurement information within an electronic laboratory notebook environment |
EP2401678A4 (en) * | 2009-02-27 | 2016-07-27 | Ortho Clinical Diagnostics Inc | METHOD FOR DETECTION OF IMMINENT ANALYTICAL FAILURE OF NETWORK DIAGNOSTIC CLINICAL ANALYZERS |
US20100229022A1 (en) | 2009-03-03 | 2010-09-09 | Microsoft Corporation | Common troubleshooting framework |
US9953141B2 (en) * | 2009-11-18 | 2018-04-24 | Becton, Dickinson And Company | Laboratory central control unit method and system |
CN102741430B (zh) * | 2009-12-01 | 2016-07-13 | 牛津楠路珀尔科技有限公司 | 生化分析仪器、用于进行生化分析的第一模块以及相关方法 |
US8676600B2 (en) | 2010-08-12 | 2014-03-18 | Fenwal, Inc | Mobile applications for blood centers |
US8972067B2 (en) | 2011-05-11 | 2015-03-03 | General Electric Company | System and method for optimizing plant operations |
US20130014012A1 (en) | 2011-07-06 | 2013-01-10 | Honeywell International Inc. | Interactive electronic technical manual system and method |
US9443710B2 (en) | 2011-09-16 | 2016-09-13 | Waters Technologies Corporation | Techniques for automated performance maintenance testing and reporting for analytical instruments |
US9952659B2 (en) | 2011-11-08 | 2018-04-24 | Microsoft Technology Licensing, Llc | Presentation of multiple sources of application guidance information |
WO2014164809A1 (en) * | 2013-03-11 | 2014-10-09 | S.E.A. Medical Systems, Inc. | Designs, systems, configurations, and methods for immittance spectroscopy |
US10682102B2 (en) | 2013-03-15 | 2020-06-16 | Fenwal, Inc. | Systems, articles of manufacture, and methods for multi-screen visualization and instrument configuration |
WO2015023443A1 (en) | 2013-08-16 | 2015-02-19 | Siemens Healthcare Diagnostics Inc. | User interface tool kit for mobile devices |
EP2857844B1 (de) | 2013-10-07 | 2021-12-01 | Eppendorf AG | Laborgerät, System und Verfahren zur gerätegesteuerten Behandlung mindestens einer Laborprobe unter Verwendung mindestens eines Verbrauchsartikels |
CA2927938A1 (en) | 2013-10-24 | 2015-04-30 | Theranos, Inc. | Systems and methods for ordering laboratory tests and providing results thereof |
WO2015171581A1 (en) | 2014-05-07 | 2015-11-12 | Siemens Healthcare Diagnostics Inc. | Intelligent service assistant - instrument side software client |
CN107667405B (zh) | 2015-06-05 | 2022-02-18 | 雅培医护站股份有限公司 | 用于确保与单次使用测试设备一起使用的护理点仪器的质量合规性的系统和方法 |
US10197993B2 (en) | 2016-03-31 | 2019-02-05 | Sysmex Corporation | Method and system for performing quality control on a diagnostic analyzer |
US9935852B2 (en) | 2016-06-06 | 2018-04-03 | General Electric Company | Methods and systems for network monitoring |
WO2018022351A1 (en) * | 2016-07-25 | 2018-02-01 | Siemens Healthcare Diagnostics Inc. | Methods and apparatus for predicting and preventing failure of in vitro diagnostic instruments |
WO2018044865A1 (en) | 2016-08-29 | 2018-03-08 | Beckman Coulter, Inc. | Remote data analysis and diagnosis |
CN110140179A (zh) | 2016-10-26 | 2019-08-16 | 拜克门寇尔特公司 | 实验室仪器的远程监测 |
EP3532985B1 (en) | 2016-10-28 | 2023-07-12 | Beckman Coulter, Inc. | Substance preparation evaluation system |
EP3764882A4 (en) | 2018-03-14 | 2021-05-12 | Siemens Healthcare Diagnostics Inc. | EQUIPMENT AND PROCEDURES FOR PREDICTIVE QUALITY CONTROL IN DIAGNOSTIC TEST SYSTEMS |
CA3099659A1 (en) | 2018-05-07 | 2019-11-14 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for data collection, learning, and streaming of machine signals for analytics and maintenance using the industrial internet of things |
EP3963339A4 (en) | 2019-05-02 | 2023-01-18 | Beckman Coulter, Inc. | DEVICE SPECIFIC QUALITY CONTROL SYSTEM AND METHOD |
US12074943B2 (en) | 2019-05-29 | 2024-08-27 | Roche Diagnostics Operations, Inc. | Techniques for providing data packages to analytical devices |
US11817212B2 (en) | 2019-06-26 | 2023-11-14 | Roche Diagnostics Operations, Inc. | Maintenance method for a laboratory system |
