DE102017102679A1

DE102017102679A1 - Benutzerverhalten berücksichtigende Analyse für Messgerät

Info

Publication number: DE102017102679A1
Application number: DE102017102679.7A
Authority: DE
Inventors: Klaus Witt; Konstantin Shoykhet
Original assignee: Agilent Technologies Inc
Current assignee: Agilent Technologies Inc
Priority date: 2017-02-10
Filing date: 2017-02-10
Publication date: 2018-08-16

Abstract

Analysevorrichtung (100) für ein Messgerät (10), die eine Erfasseinrichtung (104), die zum Erfassen von Messgerätbetriebsdaten und zugehörigen benutzerbezogenen Daten vor, während und/oder nach einem Messbetrieb des Messgeräts (10) eingerichtet ist, und eine Korrelationseinrichtung (106) aufweist, die zum Auffinden einer Korrelation zwischen den Messgerätbetriebsdaten und den benutzerbezogenen Daten eingerichtet ist.

Description

TECHNISCHER HINTERGRUND
Die vorliegende Erfindung betrifft eine Analysevorrichtung, ein Messgerät, ein Verfahren, ein computerlesbares Speichermedium, ein Programmelement und eine Verwendung.
In einer HPLC wird typischerweise eine Flüssigkeit (mobile Phase) bei einer sehr genau kontrollierten Flussrate (zum Beispiel im Bereich von Mikrolitern bis Millilitern pro Minute) und bei einem hohen Druck (typischerweise 20 bis 1000 bar und darüber hinausgehend, derzeit bis zu 2000 bar), bei dem die Kompressibilität der Flüssigkeit spürbar sein kann, durch eine sogenannte stationäre Phase (zum Beispiel in einer chromatografischen Säule), bewegt, um einzelne Komponenten einer in die mobile Phase eingebrachten Probenflüssigkeit voneinander zu trennen. Ein solches HPLC-System ist bekannt zum Beispiel aus der EP 0,309,596 B1 derselben Anmelderin, Agilent Technologies, Inc.
Eine solche HPLC ist im Betrieb zahlreichen Risiken hinsichtlich des Auftretens von Artefakten ausgesetzt, die aufgrund der hohen Komplexität einer HPLC nicht alle rein analytisch erklärbar sind. Dies beschränkt die Genauigkeit von Messergebnissen an HPLCs und anderen Messgeräten.
OFFENBARUNG
Es ist eine Aufgabe der Erfindung, ein Messgerät mit hoher Fehlerrobustheit zu betreiben. Die Aufgabe wird mittels der unabhängigen Ansprüche gelöst. Weitere Ausführungsbeispiele sind in den abhängigen Ansprüchen gezeigt.
Gemäß einem exemplarischen Ausführungsbeispiel der vorliegenden Erfindung ist eine Analysevorrichtung für ein Messgerät geschaffen, wobei die Analysevorrichtung eine Erfasseinrichtung, die zum Erfassen von Messgerätbetriebsdaten und zugehörigen benutzerbezogenen Daten vor, während und/oder nach einem Messbetrieb des Messgeräts eingerichtet ist, und eine Korrelationseinrichtung, die zum Auffinden einer Korrelation (insbesondere einer Beziehung und/oder einem Zusammenhang) zwischen den Messgerätbetriebsdaten und den benutzerbezogenen Daten eingerichtet ist.
Gemäß einem anderen exemplarischen Ausführungsbeispiel ist ein Messgerät zur Durchführung einer Messung bereitgestellt, wobei das Messgerät eine Analysevorrichtung mit den oben beschriebenen Merkmalen zum Analysieren des Messgeräts aufweist.
Gemäß noch einem anderen exemplarischen Ausführungsbeispiel wird ein (insbesondere menschliches) Benutzerverhalten beim Betrieb eines Probentrenngeräts (insbesondere in Kombination mit objektiven Werten von auf den Betrieb des Probentrenngeräts bezogenen Observablen, weiter insbesondere Messbedingungen und/oder detektierte Messdaten) als Lerndaten für ein System künstlicher Intelligenz zum zukünftigen Steuern oder Betrieb des Probentrenngeräts verwendet. In einem Ausführungsbeispiel kann allerdings bereits die Verarbeitung der Daten und die Darstellung der Ergebnisse bzw. die Darstellung der Vorschläge zur Steuerung und Betrieb des Probentrenngeräts genügen (also ohne aktives Tun des Systems am Probentrenngerät).
Gemäß noch einem anderen exemplarischen Ausführungsbeispiel werden Daten über ein Benutzerverhalten bei einer Tätigkeit an einem Messgerät und/oder an mittels eines Messgeräts erfassten Messdaten zur Ermittlung von Prozessen, Situationen und/oder Aktionen verwendet, die überdurchschnittlich (zum Beispiel oberhalb eines vorgegebenen Schwellwerts oder oberhalb eines zeitlichen Mittelwerts) viel Aufwand erfordern und/oder für den Benutzer überdurchschnittlich (zum Beispiel oberhalb eines vorgegebenen Schwellwerts oder oberhalb eines zeitlichen Mittelwerts) belastend sind, und werden Korrekturmaßnahmen eingeleitet, um die so ermittelten Prozesse, Situationen und/oder Aktionen im Benutzerworkflow (zum Beispiel im Betrieb des Messgeräts) zu vermeiden, zu minimieren und/oder zu optimieren.
Gemäß noch einem anderen exemplarischen Ausführungsbeispiel ist ein Verfahren zum Analysieren eines Messgeräts bereitgestellt, wobei bei dem Verfahren Messgerätbetriebsdaten und zugehörige benutzerbezogene Daten vor, während und/oder nach einem Messbetrieb erfasst werden, und eine Korrelation zwischen den Messgerätbetriebsdaten und den benutzerbezogenen Daten ermittelt wird.
In einem computerlesbaren Speichermedium gemäß einem Ausführungsbeispiel der vorliegenden Erfindung ist ein Programm zum Analysieren eines Messgeräts gespeichert, welches Programm, wenn es von einem oder mehreren Prozessoren ausgeführt wird, die oben beschriebenen Verfahrensschritte aufweist bzw. durchführt.
Ein Software-Programm (zum Beispiel gebildet durch ein oder mehrere Computerprogramm-Elemente) passend zu einem Ausführungsbeispiel der vorliegenden Erfindung zum Analysieren eines Messgeräts weist die oben beschriebenen Verfahrensschritte auf (bzw. führt diese durch oder steuert diese), wenn es von einem oder mehreren Prozessoren einer Analysevorrichtung oder eines Messgeräts ausgeführt wird.
Ausführungsbeispiele der vorliegenden Erfindung können sowohl mittels eines Computerprogramms, das heißt einer Software, als auch mittels einer oder mehrerer spezieller elektrischer Schaltungen, das heißt in Hardware, oder in beliebig hybrider Form, das heißt mittels Software-Komponenten und Hardware-Komponenten, realisiert werden.
Im Rahmen der vorliegenden Anmeldung kann unter dem Begriff „Messgerät“ insbesondere ein Gerät verstanden werden, das durch Erfassen von Messdaten bei Vorgeben bestimmter Messbedingungen einen Umstand von Interesse misst. Ein solches Messgerät kann insbesondere ein Probentrenngerät zum Trennen einer fluidischen Probe sein, deren einzelne Fraktionen getrennt und dann detektiert werden. Beispiele für Messgeräte, in denen Ausführungsbeispiele der Erfindung insbesondere implementiert werden können, sind ein Probentrenngerät, ein chromatographisches Probentrenngerät, ein Flüssigchromatographiegerät, ein Gaschromatographiegerät, ein Gelelektrophoresegerät, ein Elektrophoresegerät und/oder ein Massenspektrometer.
Im Rahmen der vorliegenden Anmeldung können unter dem Begriff „Messgerätbetriebsdaten“ insbesondere Betriebsparameter des Messgeräts verstanden werden. Solche Betriebsparameter können die (insbesondere sensorisch erfassbaren bzw. erfassten) Werte physikalischer Größen wie zum Beispiel Druck in einer Fluidleitung, Temperatur in einer Trennsäule, chemische Zusammensetzung eines Lösungsmittels, etc. sein. Solche Betriebsparameter können aber auch vorgegebene Parameter betreffen (zum Beispiel Parameter zur Charakterisierung einer chromatographischen Methode, Parameter zur Definition eines Gradientenlaufs, etc.), auf deren Basis ein Messgerät eine Messung durchführt. Auch im Betrieb des Messgeräts erfasste Messdaten, zum Beispiel ein Chromatogramm, können zumindest einen Teil der Messgerätbetriebsdaten bilden.
Im Rahmen der vorliegenden Anmeldung können unter dem Begriff „benutzerbezogene Daten“ insbesondere Daten und Informationen verstanden werden, die ein Verhalten eines Benutzers vor, während und/oder nach einer Messung betreffen oder beschreiben. Solche Daten können sich insbesondere auf ein emotionales Verhalten eines Benutzers (zum Beispiel verständnisloses oder verärgertes Kopfschütteln, akustische Unmutsäußerungen, etc.) beziehen und/oder auf einen Umgang des Benutzers mit Messergebnissen (zum Beispiel auf die Tatsache, dass ein Benutzer Messergebnisse verwirft, eine Messung wiederholt oder bei der Auswertung der Messung auffällige Handlungen vollführt, mit denen eine Messung, Messparameter und/oder ein Messergebnis durch den Benutzer bewertet wird oder werden).
Im Rahmen der vorliegenden Anmeldung kann unter dem Begriff einer „Zugehörigkeit“ benutzerbezogener Daten zu Messgerätbetriebsdaten (oder vice versa) insbesondere verstanden werden, dass Datengruppen oder Datensätze gebildet oder unterschieden werden können, die mindestens ein Element der Messgerätbetriebsdaten mindestens einem Element der benutzerbezogenen Daten zuordnen. Diese Zuordnung kann zeitlicher Natur sein, d.h. dass zugeordnete Messgerätbetriebsdaten und benutzerbezogene Daten zum selben Zeitpunkt oder in entsprechenden Zeiträumen generiert wurden. Die Zuordnung kann alternativ oder ergänzend sachlicher Natur sein, d.h. sich auf dieselbe Messung oder den selben Teil einer Messung bzw. eines Prozesses der Messdatenauswertung oder Messdatenbewertung beziehen.
Im Rahmen der vorliegenden Anmeldung kann unter dem Begriff „Korrelation“ insbesondere das (insbesondere zusammenhängende oder systematische) Auftreten spezifischer Muster oder Ereignisse in Messgerätbetriebsdaten und zugehörigen benutzerbezogenen Daten verstanden werden. Zum Beispiel können sowohl Messgerätbetriebsdaten das Auftreten einer Auffälligkeit während einer Messung (zum Beispiel ein unerwarteter Druckwert außerhalb eines Akzeptanzkorridors) dokumentieren wie auch zugehörige benutzerbezogene Daten (zum Beispiel das Verwerfen, Wiederholen und/oder kritische Bewerten von Messungen, bei denen ein Druckwert außerhalb des Akzeptanzkorridors lag, durch den Benutzer). Eine Korrelation kann insbesondere eine Beziehung und/oder einen Zusammenhang zwischen den Messgerätbetriebsdaten und den benutzerbezogenen Daten angeben oder betreffen. Der Begriff „Korrelation“ kann insbesondere das systematische gemeinsame Auftreten spezifischer Muster oder Ereignisse bezeichnen. Eine Korrelation kann aber auch in (insbesondere jedem) Einzelfall bestehen, bei dem die Daten korrelieren. Die korrelierenden Ereignisse (gemäß einem systematischen gemeinsamen Auftreten spezifischer Muster oder Ereignisse) können also tatsächlich gemeinsam auftreten.
Im Rahmen der vorliegenden Anmeldung kann unter dem Begriff „System künstlicher Intelligenz“ ein Informatiksystem verstanden werden, das Elemente künstlicher Intelligenz in eine Datenverarbeitung und/oder Entscheidungsfindung miteinbezieht. Ein Prozessor kann Algorithmen abarbeiten, die zu einem menschlicher Intelligenz entsprechenden Ergebnis führen können. Dadurch kann eine Automatisierung intelligenten Verhaltens erreicht werden. Durch ein System künstlicher Intelligenz kann insbesondere der Versuch unternommen werden, eine menschenähnliche Intelligenz nachzubilden, d.h., einen Prozessor so zu programmieren oder zu trainieren, dass er eigenständig die Bewertung des Betriebs eines Messgeräts vornehmen kann oder gar dessen Zustand einzuschätzen lernt. Elemente künstlicher Intelligenz sind insbesondere Musteranalyse und Mustererkennung sowie Mustervorhersage, jeweils insbesondere auf der Basis mathematischer, kognitiver und/oder statistischer Methoden.
Gemäß einem exemplarischen Ausführungsbeispiel der Erfindung kann vor und/oder während und/oder nach dem Betrieb eines Messgeräts ein kontinuierliches Nachverfolgen und Aufnehmen des Systemverhaltens des Messgeräts sowie von hierzu gehörenden Benutzereingriffen bzw. einer Benutzerwechselwirkung durchgeführt werden. Dadurch kann eine voraussagende Überwachung („predictive monitoring“) des Messgeräts erreicht werden und eine Fall-Markierung („case flagging“) für einzelne Messungen durchgeführt werden. Mögliche Artefakte während einer Messung können dadurch zuverlässig erkannt, markiert, berichtet und gegebenenfalls behoben oder behandelt werden. Erkannte Korrelationen zwischen Benutzerverhalten und Messgerätverhalten sind aufgrund der hierbei eingehenden komplementären (objektiven und subjektiven) Information besonders zuverlässige Mittel zur Identifikation der Anzeichen für besondere Ereignisse im Zusammenhang mit einer Messung an dem Messgerät. Die Zuverlässigkeit von Messergebnissen durch eine solche korrelationsbasierte Analyse kann besonders signifikant verbessert werden, da fehlerhafte oder zumindest mit Risiko behaftete Messungen zuverlässig identifiziert und ggf. aussortiert werden können. Zudem können Rückschlüsse auf zukünftige Messungen gezogen werden, um zum Beispiel erkannte Fehlerquellen mit Wirkung für die Zukunft zu vermeiden. Exemplarische Ausführungsbeispiele der Erfindung können auch dazu dienlich sein, im Vorfeld zukünftige Entwicklungen zu erkennen und gegebenenfalls gegenzusteuem (zum Beispiel bei Erkennung eines sukzessiven Wegdriftens eines Messparameters des Messgeräts, das durch Analyse der verschiedenen Datentypen erkannt werden kann).
Insbesondere kann durch eine kombinatorische Betrachtung von Messgerätbetriebsdaten und benutzerbezogenen Daten eine neue Qualität in der Analyse eines Messgeräts erreicht werden. Neben objektiven können anschaulich also auch subjektive Informationen zur Bewertung oder Analyse einer Messung herangezogen werden. Das Auffinden von Korrelationen zwischen solchen objektiven und subjektiven Datenkomponenten erlaubt es dann mit hoher Signifikanz, eine für die Qualität von Messungen relevante Beurteilung durchzuführen. Diese Beurteilung kann dann zum Beispiel als Basis für das Ergreifen von Maßnahmen bzw. Aktionen dienen, die auf einer breiten und komplementären Datenbasis fußen.
Im Weiteren werden zusätzliche Ausgestaltungen der Analysevorrichtung, des Messgeräts, des Verfahrens, des computerlesbaren Speichermediums, des Programmelements und der Verwendung beschrieben.
Gemäß einem Ausführungsbeispiel kann bei der Analysevorrichtung eine Aktionsermittiungseinrichtung vorgesehen sein, die zum Ermitteln einer Aktion basierend auf einer aufgefundenen Korrelation eingerichtet ist. In entsprechender Weise kann bei dem Verfahren eine Aktion basierend auf einer erkannten Korrelation ermittelt werden. Im Rahmen der vorliegenden Anmeldung kann der Begriff „Aktion“ insbesondere das Auslösen mindestens eines Ereignisses bei Auffinden einer entsprechenden Korrelation bezeichnen. Eine Art oder eine Eskalationsstufe im Zusammenhang mit der Aktion kann dabei von einer Art, Menge oder Signifikanz einer oder mehrerer aufgefundener Korrelationen abhängig gemacht werden. Eine solche Aktion kann eine bloße Ausgabe eines Hinweises oder Vorschlags ohne direkten Einfluss auf das Messgerät darstellen. Eine solche Aktion kann alternativ oder ergänzend aber auch einen unmittelbaren Einfluss auf den zukünftigen Betrieb des Messgeräts haben, zum Beispiel eine geänderte Ansteuerung des Messgeräts oder ein Betrieb des Messgeräts mit geänderten Betriebsparametern.
Gemäß einem Ausführungsbeispiel können die Messgerätbetriebsdaten vor, während und/oder nach dem Messbetrieb aufgenommene objektive Werte (zum Beispiel Werte physikalischer Größen) von auf den Messbetrieb bezogenen Observablen (wie Druck, Temperatur, eine optische Detektionsintensität, etc.) sein oder aufweisen. Insbesondere umfasst dieser Begriff mindestens einen Parameterwert einer Messbedingung (zum Beispiel herrschende Druck- oder Temperaturbedingungen im Messgerät, oder eine Lösungsmittelzusammensetzung aus mehreren Bestandteilen mit zugeordneten Mengen) und/oder mindestens einen Detektionswert betreffend ein Messergebnis (zum Beispiel Messpunkte eines Chromatogramms). Solche Werte können also zum Beispiel vorgegebene physikalische Bedingungen und/oder detektierte physikalische Messgrößen sein oder aufweisen. Auf diese Weise kann eine rationale bzw. objektivierte Analyse eines Messbetriebs oder Messgeräts erfolgen.
Gemäß einem Ausführungsbeispiel können die benutzerbezogenen Daten für eine (insbesondere subjektive) Benutzeraktion und/oder für eine (insbesondere subjektive) Benutzerreaktion vor, während und/oder nach der Durchführung des Messbetriebs indikativ sein. Die Benutzeraktion bzw. -reaktion kann in Zusammenhang mit den Messdaten oder mit der Tätigkeit des Benutzers in Verbindung mit den Messdaten stehen oder gebracht werden. Aus den benutzerbezogenen Daten können dann Verhaltensmuster abgeleitet werden, die mit Mustern oder Ereignissen in den Messgerätbetriebsdaten abgeglichen werden können. Zum Ermitteln der benutzerbezogenen Daten kann die Analysevorrichtung bzw. das Messgerät den Benutzer (zum Beispiel beim Betrieb des Messgeräts) beobachten, zum Beispiel unter Einsatz von Sensoren. Zum Beispiel können die benutzerbezogenen Daten für eine Benutzeremotion vor, während und/oder nach der Durchführung des Messbetriebs bzw. der Datenbewertung oder Datenauswertung indikativ sein. Auf diese Weise kann das Verhalten eines Benutzers in die automatisierte Analyse eines Messbetriebs bzw. eines Messgeräts einfließen. Die Berücksichtigung eines Benutzerverhaltens fügt der Analyse eine zur Berücksichtigung der Messgerätbetriebsdaten komplementäre Datenkomponente hinzu, die unabhängige oder zusätzliche Information einführt und daher die Zuverlässigkeit der Schlussfolgerungen der Analyse insgesamt deutlich erhöht. Solches Benutzerverhalten kann zum Beispiel ein sensorisch erfassbares Feedback des Benutzers zu Messergebnissen beinhalten (zum Beispiel auf sachlicher Basis das Verwerfen von Messdaten oder auf emotionaler Basis ein Schimpfen oder Gestikulieren, wenn der Benutzer von Messergebnissen irritiert oder mit Messergebnissen nicht zufrieden ist; auch das wiederholte Betrachten der Messdaten (zum Beispiel wegen möglicher Verschiebungen bestimmter Peaks in einem Chromatogramm von aufeinanderfolgenden Messungen) kann als benutzerbezogene Daten detektiert und berücksichtigt werden). Weitere Beispiele für benutzerbezogene Daten, die detektiert und berücksichtigt werden können, sind das Übereinanderlegen von aktuellen Daten mit vorhergehenden Daten oder das besondere Betrachten durch vergrößerte Inspektion einer Basislinie. Auf diese Weise kann auch eine die Gefühle und Empfindungen des Benutzers, mithin selbst eine irrationale Komponente des Benutzerverhaltens, in die Analyse eingehen. Solche emotionalen Komponenten können auch Ausdruck einer sachlich begründeten Inakzeptanz von Messergebnissen sein. Durch Berücksichtigung derartiger benutzerbezogener Daten kann das Benutzerverhalten formalisiert und/oder abstrahiert und mit den Messgerätbetriebsdaten abgeglichen werden. Im Rahmen der Erfassung benutzerbezogener Daten kann ein Grad einer Zufriedenheit eines Benutzers mit einer Messung von der Analysevorrichtung oder dem Messgerät auch explizit abgefragt werden.
Gemäß einem Ausführungsbeispiel kann die Aktion ein Warnhinweis, eine Verwerfung eines Messergebnisses, eine Wiederholung einer Messung, ein Vorschlag zur Wartung oder zum Austausch einer Komponente oder des gesamten Messgeräts, ein Vorschlag zur Veränderung einer Betriebsweise des Messgeräts und/oder eine Einsteuerung einer geänderten Betriebsweise des Messgeräts beinhalten. Somit kann insbesondere zwischen Aktionen unterschieden werden, die auf das Messgerät keine unmittelbare Auswirkung haben, und solchen Aktionen, welche den Betrieb des Messgeräts unmittelbar beeinflussen. Aktionen, die auf das Messgerät keine unmittelbare Auswirkung haben, können zum Beispiel die Ausgabe von akustischen und/oder optischen und/oder haptischen Warnhinweisen umfassen, oder das Unterbreiten von Vorschlägen an einen Benutzer zum zukünftigen Anpassen von Messbedingungen. Aktionen, die den Betrieb des Messgeräts unmittelbar beeinflussen, können solche sein, die dem Messgerät veränderte Steuerparameter bereitstellen, auf deren Basis der weitere Betrieb des Messgeräts erfolgt. Dies kann sowohl den Umgang mit Betriebsparametern als auch mit der Auswertung von Messergebnissen betreffen. Eine Aktion kann auch sein, im Falle des Nichterkennens von Störungen dem Benutzer einen unveränderten Betrieb des Messgeräts vorzuschlagen oder das Messgerät mit unveränderten Betriebsbedingungen anzusteuern. Fehlende Korrelationen können als Anzeichen einer fehlerfreien Funktion des Gerätes interpretiert werden.
Mit anderen Worten kann aus einer oder mehreren aufgefundenen Korrelationen eine Aktion oder Aussage abgeleitet werden, die sich auf den vergangenen Betrieb des Messgeräts und/oder den zukünftigen Betrieb des Messgeräts beziehen kann. Zum Beispiel kann eine solche Schlussfolgerung sein, dass eine Chromatographie-Trennsäule ausgetauscht werden muss („predictive maintenance“). Eine andere Schlussfolgerung kann sein, dass ein Hinweis ausgegeben wird, dass bei einer Weiterverwendung der vorliegenden Chromatographie-Trennsäule eine Messung wiederholt werden sollte. Gemäß noch einer anderen Schlussfolgerung kann angeregt werden, eine Messung zu verwerfen, wenn eine Injektion einer fluidischen Probe in eine mobile Phase bei einer ungünstigen Kolbenstellung eines Fluidantriebs eines chromatographischen Messgeräts erfolgte.
Gemäß einem Ausführungsbeispiel kann die Analysevorrichtung eine Benutzerverwaltungseinrichtung aufweisen, die zum Verwalten unterschiedlicher Benutzerprofile für unterschiedliche Benutzer und zum Bereitstellen der Benutzerprofile an die Korrelationseinrichtung zum Korrelieren von Messgerätbetriebsdaten mit (insbesondere nur) auf einen jeweiligen Benutzer bezogenen benutzerbezogenen Daten eingerichtet ist. Die Zuverlässigkeit eines Benutzerverhaltens im Hinblick auf die Erkennung von Störungen, Artefakten oder dergleichen kann stark von der Person eines Benutzers abhängen. Einem Benutzer, der große Erfahrung mit dem Betrieb des Messgeräts hat und/oder das Messgerät über einen langen Zeitraum störungsfrei betrieben hat, kann in vielen Fällen eine höhere Kompetenz zur Beurteilung möglicher Störungen zugeschrieben werden als einem Benutzer, der das Messgerät unsachgemäß betreibt und/oder noch keine große Erfahrung mit dem Betrieb dieses Messgeräts hat. Ein weiterer Aspekt ist das Temperament des Benutzers. Aktionen und/oder Reaktionen eines temperamentvollen Benutzers können anders bewertet oder gewichtet werden als die eines ruhigen Benutzers. Wenn die Analysevorrichtung die Identität des Benutzers ermittelt (zum Beispiel durch das Erfordernis, sich unter Angabe eines identifizierenden Passworts beim Messgerät anzumelden) oder automatisch erfasst (zum Beispiel mittels eines Fingerabdrucksensors, eines Retinasensors oder eines anderen biometrischen Sensors), kann für unterschiedliche Benutzer ein unterschiedliches Benutzerprofil definiert werden. Unterschiedliche Benutzerprofile können auch von einem Administrator eines Messgeräts vorgegeben werden. Unter Verwendung unterschiedlicher Benutzerprofile kann ein unspezifisches Vermischen von benutzerbezogenen Daten, die sich auf unterschiedliche Benutzer beziehen, vermieden werden, und der damit einhergehende Verlust von Signifikanz verhindert werden. Auf diese Weise kann die Zuverlässigkeit der Schlussfolgerungen der Analysevorrichtung weiter verbessert werden.
Gemäß einem Ausführungsbeispiel kann die Analysevorrichtung eine Benutzerverwaltungseinrichtung aufweisen, die zum Verwalten der benutzerbezogenen Daten dergestalt eingerichtet ist, dass die benutzerbezogenen Daten verschlüsselt werden, anonymisiert werden, in Klassen zusammengefasst werden und/oder generalisiert werden.
Gemäß einem Ausführungsbeispiel kann die Analysevorrichtung eine Kommunikationseinrichtung aufweisen, die zum Kommunizieren mit mindestens einer anderen Analysevorrichtung für mindestens ein anderes Messgerät derart ausgebildet ist, dass zwischen den Analysevorrichtungen Messgerätbetriebsdaten und/oder benutzerbezogene Daten kommuniziert werden. Ein solcher Datenaustausch zwischen unterschiedlichen Analysevorrichtungen, die unterschiedlichen Messgeräten zugeordnet sind, kann die Datenbasis verbreitern, auf die eine Analysevorrichtung (zum Beispiel zum Trainieren von neuronalen Netzwerken, einer Mustererkenneinrichtung oder anderen Elementen künstlicher Intelligenz) zurückgreifen kann. Auch festgestellte Korrelationen können ausgetauscht werden.
Gemäß einem Ausführungsbeispiel kann die Aktionsermittlungseinrichtung eingerichtet sein, die Aktion basierend auf der aufgefundenen Korrelation in Kombination mit mindestens einer vorbestimmten Expertenregel zu ermitteln. Wenn eine Korrelation zwischen objektiven Messgerätbetriebsdaten und subjektiven benutzerbezogenen Daten aufgefunden wurde, kann mittels einer Datenbank (insbesondere händisch oder automatisiert) ermittelt werden, ob für diese Art der Korrelation eine Expertenregel zur Verfügung steht, die bei ähnlichen Korrelationen in der Vergangenheit zu, nach Expertenbeurteilung, sinnvollen Aktionen geführt hat. Wird in einer entsprechenden Nachschlagetabelle eine passende Aktion gefunden, so kann diese durch die Analysevorrichtung ausgegeben werden. Einmal eingepflegte Expertenregeln erlauben es somit, bei festgestellten Korrelationen zielführende Aktionen in die Wege zu leiten.
Gemäß einem Ausführungsbeispiel kann die Korrelationseinrichtung eingerichtet sein, eine Korrelation mittels Data Mining (d.h. insbesondere eine systematische Anwendung statistischer Methoden auf große Datenbestände mit dem Ziel, Querverbindungen und Trends zu erkennen), Fuzzylogik (das heißt insbesondere unscharfe Logik, die für die Modellierung von Unsicherheit und Vagheit von Benutzerverhalten eingesetzt werden kann), Clustering (das heißt insbesondere Durchführung einer Clusteranalyse auf Basis eines Clustering-Algorithmus zur Entdeckung von Ähnlichkeitsstrukturen in den Datenbeständen, wobei so gefundene Gruppen von ähnlichen Objekten oder Korrelationen als Cluster und eine entsprechende Gruppenzuordnung als Clustering bezeichnet werden kann), einem trainierten neuronalen Netzwerk (d.h. insbesondere einem künstlichen neuronalen Netz aus künstlichen Neuronen, die zum Einstellen von Gewichten mit Daten gefüttert wurden und bei der Erkennung von Mustern und Korrelationen dienlich sein können), einem Instrument der künstlichen Intelligenz (d.h. insbesondere entsprechenden mathematischen Algorithmen), einer Ermittlung einer Korrelation (die insbesondere mittels einer Kreuzkorrelationsfunktion bzw. einer Faltung zwischen zwei Datenelementen berechnet werden kann), einer Mustererkennung (d.h. insbesondere unter Ausführung eines Algorithmus mit der Fähigkeit, in den Daten Regelmäßigkeit, Wiederholungen, Ähnlichkeiten oder Gesetzmäßigkeiten zu erkennen), einem iterativen Algorithmus (das heißt insbesondere ein Algorithmus, der Schleifen bzw. Wiederholungen von Anweisungen oder Anweisungsfolgen implementiert) und/oder einer statistischen Analyse (d.h. insbesondere unter Durchführung von Methoden zur Analyse empirischer Daten, um eine systematische Verbindung zwischen Empirie und Theorie herzustellen) aufzufinden. Alternativ oder ergänzend sind andere mathematische, statistische oder informationelle Methoden implementierbar, um Korrelationen zwischen Messgerätbetriebsdaten und benutzerbezogenen Daten zu identifizieren.
Gemäß einem Ausführungsbeispiel kann die Korrelationseinrichtung ausgebildet sein, mindestens eine Korrelation zwischen einer durch die Messgerätbetriebsdaten angezeigten Anomalie (insbesondere eine Besonderheit oder eine Auffälligkeit) des Messgeräts und einer durch die benutzerbezogenen Daten angezeigten Anomalie eines Benutzerverhaltens aufzufinden. Unter Anomalien werden hierbei insbesondere Unregelmäßigkeiten im Messablauf bzw. im Benutzerverhalten verstanden, die - insbesondere bei Erkennung einer Korrelation - Hinweis auf eine Falschmessung oder einen Messartefakt geben können. Zum Beispiel kann auf der Ebene der Messgerätbetriebsdaten unter einer Anomalie ein ungewöhnlich hoher Druckwert an einer bestimmten Stelle in einem fluidischen System oder eine unerwünschte Kolbenstellung eines Fluidantriebs beim Injizieren einer fluidischen Probe in einen Chromatographie-Trennpfad verstanden werden. Ein anderes Beispiel für eine erkannte Anomalie kann sein, dass sich in 80 % der Fälle der Benutzer auffällig verhält, wenn sich der Druck in dem Messgerät auffällig verhält.
Gemäß einem Ausführungsbeispiel kann die Analysevorrichtung eine Datenbankverwaltungseinrichtung aufweisen, die zum Ablegen von Messgerätbetriebsdaten und zugehörigen benutzerbezogenen Daten in einer Datenbank und zum Zugreifen und/oder Gewähren von Zugriff auf die Datenbank zum zukünftigen Analysieren des Messgeräts eingerichtet ist. Eine solche Datenbank kann zum Beispiel ein elektronischer Massenspeicher, wie zum Beispiel eine Festplatte, sein. Der oder die Prozessoren der Analysevorrichtung kann oder können auf die Datenbank zugreifen und hierbei einen Schreib- und/oder Lesezugriff haben. In der Datenbank können die Messgerätbetriebsdaten, die benutzerbezogenen Daten, Expertenregeln, von einer kommunizierfähig gekoppelten Analysevorrichtung bereitgestellte Daten, Daten im Zusammenhang mit einem oder mehreren Benutzerprofilen von Benutzern des Messgeräts, etc. gespeichert werden.
Gemäß einem Ausführungsbeispiel kann die Analysevorrichtung eine Qualitätsermittlungseinrichtung aufweisen, die zum Ermitteln eines für die Qualität einer Messung indikativen Qualitätsparameters basierend auf zumindest einem von den ermittelten Messgerätbetriebsdaten, den ermittelten benutzerbezogenen Daten und mindestens einer aufgefundenen Korrelation zwischen diesen eingerichtet ist. Abhängig von der Signifikanz und/oder Menge von Korrelationen kann die Qualität der Messung bzw. des Betriebs des Messgeräts eingestuft werden. Auf diese Weise kann einem Benutzer intuitiv zur Kenntnis gebracht werden, welche Zuverlässigkeit oder Aussagekraft eine soeben durchgeführte Messung hat. Ein Benutzer kann dann entscheiden, ob die Zuverlässigkeit für die Anwendung ausreichend ist oder die Messung wiederholt werden muss. Auf Basis eines solchen Qualitätsparameters kann auch eine automatisierte Steuerung des Messgeräts beibehalten oder erforderlichenfalls direkt für weitere Messungen geändert werden.
Gemäß einem Ausführungsbeispiel kann die Korrelationseinrichtung eingerichtet sein, die benutzerbezogenen Daten anhand der Messgerätbetriebsdaten zu interpretieren. Umgekehrt ist es auch möglich, die Messgerätbetriebsdaten anhand der benutzerbezogenen Daten zu interpretieren. Durch das jeweilige Hinzunehmen komplementärer Information ausgehend von einem der beiden Datensätze kann die hieraus extrahierbare Informationen verfeinert oder zuverlässiger ermittelt werden.
Bei einer festgestellten Korrelation kann die Analysevorrichtung selbsttätig in einen Lernmodus übergehen, um für zukünftige Analysen weitergehende Informationen abzuleiten. So kann die Analysevorrichtung zum Beispiel gezielt nach einmal gefundenen, erkannten, identifizierten und/oder (zum Beispiel von einem Operator oder Experten) erwarteten Korrelationen suchen.
Gemäß einem Ausführungsbeispiel kann die Trenneinrichtung als chromatographische Trenneinrichtung, insbesondere als Chromatographietrennsäule, ausgebildet sein. Bei einer chromatographischen Trennung kann die Chromatographietrennsäule mit einem Adsorptionsmedium versehen sein. An diesem kann die fluidische Probe aufgehalten werden und erst nachfolgend mit hinreichend Laufmittel (isokratisch) oder bei Anwesenheit einer spezifischen Lösungsmittelzusammensetzung (Gradient) fraktionsweise wieder abgelöst werden, womit die Trennung der Probe in ihre Fraktionen bewerkstelligt wird.
Das Probenseparationsgerät kann ein mikrofluidisches Messgerät, ein Life Science-Gerät, ein Flüssigchromatographiegerät, eine HPLC (High Performance Liquid Chromatography), eine UHPLC-Anlage, ein SFC-(superkritische Flüssigchromatographie) Gerät, ein Gaschromatographiegerät, ein Elektrochromatographiegerät und/oder ein Gelelektrophoresegerät sein. Allerdings sind viele andere Anwendungen möglich.
Die Fluidpumpe kann zum Beispiel dazu eingerichtet sein, die mobile Phase mit einem hohen Druck, zum Beispiel einige 100 bar bis hin zu 1000 bar und mehr, durch das System hindurch zu befördern.
Das Probentrenngerät kann einen Probeninjektor zum Einbringen der Probe in den fluidischen Trennpfad aufweisen. Ein solcher Probeninjektor kann eine mit einem Sitz koppelbare Injektionsnadel in einem entsprechenden Flüssigkeitspfad aufweisen, wobei die Nadel aus diesem Sitz herausgefahren werden kann, um Probe aufzunehmen, wobei nach dem Wiedereinführen der Nadel in den Sitz die Probe sich in einem Fluidpfad befindet, der, zum Beispiel durch das Schalten eines Ventils, in den Trennpfad des Systems hineingeschaltet werden kann, was zum Einbringen der Probe in den fluidischen Trennpfad führt.
Das Probentrenngerät kann einen Fraktionssammler zum Sammeln der getrennten Komponenten aufweisen. Ein solcher Fraktionssammler kann die verschiedenen Komponenten zum Beispiel in verschiedene Flüssigkeitsbehälter führen. Die analysierte Probe kann aber auch einem Abflussbehälter zugeführt werden.
Vorzugsweise kann das Probentrenngerät einen Detektor zur Detektion der getrennten Komponenten aufweisen. Ein solcher Detektor kann ein Signal erzeugen, welches beobachtet und/oder aufgezeichnet werden kann, und welches für die Anwesenheit und Menge der Probenkomponenten in dem durch das System fließenden Fluid indikativ ist.
Figurenliste
Andere Ziele und viele der begleitenden Vorteile von Ausführungsbeispielen der vorliegenden Erfindung werden leicht wahrnehmbar werden und besser verständlich werden unter Bezugnahme auf die folgende detailliertere Beschreibung von Ausführungsbeispielen in Zusammenhang mit den beigefügten Zeichnungen. Merkmale, die im Wesentlichen oder funktionell gleich oder ähnlich sind, werden mit denselben Bezugszeichen versehen.

1 zeigt ein als HPLC-System ausgebildetes Messgerät mit einer Analysevorrichtung gemäß einem exemplarischen Ausführungsbeispiel der Erfindung.
2 und 3 zeigen mögliche Implementierungen einer Analyse für ein Messgerät gemäß exemplarischen Ausführungsbeispielen der Erfindung.

Die Darstellung in den Zeichnungen ist schematisch.
1 zeigt ein HPLC-System als Beispiel für ein Messgerät 10 mit einer damit gekoppelten Analysevorrichtung 100 gemäß einem exemplarischen Ausführungsbeispiel der Erfindung.
1 zeigt den prinzipiellen Aufbau eines HPLC-Systems als Beispiel für ein als Probentrenngerät ausgebildetes Messgerät 10, wie es zum Beispiel zur Flüssigkeitschromatographie verwendet werden kann. Eine Fluidpumpe 20 als Fluidantrieb, die mit Lösungsmitteln aus einer Versorgungseinheit 25 versorgt wird, treibt eine mobile Phase durch eine Trenneinrichtung 30 (wie zum Beispiel eine chromatographische Säule), die eine stationäre Phase beinhaltet. Ein Entgaser 27 kann die Lösungsmittel entgasen, bevor diese der Fluidpumpe 20 zugeführt werden. Eine Probenaufgabeeinheit 40 mit einem Schaltventil 95 ist zwischen der Fluidpumpe 20 und der Trenneinrichtung 30 angeordnet, um eine Probenflüssigkeit in den fluidischen Trennpfad einzubringen. Die stationäre Phase der Trenneinrichtung 30 ist passend gewählt und dazu vorgesehen, Komponenten der Probe zu separieren. Ein Detektor 50 mit einer Flusszelle detektiert separierte Komponenten der Probe, und ein Fraktionierungsgerät kann dazu vorgesehen werden, separierte Komponenten der Probe in dafür vorgesehene Behälter auszugeben. Nicht mehr benötigte Flüssigkeiten können in einen Abflussbehälter 60 ausgegeben werden.
Eine Steuereinheit 70 steuert die einzelnen Komponenten 20, 25, 27, 30, 40, 50, 60, 95 des Messgeräts 10.
Wie ferner in 1 dargestellt, ist das Messgerät 10 zum Analysieren und gegebenenfalls Steuern oder Anpassen des Betriebs des Messgeräts 10 mit einer Analysevorrichtung 100 gemäß einem exemplarischen Ausführungsbeispiel der Erfindung gekoppelt. Alternativ kann die Analysevorrichtung 100 auch in das Messgerät 10 integriert sein.
Die Analysevorrichtung 100 weist eine Erfasseinrichtung 104 auf, die zum Erfassen von Messgerätbetriebsdaten und zugehörigen benutzerbezogenen Daten vor, während und/oder nach einem Messbetrieb des Messgeräts 10 eingerichtet ist.
Zum Erfassen von Messgerätbetriebsdaten ist die Erfasseinrichtung 104 mit den einzelnen Komponenten 20, 30, 40, 50, 60, 70 (optional auch mit weiteren Komponenten) des Messgeräts 10 kommunikativ gekoppelt, um von diesen mit Betriebsdaten des Messgeräts 10 (d.h. mit Messgerätbetriebsdaten) sowie mit auf den menschlichen Benutzer des Messgeräts 10 und seinen Handlungen bzw. Verhaltensweisen während des Messbetriebs bezogenen Daten versorgt zu werden (d.h. benutzerbezogene Daten). Um beide Datentypen zu generieren, können an bzw. zwischen den einzelnen Komponenten 20, 30, 40, 50, 60, 70 des Messgeräts 10 in 1 nicht dargestellten Sensoren vorgesehen sein, die entsprechende Sensordaten erzeugen und der Erfasseinrichtung 104 bereitstellen. An den einzelnen Fluidbauteilen 20, 30, 40 ohnehin vorgesehene Druckmessgeräte, Temperaturmessgeräte, etc. oder der optische Detektor 50 selbst können ebenfalls als Sensoren bzw. Quellen von Messgerätbetriebsdaten angesehen werden. Was die Messgerätbetriebsdaten betrifft, können solche Sensoren also zum Beispiel Drucksensoren, Temperatursensoren, chemische Sensoren, etc. sein, um Betriebsdaten des Messgeräts 10 wie Druck, Temperatur und die chemische Zusammensetzung von Betriebsflüssigkeiten zu erfassen und der Erfasseinrichtung 104 zu übermitteln. Objektive Anomalien (zum Beispiel übermäßige Druckwerte) während der Messung können aus den Messgerätbetriebsdaten extrahiert werden. Somit können die Messgerätbetriebsdaten vor, während und/oder nach dem Messbetrieb aufgenommene objektive Messparameter sein.
Was die benutzerbezogenen Daten betrifft, können entsprechende Sensoren zum Beispiel mindestens einen Bildsensor im Bereich einer Eingabe-/Ausgabe-Schnittstelle oder Benutzerschnittstelle 80 des Messgeräts 10 aufweisen, wobei solche Sensoren ein Verhalten (zum Beispiel Gesten) des Benutzers vor, während und/oder nach dem Messbetrieb erfassen können. Alternativ oder ergänzend kann auch mindestens ein akustischer Sensor im Bereich der Benutzerschnittstelle 80 vorgesehen sein, um akustische Aktionen oder Reaktionen des menschlichen Benutzers (zum Beispiel Unmutbekundungen) zu erfassen. Somit kann auch das emotionale Verhalten des Benutzers beim Betrieb des Messgeräts 10 berücksichtigt werden. Die Benutzerschnittstelle 80 kann ein oder mehrere Eingabeelemente (zum Beispiel eine Tastatur, einen Joystick, ein Touchscreen, etc.) aufweisen und kann ein oder mehrere Ausgabeelemente (zum Beispiel eine elektronische Anzeige wie zum Beispiel eine LCD-Anzeige) aufweisen. Zu den benutzerbezogenen Daten gehören auch sensorisch erfassbare Daten, welche die Bedienung der Benutzerschnittstelle 80 durch den Benutzer betreffen. Über die Benutzerstelle 80 kann ein Benutzer ein Ergebnis einer Messung mit dem Messgeräts 10 auswerten und gegebenenfalls verwerfen. Zumindest als Teil der benutzerbezogenen Daten kann das Ereignis einer Akzeptanz oder Nicht-Akzeptanz eines Messergebnisses oder weiterer erfasster Messdaten durch einen Benutzer erfasst werden. Daher können die benutzerbezogenen Daten für eine subjektive Benutzeraktion und/oder für eine subjektive Benutzerreaktion während der Durchführung des Messbetriebs indikativ sein. Insbesondere können die benutzerbezogenen Daten auch für eine Benutzeremotion während des Messbetriebs indikativ sein, die sachlich gerechtfertigt oder ungerechtfertigt sein kann, aber dennoch Aufschluss über die subjektive Wahrnehmung des Messbetriebs durch den Benutzer geben kann.
Darüber hinaus weist die Analysevorrichtung 100 eine Korrelationseinrichtung 106 auf, die zum Auffinden einer oder mehrerer Korrelationen zwischen den Messgerätbetriebsdaten und den benutzerbezogenen Daten bzw. von jeweiligen Teilabschnitten davon eingerichtet ist und als Basis hierfür von der Ermittlungseinrichtung 104 mit den vorgenannten Daten versorgt wird. Im Rahmen der Prozeduren zur Ermittlung möglicher Korrelationen zwischen den oben genannten beiden Datentypen kann die Korrelationseinrichtung 106 ein oder mehrere folgender oder anderer Konzepte einsetzen: Data Mining, Fuzzylogik, Clustering, ein mit entsprechenden Daten trainiertes neuronales Netzwerk, ein Instrument der künstlichen Intelligenz, eine Ermittlung einer Kreuzkorrelation (insbesondere unter Einsatz entsprechender numerischer Algorithmen), eine Erkennung eines Musters in einem oder vorzugsweise beiden der oben genannten Datentypen, ein iterativer Algorithmus, eine statistische Analyse, etc.. Insbesondere kann die Korrelationseinrichtung 106 ausgebildet sein, mindestens eine Korrelation zwischen einer durch die Messgerätbetriebsdaten angezeigten Anomalie des Messgeräts 10 (zum Beispiel ein Druckartefakt, das heißt ein ungewöhnlich hoher und unerwarteter Druckwert an einer bestimmten Stelle des Messbetriebs) und einer durch die benutzerbezogenen Daten angezeigten Anomalie eines Benutzerverhaltens (zum Beispiel ein unerwartetes Verwerfen von Messergebnissen durch den Benutzer oder eine Unmutbekundung des Benutzers bei der Auswertung der Messergebnisse) aufzufinden. Genauer gesagt kann die Korrelationseinrichtung 106 eingerichtet sein, die benutzerbezogenen Daten anhand der Messgerätbetriebsdaten zu interpretieren, und/oder umgekehrt. Auf diese Weise ist es möglich, Besonderheiten (zum Beispiel Artefakte) in Betrieb des Messgeräts 10 aufzufinden, die beim Betrieb von Messgeräten 10 ohne Berücksichtigung des Benutzerverhaltens bislang verborgen blieben. Auf diese Weise kann die Zuverlässigkeit der Messergebnisse durch ein Unberücksichtigtlassen fehlerhafter Messergebnisse (wie zusätzlich durch das Benutzerverhalten angezeigt) verbessert werden.
Teil der Analysevorrichtung 100 ist ferner eine Aktionsermittlungseinrichtung 108, die zum Ermitteln mindestens einer Aktion als Reaktion auf eine von der Korrelationseinrichtung 106 aufgefundenen Korrelation eingerichtet ist. Eine solche Aktion, die von der Aktionsermittlungseinrichtung 108 ermittelt und gegebenenfalls ausgelöst wird, kann zum Beispiel die Ausgabe eines Warnhinweises über die Benutzerschnittstelle 80 (die mit der Aktionsermittlungseinrichtung 108 kommunizierfähig gekoppelt sein kann), eine Verwerfung eines Messergebnisses bei Feststellung eines die Messung verfälschenden oder unrichtig machenden Umstandes, eine Wiederholung einer Messung im Falle einer erkannten Unzuverlässigkeit der Messung, ein zum Beispiel über die Benutzerschnittstelle 80 unterbreiteter Vorschlag zur Wartung einer Komponente oder des gesamten Messgeräts 10, ein zum Beispiel über die Benutzerschnittstelle 80 unterbreiteter Vorschlag zur Veränderung einer Betriebsweise des Messgeräts 10 und/oder eine Einsteuerung einer geänderten Betriebsweise des Messgeräts 10 durch entsprechende Ansteuerung der Steuereinrichtung 70 (die mit der Aktionsermittlungseinrichtung 108 kommunizierfähig gekoppelt sein kann) für den zukünftigen Messbetrieb sein. Mit Vorteil kann die Aktionsermittlungseinrichtung 108 eingerichtet sein, die Aktion basierend auf der aufgefundenen Korrelation in Kombination mit mindestens einer vorbestimmten Expertenregel zu ermitteln. Solche Expertenregeln können zum Beispiel in einer Datenbank 118 abgelegt sein und können vorab durch einen Experten auf dem Gebiet einschlägiger Messgeräte aufgrund empirischen Wissens bzw. Expertenwissens formuliert worden sein. Ein Beispiel für eine solche Expertenregel ist, dass erfahrungsgemäß ein Druck oberhalb eines bestimmten Grenzwerts an einer bestimmten Stelle des fluidischen Netzwerks des Messgeräts 10 ein Anzeichen für einen erwartbar fehlerhaften Messbetrieb sein kann. Ein anderes Beispiel für eine solche Expertenregel ist, dass bei Injektion einer fluidischen Probe bei einer bestimmten Kolbenstellung im Fluidantrieb 20 erfahrungsgemäß Artefakte bei den Messergebnissen auftreten können oder schon häufig aufgetreten sind.
Eine Benutzerverwaltungseinrichtung 110 dient zum Verwalten unterschiedlicher Benutzerprofile für unterschiedliche Benutzer des Messgeräts 10 und zum Bereitstellen der Benutzerprofile an die Korrelationseinrichtung 106 zum Korrelieren von Messgerätbetriebsdaten mit auf einen jeweiligen Benutzer bezogenen benutzerbezogenen Daten. Das Vorsehen der Benutzerverwaltungseinrichtung 110 trägt dem Umstand Rechnung, dass unterschiedliche menschliche Benutzer unterschiedliche Aktionen bzw. Reaktionen beim Betrieb des Messgeräts 10 zeigen, die zu unterschiedlichen Zuverlässigkeitsgraden der Aktionen bzw. Reaktionen der einzelnen Benutzer im Zusammenhang mit möglichen Unregelmäßigkeiten des Messbetriebs korrespondieren. Wenn ein kompetenter, sachlicher und erfahrener Benutzer durch sein Verhalten bestimmte Messergebnisse als unzuverlässig ansieht oder gar verwirft, kann dies als sehr sicheres Indiz für das objektive Vorliegen eines Artefakts angesehen werden. Wenn dagegen ein unsachlicher, unerfahrener oder laienhafter Benutzer bestimmte Messergebnisse durch emotionales Verhalten erkennbar in Zweifel zieht, kann ein zugehöriges Benutzerprofil diesem Verhalten ein geringeres Maß an Wertigkeit und somit ein geringeres Maß an Bedeutung für eine abgeleitete Aktion zuweisen. Durch die individuelle Berücksichtigung und Gewichtung unterschiedlicher Benutzer in Hinblick auf die Beurteilung der benutzerbezogenen Daten kann somit die Zuverlässigkeit der Beurteilung des Messergebnisses verbessert werden.
Um die Datenbasis im Zusammenhang mit der Analyse weiter zu verbessern, kann die Analysevorrichtung 100 mit einer Kommunikationseinrichtung 112 zum (insbesondere drahtgebundenen oder drahtlosen) Kommunizieren mit mindestens einer anderen Analysevorrichtung 100' eines anderen Messgeräts 10 ausgebildet sein, wie in 1 dargestellt. Diese Kommunikation kann zum Beispiel über ein Kommunikationsnetzwerk 93, zum Beispiel das Internet, erfolgen. Im Rahmen einer solchen Kommunikation können zwischen den Analysevorrichtungen 100, 100' Messgerätbetriebsdaten und/oder benutzerbezogene Daten kommuniziert werden. Mit Vorteil kann dadurch die Datenbasis, auf welche zum Beispiel für eine Mustererkennung im Rahmen der Ermittlung von Korrelationen zurückgegriffen werden kann, erweitert werden. Die Zuverlässigkeit eines Analyseergebnisses und die Richtigkeit einer vorgeschlagenen oder durchgeführten Aktion kann dadurch weiter verfeinert werden.
Ferner kann in der Analysevorrichtung 100 eine Datenbankverwaltungseinrichtung 114 implementiert werden, die zum Ablegen von Messgerätbetriebsdaten und zugehörigen benutzerbezogenen Daten in der Datenbank 118 und zum Zugriff auf die Datenbank 118 zum zukünftigen Analysieren des Messgeräts 10 eingerichtet sein kann. In der Datenbank 118 können also historische Messgerätbetriebsdaten und historische zugehörige benutzerbezogene Daten genauso gespeichert werden wie mittels der Kommunikationseinrichtung 112 von einer anderen Analysevorrichtung 100' erhaltene Daten. Auch können in der Datenbank 118 Expertenregeln, mögliche Aktionen, Benutzerprofile, Informationen im Zusammenhang mit dem Auffinden von Korrelationen, etc. gespeichert werden. Wie in 1 dargestellt, können die einzelnen Komponenten der Analysevorrichtung 100 auf die Datenbank 118 mit Schreib- und/oder Lesezugriff zugreifen. Diese Zugriffsmöglichkeiten können auch benutzerspezifisch beschränkt werden. Alternativ kann die Datenbank 118 auch dem Kommunikationsnetzwerk 93 zugeordnet oder damit verbunden sein.
Darüber hinaus enthält die Analysevorrichtung 100 eine Qualitätsermittlungseinrichtung 116, die zum Ermitteln eines für die Qualität einer Messung indikativen Qualitätsparameters basierend auf zumindest einem von den ermittelten Messgerätbetriebsdaten, den ermittelten benutzerbezogenen Daten und mindestens einer aufgefundenen Korrelation eingerichtet sein kann. Die Qualitätsermittlungseinrichtung 116 kann einen objektiven Qualitätsparameter (zum Beispiel einen Qualitätswert zwischen 0 % und 100 %) der Messung ermitteln und ausgeben, um einem Benutzer und/oder der Steuereinrichtung 70 eine quantitative Entscheidungsgrundlage für die Akzeptanz oder das Verwerfen einer Messung bzw. für das Auslösen einer zusätzlichen oder anderen Aktion bereitzustellen. Der Qualitätsparameter kann anhand der verschiedenen Datentypen, der Zuverlässigkeit einer zwischen dieser aufgefundenen Korrelation und optional mindestens einem weiteren Kriterium (zum Beispiel Schwellwert) ermittelt werden.
Einer Kontrolleinrichtung 120 der Analysevorrichtung 100 kann die ermittelte mindestens eine Aktion von der Aktionsermittlungseinrichtung 108 zugeführt werden. Alternativ oder ergänzend kann der Kontrolleinrichtung 120 von der Qualitätsermittlungseinrichtung 116 ein ermittelter Qualitätsparameter zugeführt werden. Die Kontrolleinrichtung 120 kann diese Information der Steuereinrichtung 70 des Messgeräts 10 und/oder der Benutzerschnittstelle 80 des Messgeräts 10 übermitteln. Auf dieser Basis können die Einrichtungen 70 bzw. 80 eingerichtet sein zu entscheiden, ob sie eine vorgeschlagene Aktion durchführen sollen bzw. können in einem anderen Betriebsmodus zwingend angesteuert werden, eine vorgeschlagene Aktion auszuführen.
Es ist anzumerken, dass gemäß 1 die einzelnen prozessortechnischen Komponenten 104, 106, 108, 110, 112, 114, 116, 120 als separate Blöcke dargestellt sind. In der Tat ist es möglich, dass die einzelnen Komponenten 104, 106, 108, 110, 112, 114, 116, 120 als separate Prozessoren ausgebildet sind. Alternativ ist es aber auch möglich, dass die einzelnen Komponenten 104, 106, 108, 110, 112, 114, 116, 120 Teile eines gemeinsamen Prozessors oder Teile mehrerer gemeinsamer Prozessoren sind. Ein solcher Prozessor kann zum Beispiel ein Mikroprozessor oder eine CPU (central processing unit) sein. Die Datenbank 118 kann zum Beispiel als elektronischer Massenspeicher, zum Beispiel als eine Festplatte, ausgebildet sein.
Mit Vorteil kann bei dem Ausführungsbeispiel gemäß 1 also ein Benutzerverhalten, zusätzlich zu objektiven Messgerätbetriebsdaten, beim Betrieb des Messgeräts 10 als Lerndaten bzw. als Lernfeedback für ein System künstlicher Intelligenz in Form der Korrelationseinrichtung 106 zum zukünftigen Steuern des Messgeräts 10 verwendet werden.
Im Weiteren werden zusätzliche konkrete exemplarische Ausführungsbeispiele beschrieben:
Gemäß einem exemplarischen Ausführungsbeispiel der Erfindung ist ein kontinuierliches Tracken (Nachverfolgen) und Überwachen eines Systemverhaltens und einer Nutzerinteraktion zum voraussagenden Überwachen und Flag-Setzen für einen jeweiligen Anwendungsfall eines Messgeräts ermöglicht.
Es ist wünschenswert, Automatisierungsmerkmale in ein Messgerät zu implementieren, um die Hochfahrzeit zu verbessern, zum Tätigen von diagnostischen Voraussagen und zur automatisierten Konditionierung. Beim Implementieren solcher Merkmale unter Anwendung einer festen Grenze zum Ableiten von Entscheidungen, wie Fehler-Entscheidungen, tragen Aspekte von Toleranz oder individuellem Verhalten nachteilig bei. Nur in Fällen, in denen das Toleranzband während des Betriebs im Verhältnis zwischen einer Spanne zwischen einer unteren und einer oberen Grenze ausreichend klein ist (im Individuellen oder über eine Lebensdauer hinweg) gibt es keinen Verbesserungsbedarf. Falls dies nicht der Fall ist, kann als herkömmliche Verbesserung ein Prozess eingesetzt werden, der als Kalibrierung bezeichnet werden kann (zu diesem Zweck sind Potentiometer eingesetzt worden). Hierbei erfolgt eine exemplarische individuelle Einstellung von Einheiten, manchmal zu dem Zweck, alle initial auf einen einheitlichen Zustand zu bringen. Dies mag für einen ordnungsgemäßen Betrieb nicht notwendig sein, aber kann beim Tätigen einfacher Interpretationen helfen (zum Treffen der Entscheidung, ob sich das System innerhalb oder außerhalb eines bestimmten erwartbaren Arbeitsbereichs befindet).
In modernen Messgeräten, insbesondere bei HPLCs, tritt mitunter die Situation auf, dass solche Messgeräte durch Benutzer betrieben werden, die beim Überwachen von Bedingungen eines Instruments und/oder beim Diagnostizieren von kritischen Zuständen wenig Erfahrung haben. Mehr und mehr analytische Messgeräte sind zu einer bloßen Anwendung geworden (oder es wird zumindest erwartet, dass dies zunehmend geschieht), die für Zwecke wie zum Beispiel „Ermittlung eines Krankheitsmarkers“ verwendet werden, obwohl die Trennwissenschaft vielen der Benutzer nicht geläufig ist. Auch ist es vielerorts üblich geworden, dass zum Beispiel ein Biologe eine Probe oder einen Satz von Proben (zum Beispiel auf einer Titerplatte) präpariert hat, die dann mittels eines Administrators auf einem Arbeitssystem abgearbeitet wird oder werden.
Exemplarische Ausführungsbeispiele der Erfindung setzen auf der Erkenntnis auf, dass beim Betrieb eines Messgeräts aufnehmbare, aber herkömmlich ungenutzte Information verfügbar ist, die einen Zufriedenheitsgrad (insbesondere zufrieden oder nicht zufrieden) eines Benutzers anzeigen kann.
Herkömmlich ist aus solchen Informationen oder Indikatoren entsprechend benutzerbezogenen Daten keine Ableitung von Aktionen durchgeführt worden. Abgesehen von objektiven Kriterien wie zum Beispiel „Wert ist innerhalb oder außerhalb eines Bereichs“ gibt es sanftere Kriterien für die Benutzerzufriedenheit (wie zum Beispiel „akzeptabel für meinen Anwendungszweck“), und auch vollständig subjektive Maßstäbe.
Insbesondere gibt es einen breiten Satz von Merkmalen und Fähigkeiten, die von Trends im Verbrauchermarkt unabhängig sind. Allerdings bieten auch solche Merkmale und Fähigkeiten das Potenzial, diese in Form von Parametern und Indikatoren in ein Analysesystem für ein Messgerät zu integrieren.
Ein exemplarisches Ausführungsbeispiel der Erfindung beruht nun auf dem Aufnehmen und Überwachen solcher benutzerbezogenen Informationen (die auch als Informationen auf sekundärem oder drittem Level bezeichnet werden können), um eine Basis zum Extrahieren von Indikatoren für einen Zufriedenheitsgrad eines Benutzers zu erzeugen.
Im Weiteren wird unter einem „Tag“ insbesondere ein Wertebereich für multidimensionale Parameter verstanden. Tags können als „Vergleichsmaske“ zum Qualifizieren von Zuständen, Bedingungen und/oder Verhalten eines Systems vor, während und/oder nach einer Messung bzw. Analyse eingesetzt werden. Auf diese Weise ist es möglich, die Qualität einer Analyse oder der Analyseergebnisse bzw. eines Messergebnisses zu zertifizieren. Das Ergebnis einer solchen Zertifizierung kann zum Beispiel als Qualitätsparameter in Form eines digitalen Skalenstrichs („tick mark“) oder eines analogen oder graduellen Werts (insbesondere im Sinne einer Graustufen-Flag) ausgegeben werden, um einen Wohlfühlgrad mit einer Messung an dem Messgerät anzuzeigen. Der Wohlfühlgrad kann wiederum indikativ sein für einen fehlerfreien Betrieb des Systems, für eine erwartete Zuverlässigkeit, für einen Unsicherheitsgrad des Ergebnisses, etc.
In diesem Zusammenhang kann von „Q-Tags“ gesprochen werden, die das Ergebnis einer tatsächlichen (insbesondere kurzzeitigen) Erfahrung während einer Kampagne sein können. Ein solches „Q-Tag“ kann mehrdimensional beschreibbare bzw. beschriebene Verhaltensbereiche enthalten, womit insbesondere eine mehrdimensionale Beschreibung eines tatsächlich beobachteten Systemverhaltens basierend auf tatsächlich beobachteten Systemcharakteristika gemeint ist.
Im Weiteren werden einige konkrete Beispiele angegeben:
Zunächst wird beschrieben, wie in einem ersten Schritt ein Indikator aufgenommen werden kann bzw. ein Wert für den Tag erzeugt werden kann.
Hierfür kann ein (insbesondere chromatographisches) Verfahren oder eine Klasse von Verfahren (d.h. nicht nur über ein einziges Datenfile) überwacht werden, sortiert für individuelle Konfigurationen oder in Verwendung befindliche Trennsäulen:
Zum Beispiel können hierfür hardwarebezogene Tags eingeführt werden, die einen Indikator hinsichtlich Zustandsveränderungen der Hardware bereitstellen können:

- Druckniveau relativ oder absolut oder im Vergleich zu einer vergangenen Erfahrung
- Gestalt eines Druckprofils während Chromatographie-Trennläufen (wie anhand einer Viskosität eines Lösungsmittels vorausgesagt) oder verglichen mit Erfahrungswerten
- Druckstufen und Drucksprünge, unkorreliert mit einem expliziten Pumpbetrieb
- Motorstrom bei gegebenem Druck, ausgerichtet über einen Hub
- Druckripple in Bezug auf Druck-Zeit-Variationen

Eine menschliche Rückmeldung kann der Analyse zugeordnet bzw. mit der Analyse verlinkt werden (Q-Tags). Hierbei ist zu unterscheiden zwischen:

- einer professionellen Anzeige (die als tätigkeitsbezogener Indikator bezeichnet werden kann) von Verbesserungspotenzial im Workflow (zum Beispiel die Anzahl von Aktionen oder Zeiten, bei denen im Rahmen von manuellen Inspektionen Daten zum Überlagern verwendet werden müssen (zum Beispiel kann ein Workflow-Mangel-Indikator angeben, wie oft ein Benutzer etwas machen muss und/oder was automatisiert oder reduziert werden kann; ein Qualitätsindikator des Analyseergebnisses kann angeben, wieviel öfter bezüglich eines speziellen Datensatzes im Vergleich zu einem durchschnittlichen Datensatz etwas gemacht worden ist); Anzahl notwendiger Iterationen der Integration von Peaks und der Berechnung von statistischen Parametern; Detailtiefe oder Zoom bei der Anzeige oder Betrachtung von Daten; Anzahl von getätigten oder erforderlichen Mausklicks zur Erledigung einer bestimmten Aufgabe)
- einer emotionalen Information, die im Speziellen Stresssituationen anzeigt (zum Beispiel Kraft oder Geschwindigkeit der Betätigung einer Tastatur; Kraft, die von einem kraftsensitiven Touchscreen detektiert wird; Beschleunigung, die von einem Gyro-Sensor eines Benutzergeräts detektiert wird; Bewegungsmuster oder Gesichtsmerkmale, die von einer Kamera erfasst werden; akustische Ereignisse, wie zum Beispiel die Erkennung bestimmter Wörter oder Ausrufe oder spezielle Schlüsselwörter; Vitalsignale von Benutzergeräten, wie zum Beispiel einer intelligenten Armbanduhr, beispielsweise Herzschlag, Blutdruck, Temperatur)
- einer Rückmeldung eines Benutzers auf Aufforderung über eine Benutzerschnittstelle (explizite Bewertung des Datensatzes bzw. Analyseergebnisses, Anzahl von Likes, Smiley-Sticker, etc.)

Als nächstes wird beschrieben, wie in einem Gesamtkonzept oder mit Teilprozessen bestimmte Zwecke erreicht werden können:

A. Nachverfolgen des Zustands von Ausrüstung des Messgeräts, insbesondere in einem Routinebetrieb, angesichts spezifischer Routineaufgaben
B. Relativieren von Spezifikationserfordernissen für die Parameter mit signifikanter Herstellungstoleranz, für welche ein Konstantbleiben über die Zeit oder eine Wiederholbarkeit wichtiger ist als ein Absolutwert
C. Identifizieren von Erkenntnissen, welche die Aufgabe für einen Benutzer schwierig machen, aber die einzeln für sich genommen für eine Eskalation nicht signifikant genug sind. Dies kann insbesondere im Zusammenhang mit Kundenzufriedenheit und Benutzerfreundlichkeit ausgewertet werden. Solche Einflüsse können langfristig signifikant sein, ohne eine direkte oder kurzfristig messbare Auswirkung zu haben.
D. Bereitstellen einer Basis zum Extrahieren und/oder Erzeugen von Masken, um Flags für Ergebnisse hinsichtlich Zuverlässigkeit und Qualität einzelner analytischer Datensätze zu erstellen (kann als „Q-tags“ bezeichnet werden).

2 zeigt eine schematische Skizze 200 in Bezug auf eine mögliche Implementierung einer Analyse für ein Messgerät 10 gemäß einem exemplarischen Ausführungsbeispiel der Erfindung. In 2 ist dargestellt, dass Daten gemeinsam mit einer aktuellen chromatographischen Methode gespeichert werden können, wobei leistungsrelevante Q-Tags hinzugefügt werden.
Mit Bezugszeichen 202 ist ein lokales Chromatographie-System bezeichnet. Eine Chromatographie-Methode ist mit Bezugszeichen 204 dargestellt. Eine Kopie der Chromatographie-Methode mag zwecks einer Datenverfolgung dem analytischen Datensatz zugeordnet sein, welcher durch Bezugszeichen 206 gekennzeichnet ist. Diesem kann gemäß einem Ausführungsbeispiel der Erfindung optional ein Q-Tag 208 zugeordnet werden.
Bei einer Datenaufnahme und Dateninterpretation entsprechend 2 werden diese Aufgaben mit zunehmender Zeitdauer, über welche hinweg die Information verfügbar ist, zunehmend gewinnen. Ein oder mehrere Tags können hinzugefügt werden, um die Qualität des Ergebnisses zu identifizieren (siehe Q-Tag 208).
Im Weiteren wird beschrieben, wie in einem zweiten Schritt die aufgenommenen potentiellen Q-Tag-Werte einer Clusteranalyse unterzogen und klassifiziert werden.
Gemäß einem exemplarischen Ausführungsbeispiel der Erfindung wird ein Prozess oder eine Aufgabe ausgeführt, um eine Korrelation zwischen dem Inhalt der Datenverfolgung und anderen Observablen (oder bestimmten Schlüsselmerkmalen darin) und den angehängten Q-Tags zu identifizieren.
In einem einfachen Beispiel kann ein Druckprofil analysiert werden. Zum Beispiel kann hierin ein Druckverlauf betrachtet werden, der sich von +13 % bis -67 % eines Referenzwertes erstreckt (d.h. relativ), mit ziemlich enger Variation. Ein solches Szenario kann häufig vorliegen, wenn wenig Benutzeraktivität erkannt worden ist. Dies kann ein klarer Indikator für eine gute Leistungsfähigkeit sein, obwohl das gegenwärtige Druckniveau in einem Bereich von ±234 bar (absolut) variieren kann.
Um zu dem Beispiel zurückzukehren: Anstelle einer festen „Obergrenze“ für den Druck wird gemäß einem exemplarischen Ausführungsbeispiel der Erfindung nun von einem „floatenden Druckverlauf“ ausgegangen, der für das Ableiten der „Systemeignung für die Analyse verwendet wird. In diesem Beispiel akzeptiert ein Operator oder Benutzer (im Sinne, dass keine Beanstandung erhoben wird) einen breiten Druckbereich, wobei der Bogen als „gemeinsame Erfahrung“ identifiziert wird und einzelne Fälle markiert oder hervorgehoben werden können, in denen der Bogen tatsächlich fehlt oder von einer erwarteten Form abweicht.
In einer Art Lernprozess über die Zeit oder der Durchführung von mehreren Ausführungen einer Sequenz kann sich eine große absolute Variation im Druckabfall in der Säule als zulässig erweisen, (zum Beispiel aufgrund von Variationen in der Packdichte oder Alterseffekten), während eine ziemlich strenge Gestalt bzw. „Bogen“ in der Viskosität während jedes Trennlaufs erwartet und gefordert wird.
Q-Tags werden über eine Historie hinweg aufgenommen, die eine subjektive Voreingenommenheit anzeigen kann. Es kann ein Prozess zum Identifizieren und Abziehen einer solchen Vorspannung implementiert werden.
In einem noch größeren Schema mit vielen anderen Chromatographie Messgeräten kann zwischen verschiedenen Q-Tag-Kriterien unterschieden werden, insbesondere ob mehr ein Aspekt der Anwendung oder der Instrumentierung vorliegt.
3 zeigt eine schematische Skizze 300 in Bezug auf eine mögliche andere Implementierung einer Analyse für ein Messgerät 10 gemäß einem anderen exemplarischen Ausführungsbeispiel der Erfindung. Genauer gesagt betrifft die Skizze 300 den Fall, dass mehrere Messgeräte 10 berücksichtigt werden. 3 zeigt ein zentrales Chromatographie-Datensystem 302.
Bezugszeichen 118 gibt eine Datenbank an, in der Daten archiviert sind. Mehrere Messgeräteinheiten werden berücksichtigt, siehe Bezugszeichen 304. Es werden mehrere Trennläufe nachverfolgt, siehe Bezugszeichen 306.
Allgemein ausgedrückt können Q-Tags 208 eine lebende und wachsende Erfahrungsbasis bilden. Es ist möglich, dass Q-Tags 208 zur Definition der festen Eignungskriterien für das analytische System, den Analyseverlauf oder analytische Daten mit Hilfe von Validierung oder Autorisierung durch einen menschlichen Überwacher hinzugezogen werden. Die Q-Tags 208 stammen aus Observablen (zum Beispiel mehrdimensionales Bild, Schnappschuss) in einem Moment. Die Observablen können einen Link zu einem bestimmten Zufriedenheits-/QualitätsWert der Situation aufweisen, welche eine Zufriedenheit oder Unzufriedenheit eines Benutzers anzeigen können. Es kann auch eine Angabe gemacht oder ermittelt werden, ob eine Situation typisch oder untypisch ist. Dem Zufriedenheits-/QualitätsWert kann eine „Situation“ zugeordnet sein, zum Beispiel basierend auf aktivem, bewusstem und/oder unbewusstem Feedback des Benutzers, oder aufgrund von Abweichungen von einem regulären oder erwarteten Bild, wie es maschinell detektiert werden kann (zum Beispiel ein Prozessor auf einem beliebigen Level). Sensitivität hinsichtlich maschinenbezogenem oder menschenbezogenem Feedback (zum Beispiel als ein Auslöser zum Qualifizieren eines Bilds als ein Q-Tag) kann durch einen Überwacher oder Administrator eingestellt werden.
Im Rahmen unterschiedlicher Ausführungsbeispiele der vorliegenden Erfindung sind zahlreiche und vielfältige Anwendungen möglich. Bevorzugt können solche Anwendungen im Bereich der Chromatographie-Probentrenngeräte eingesetzt werden, wo die Reproduzierbarkeit und Zuverlässigkeit von Messungen (zum Beispiel bei pharmazeutischen Anwendungen) von höchster Wichtigkeit ist. Chromatographie-Probentrenngeräte sind häufig zertifiziert und können hinsichtlich ihrer Zuverlässigkeit weiter verbessert werden, wenn das Verhalten von Chromatographie-Probentrenngeräten auf Ebene des Messgeräts und auf Ebene des Benutzerverhaltens komplementär überwacht und ausgewertet wird. Im Bereich der Chromatographie-Probentrenngeräte entfaltet die Kombination aus der gemeinsamen Betrachtung von Messgerätbetriebsdaten und benutzerspezifischen Daten, dem Ermitteln von Korrelationen und dem Ableiten von Aktionen daraus besondere technische Vorteile. Grund hierfür ist, dass auf diesem Gebiet besonders stark interpretationsfähige Ergebnisse vorliegen, deren Qualität als solche schwer erkennbar ist. Die Generierung und Auswertung eines Qualitätsparameters unter Berücksichtigung objektiver Geräteparameter und subjektiven Benutzerverhaltens erhöht somit im Bereich der Chromatographie-Probentrenngeräte die Aussagekraft und Belastbarkeit eines Messergebnisses besonders.
Gemäß einem ganz konkreten Beispiel kann im Rahmen einer chromatographischen Trennung zum Beispiel festgestellt werden, dass im Falle eines Auftretens eines Drucks von größer als 500 bar für mindestens 20 Sekunden in Minute 13 eines Trennverfahrens durch einen Benutzer 90 % der Messungen anschließend verworfen wurden. Für zukünftige Messungen kann daraus die Steuerregel abgeleitet werden, dass die genannten Zeit-Druck-Verhältnisse durch eine entsprechende Steuerung vermieden werden sollten bzw. als ein Zeichen der fehlenden Eignung signalisiert werden können.
Gemäß einem anderen ganz konkreten Beispiel kann das System feststellen, dass bestimmte Messungen an einem Chromatographie-Probentrenngerät durch einen Benutzer wiederholt genauer betrachtet oder sogar vollständig wiederholt wurden, wobei der Benutzer nach solchen Ereignissen an dem Messgerät stets einen bestimmten Test am System durchführte. Daraus kann zum Beispiel die Schlussfolgerung abgeleitet werden, dass bestimmte Datensätze bei einem Benutzer zu Skepsis führen. Das Gerät kann in den entsprechend selektierten objektiven Datensätzen Muster finden (zum Beispiel eine Druckanomalie in bestimmten Zeiträumen) und selbst lernen bzw. iterativ Muster oder Regeln ableiten, wann eine Messung als „gut“ oder „schlecht“ bzw. „verdächtig“ klassifiziert werden sollte.
Es sollte angemerkt werden, dass der Begriff „aufweisen“ nicht andere Elemente ausschließt und dass das „ein“ nicht eine Mehrzahl ausschließt. Auch können Elemente, die in Zusammenhang mit unterschiedlichen Ausführungsbeispielen beschrieben sind, kombiniert werden. Es sollte auch angemerkt werden, dass Bezugszeichen in den Ansprüchen nicht als den Schutzbereich der Ansprüche beschränkend ausgelegt werden sollen.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

EP 0309596 B1 [0002]

Claims

Analysevorrichtung (100) für ein Messgerät (10), wobei die Analysevorrichtung (100) aufweist: eine Erfasseinrichtung (104), die zum Erfassen von Messgerätbetriebsdaten und zugehörigen benutzerbezogenen Daten vor, während und/oder nach einem Messbetrieb des Messgeräts (10) eingerichtet ist; eine Korrelationseinrichtung (106), die zum Auffinden einer Korrelation zwischen den Messgerätbetriebsdaten und den benutzerbezogenen Daten eingerichtet ist.
Analysevorrichtung (100) gemäß Anspruch 1, ferner aufweisend eine Aktionsermittlungseinrichtung (108), die zum Ermitteln einer Aktion basierend auf einer aufgefundenen Korrelation eingerichtet ist.
Analysevorrichtung (100) gemäß Anspruch 1 oder 2, ausgebildet zum Analysieren eines Messgeräts (10), das aus einer Gruppe ausgewählt ist, die besteht aus einem Probentrenngerät, einem chromatographischen Probentrenngerät, einem Flüssigchromatographiegerät, einem Gaschromatographiegerät, einem Gelelektrophoresegerät, einem Elektrophoresegerät und einem Massenspektrometer.
Analysevorrichtung (100) gemäß einem der Ansprüche 1 bis 3, wobei die Messgerätbetriebsdaten vor, während und/oder nach dem Messbetrieb aufgenommene objektive Werte von auf den Messbetrieb bezogenen Observablen, insbesondere mindestens einen Parameterwert einer Messbedingung und/oder mindestens einen Detektionswert betreffend ein Messergebnis, aufweist.
Analysevorrichtung (100) gemäß einem der Ansprüche 1 bis 4, wobei die benutzerbezogenen Daten für mindestens eine Benutzeraktion und/oder für eine Benutzerreaktion vor, während und/oder nach der Durchführung des Messbetriebs indikativ sind.
Analysevorrichtung (100) gemäß einem der Ansprüche 1 bis 5, wobei die benutzerbezogenen Daten für eine Benutzeremotion vor, während und/oder nach der Durchführung des Messbetriebs indikativ sind.
Analysevorrichtung (100) gemäß einem der Ansprüche 2 bis 6, wobei die Aktion aus einer Gruppe ausgewählt ist, die besteht aus einem Warnhinweis, einer Verwerfung eines Messergebnisses, einer Wiederholung einer Messung, einem Vorschlag zur Wartung oder zum Austausch einer Komponente oder des gesamten Messgeräts (10), einem Vorschlag zur Veränderung einer Betriebsweise des Messgeräts (10) und einer Einsteuerung einer geänderten Betriebsweise des Messgeräts (10).
Analysevorrichtung (100) gemäß einem der Ansprüche 2 bis 7, wobei die Aktionsermittlungseinrichtung (108) eingerichtet ist, die Aktion basierend auf der aufgefundenen Korrelation in Kombination mit mindestens einer vorbestimmten Expertenregel zu ermitteln.
Analysevorrichtung (100) gemäß einem der Ansprüche 1 bis 8, wobei die Korrelationseinrichtung (106) eingerichtet ist, eine Korrelation mittels mindestens einem aus einer Gruppe aufzufinden, bestehend aus Data Mining, Fuzzylogik, Clustering, einem trainierten neuronalen Netzwerk, einem Instrument der künstlichen Intelligenz, einer Ermittlung einer Kreuzkorrelation, einer Mustererkennung, einem iterativen Algorithmus und einer statistischen Analyse.
Analysevorrichtung (100) gemäß einem der Ansprüche 1 bis 9, aufweisend zumindest eines der folgenden Merkmale: eine Korrelationseinrichtung (106), die ausgebildet ist, mindestens eine Korrelation zwischen einer anhand der Messgerätbetriebsdaten erkennbaren Auffälligkeit des Messgeräts (10) und einer anhand der benutzerbezogenen Daten erkennbaren Auffälligkeit eines Benutzerverhaltens aufzufinden; eine Datenbankverwaltungseinrichtung (114), die zum Ablegen von Messgerätbetriebsdaten und zugehörigen benutzerbezogenen Daten in einer Datenbank (118) und zum Zugreifen und/oder Gewähren von Zugriff auf die Datenbank (118) zum zukünftigen Analysieren des Messgeräts (10) eingerichtet ist; eine Qualitätsermittlungseinrichtung (116), die zum Ermitteln eines für die Qualität einer Messung indikativen Qualitätsparameters basierend auf zumindest einem von den ermittelten Messgerätbetriebsdaten, den ermittelten benutzerbezogenen Daten und mindestens einer aufgefundenen Korrelation eingerichtet ist; eine Kommunikationseinrichtung (112), die zum Kommunizieren mit mindestens einer anderen Analysevorrichtung (100') für mindestens ein anderes Messgerät (10') derart ausgebildet ist, dass zwischen den Analysevorrichtungen (100, 100') Messgerätbetriebsdaten und/oder benutzerbezogene Daten kommunizierbar sind; eine Benutzerverwaltungseinrichtung (110), die zum Verwalten unterschiedlicher Benutzerprofile für unterschiedliche Benutzer und zum Bereitstellen der Benutzerprofile an die Korrelationseinrichtung (106) zum Korrelieren von Messgerätbetriebsdaten mit auf einen jeweiligen Benutzer bezogenen benutzerbezogenen Daten eingerichtet ist; eine Benutzerverwaltungseinrichtung (110), die zum Verwalten der benutzerbezogenen Daten eingerichtet ist, insbesondere eingerichtet ist, die benutzerbezogenen Daten zu verschlüsseln, zu anonymisieren, in Klassen zusammenzufassen und/oder zu generalisieren.
Analysevorrichtung (100) gemäß einem der Ansprüche 1 bis 10, wobei die Korrelationseinrichtung (106) eingerichtet ist, die benutzerbezogenen Daten im Zusammenhang mit den Messgerätbetriebsdaten und/oder die Messgerätbetriebsdaten im Zusammenhang mit den benutzerbezogenen Daten zu interpretieren.
Messgerät (10) zur Durchführung einer Messung, wobei das Messgerät (10) eine Analysevorrichtung (100) gemäß einem der Ansprüche 1 bis 11 zum Analysieren des Messgeräts (10) aufweist.
Messgerät (10) gemäß Anspruch 12, ausgebildet zur Durchführung einer Messung im Zusammenhang mit einer Trennung einer fluidischen Probe, wobei das Messgerät (10) aufweist: einen Fluidantrieb (20), der zum Antreiben einer mobilen Phase und der darin aufgenommenen fluidischen Probe eingerichtet ist; eine Probentrenneinrichtung (30) zum Trennen der in der mobilen Phase befindlichen fluidischen Probe; und einen Detektor (50) zum Detektieren der getrennten fluidischen Probe; wobei die Analysevorrichtung (100) zum Analysieren eines Ergebnisses der Trennung der fluidischen Probe ausgebildet ist.
Messgerät (10) gemäß Anspruch 13, ferner aufweisend zumindest eines der folgenden Merkmale: die Probentrenneinrichtung (30) ist als chromatographische Trenneinrichtung, insbesondere als Chromatographietrennsäule, ausgebildet; das Probentrenngerät (10) ist zum Analysieren von zumindest einem physikalischen, chemischen und/oder biologischen Parameter von zumindest einer Fraktion der fluidischen Probe konfiguriert; das Probentrenngerät (10) weist zumindest eines aus der Gruppe auf, die besteht aus einem Detektorgerät, einem Gerät zur chemischen, biologischen und/oder pharmazeutischen Analyse, einem Flüssigchromatografiegerät und einem HPLC-Gerät; der Fluidantrieb (20) ist zum Antreiben der mobilen Phase mit einem hohen Druck konfiguriert; der Fluidantrieb (20) ist zum Antreiben der mobilen Phase mit einem Druck von mindestens 100 bar, insbesondere von mindestens 500 bar, weiter insbesondere von mindestens 1000 bar, konfiguriert; das Probentrenngerät (10) ist als mikrofluidisches Gerät konfiguriert; das Probentrenngerät (10) ist als nanofluidisches Gerät konfiguriert; das Probentrenngerät (10) weist eine Injektoreinrichtung (40) zum Einleiten der fluidischen Probe in einen fluidischen Pfad zwischen dem Fluidantrieb (20) und der Probentrenneinrichtung (30) auf; der Detektor (50) weist einen Fluoreszenzdetektor oder UV-Absorptionsdetektor zum Detektieren der getrennten fluidischen Probe auf; das Probentrenngerät (10) weist einen Probenfraktionierer (60) zum Fraktionieren der getrennten fluidischen Probe auf.
Verfahren zum Analysieren eines Messgeräts (10), wobei das Verfahren aufweist: Erfassen von Messgerätbetriebsdaten und zugehörigen benutzerbezogenen Daten vor, während und/oder nach einem Messbetrieb; Auffinden einer Korrelation zwischen den Messgerätbetriebsdaten und den benutzerbezogenen Daten.
Verfahren gemäß Anspruch 15, ferner aufweisend ein Ermitteln einer Aktion basierend auf einer aufgefundenen Korrelation.
Computerlesbares Speichermedium, in dem ein Programm zum Analysieren eines Messgeräts (10) gespeichert ist, welches Programm, wenn es von einem oder mehreren Prozessoren (100) ausgeführt wird, das Verfahren nach Anspruch 15 oder 16 ausführt oder steuert.
Programm-Element zum Analysieren eines Messgeräts (10), welches Programm-Element, wenn es von einem oder mehreren Prozessoren (100) ausgeführt wird, das Verfahren nach Anspruch 15 oder 16 ausführt oder steuert.
Verwendung von Benutzerverhalten beim Betrieb eines Probentrenngeräts (10), insbesondere in Kombination mit objektiven Werten von auf den Betrieb des Probentrenngeräts (10) bezogenen Observablen, als Lerndaten für ein System künstlicher Intelligenz zum zukünftigen Steuern des Probentrenngeräts (10).
Verwendung von Daten über ein Benutzerverhalten bei einer Tätigkeit an einem Messgerät und/oder an mittels eines Messgeräts erfassten Messdaten zur Ermittlung von Prozessen, Situationen und/oder Aktionen, die überdurchschnittlich viel Aufwand erfordern und/oder für den Benutzer überdurchschnittlich belastend sind, und Einleitung von Korrekturmaßnahmen, um die so ermittelten Prozesse, Situationen und/oder Aktionen im Benutzerworkflow zu vermeiden, zu minimieren und/oder zu optimieren.