WO2021015872A1 (en) | 2019-07-24 | 2021-01-28 | Siemens Healthcare Diagnostics Inc. | Methods and apparatus of maintenance scheduling in automated testing over a planning period |
-
2017
- 2017-08-29 WO PCT/US2017/049083 patent/WO2018044865A1/en active Application Filing
- 2017-08-29 US US16/330,338 patent/US11195611B2/en active Active
- 2017-08-29 EP EP17765515.6A patent/EP3504653B1/en active Active
- 2017-08-29 CN CN201780060693.5A patent/CN109791808B/zh active Active
- 2017-08-29 EP EP22180556.7A patent/EP4116984A1/en not_active Withdrawn
-
2021
- 2021-12-01 US US17/539,440 patent/US11955230B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140184223A1 (en) * | 2004-04-01 | 2014-07-03 | Liposcience, Inc. | Nmr analyzers for clinical evaluation of biosamples |
CN101286954A (zh) * | 2007-02-13 | 2008-10-15 | Abb研究有限公司 | 用于机器人的远程诊断系统 |
WO2010086862A1 (en) * | 2009-02-01 | 2010-08-05 | Sparklix Ltd. | Comprehensive electronic laboratory notebook |
WO2015179370A1 (en) * | 2014-05-20 | 2015-11-26 | Siemens Healthcare Diagnostics Inc. | Intelligent service assistant inference engine |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113470795A (zh) * | 2020-03-30 | 2021-10-01 | 上海奥普生物医药股份有限公司 | 数据跟踪方法、系统、服务器及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2018044865A1 (en) | 2018-03-08 |
EP3504653A1 (en) | 2019-07-03 |
US11955230B2 (en) | 2024-04-09 |
US20220093244A1 (en) | 2022-03-24 |
US11195611B2 (en) | 2021-12-07 |
US20200185091A1 (en) | 2020-06-11 |
CN109791808B (zh) | 2023-07-11 |
EP3504653B1 (en) | 2022-08-03 |
EP4116984A1 (en) | 2023-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109791808A (zh) | 远程数据分析和诊断 | |
Singh et al. | Advancing the science of measurement of diagnostic errors in healthcare: the Safer Dx framework | |
US10929939B2 (en) | Business intelligence portal | |
US20170199979A1 (en) | Method and system of radiation profiling | |
US20150081396A1 (en) | System and method for optimizing business performance with automated social discovery | |
JP2019521310A (ja) | 液体ハンドリング品質保証のためのシステム及び方法 | |
CN111754197A (zh) | 管理工作流程的实验室管理系统、方法和计算机可读介质 | |
Ieva et al. | Detecting and visualizing outliers in provider profiling via funnel plots and mixed effect models | |
Luijten et al. | Faster defect resolution with higher technical quality of software | |
CN111145848A (zh) | 临床试验中的不良反应事件检测方法、装置、介质与设备 | |
CN103097864A (zh) | 用于管理联网实验室中的分析质量的方法和系统 | |
Abdullah et al. | Performance evaluation of rule‐based expert systems: An example from medical billing domain | |
Ye | Design and development of an informatics-driven implementation research framework for primary care studies | |
Jacobsen et al. | Improving food safety through data pattern discovery in a sensor-based monitoring system | |
Price et al. | Enabling collaborative governance of medical AI | |
Walkey et al. | Novel tools for a learning health system: a combined difference-in-difference/regression discontinuity approach to evaluate effectiveness of a readmission reduction initiative | |
Tan | Developments in Healthcare Information Systems and Technologies: Models and Methods: Models and Methods | |
Mildenberger | IT innovation and big data | |
Badrick et al. | Philippines Diagnostic Pathology Laboratory Benchmarking | |
Yang | Using real-world evidence to transform drug development: opportunities and challenges | |
CN114563991B (zh) | 一种智能核医学影像检查的全过程质量管控系统 | |
Minea et al. | Smart Preventive Maintenance of Hybrid Networks and IoT Systems Using Software Sensing and Future State Prediction | |
Paramita | Public Health Information Standard Data Quality and Governance | |
Wong | Risk management in clinical laboratories | |
Giess et al. | Impact of an Information Technology–Enabled Quality Improvement Initiative on Timeliness of Patient Contact and Scheduling of Screening Mammography Recall |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |