JP7511397B2 - 実験室システムの整備方法 - Google Patents
実験室システムの整備方法 Download PDFInfo
- Publication number
- JP7511397B2 JP7511397B2 JP2020109375A JP2020109375A JP7511397B2 JP 7511397 B2 JP7511397 B2 JP 7511397B2 JP 2020109375 A JP2020109375 A JP 2020109375A JP 2020109375 A JP2020109375 A JP 2020109375A JP 7511397 B2 JP7511397 B2 JP 7511397B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- anomaly
- data collection
- laboratory
- maintenance
- 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.)
- Active
Links
- 238000012423 maintenance Methods 0.000 claims description 323
- 238000013480 data collection Methods 0.000 claims description 254
- 230000009471 action Effects 0.000 claims description 164
- 238000000034 method Methods 0.000 claims description 103
- 230000000116 mitigating effect Effects 0.000 claims description 77
- 238000012545 processing Methods 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 21
- 239000012472 biological sample Substances 0.000 claims description 20
- 239000003153 chemical reaction reagent Substances 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000010200 validation analysis Methods 0.000 claims description 9
- 230000002411 adverse Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 230000001960 triggered effect Effects 0.000 claims description 8
- 238000003908 quality control method Methods 0.000 claims description 6
- 230000001939 inductive effect Effects 0.000 claims description 5
- 230000001627 detrimental effect Effects 0.000 claims description 4
- 230000001965 increasing effect Effects 0.000 claims description 4
- 230000006378 damage Effects 0.000 claims description 3
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 238000003909 pattern recognition Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 34
- 239000000523 sample Substances 0.000 description 22
- 238000010586 diagram Methods 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 14
- 238000003860 storage Methods 0.000 description 9
- 239000012491 analyte Substances 0.000 description 8
- 230000003993 interaction Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 7
- 238000012567 pattern recognition method Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000003449 preventive effect Effects 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000001105 regulatory effect Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 239000013610 patient sample Substances 0.000 description 4
- 102000004169 proteins and genes Human genes 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 239000000969 carrier Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000002207 metabolite Substances 0.000 description 3
- 108020004707 nucleic acids Proteins 0.000 description 3
- 102000039446 nucleic acids Human genes 0.000 description 3
- 150000007523 nucleic acids Chemical class 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 210000003567 ascitic fluid Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000005119 centrifugation Methods 0.000 description 2
- 230000015271 coagulation Effects 0.000 description 2
- 238000005345 coagulation Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 210000004381 amniotic fluid Anatomy 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 239000012620 biological material Substances 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- 210000004748 cultured cell Anatomy 0.000 description 1
- 230000009089 cytolysis Effects 0.000 description 1
- 238000013502 data validation Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000007865 diluting Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000005714 functional activity Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 210000004251 human milk Anatomy 0.000 description 1
- 235000020256 human milk Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002779 inactivation Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000003097 mucus Anatomy 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 210000000582 semen Anatomy 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 210000001179 synovial fluid Anatomy 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000003260 vortexing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00594—Quality control, including calibration or testing of components of the analyser
- G01N35/00613—Quality control
- G01N35/00623—Quality control of instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00722—Communications; Identification
- G01N35/00871—Communications between instruments or with remote terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G16H40/20—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 or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/60—Healthcare; Welfare
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/20—Information sensed or collected by the things relating to the thing itself
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/40—Maintenance of things
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00594—Quality control, including calibration or testing of components of the analyser
- G01N35/00613—Quality control
- G01N35/00623—Quality control of instruments
- G01N2035/00653—Quality control of instruments statistical methods comparing labs or apparatuses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/004—Error avoidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Immunology (AREA)
- Development Economics (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Toxicology (AREA)
- Bioethics (AREA)
- Game Theory and Decision Science (AREA)
Description
-データ収集コンポーネントによって実験室機器からの動作データを収集するステップを含む。
本明細書において開示する実施形態によれば、相関は、特定の動作データ(一定の時間期間内における動作データ等)と関連付けられた異常の(繰り返し)発生を示す。
相関は常に因果関係を示す訳ではないので、動作データと異常(1つまたは複数)との間における相関(1つまたは複数)の妥当性を判断する必要がある。妥当性が確認された相関は、特定の動作データと異常との間における(ほぼ確実な)因果関係の指示となる。
本明細書において開示する実施形態によれば、予測規則は条件を含み、この条件が動作データによって満たされた場合、一定量の時間枠において一定の確率で、および/または更に他の予測規則(入れ子型の規則または従属規則)にしたがって、異常の発生を予測する。
本明細書において開示する実施形態によれば、データ収集コンポーネントは、一定の確率で異常(1つまたは複数)を予測する。
[0018] 予測規則を使用して異常を予測しても、異常がそれでもなお発生する場合に対処するために、本明細書において開示する更に他の実施形態は、異常に対応する異常軽減処置(1つまたは複数)を決定するステップと、軽減処置(1つまたは複数)をリモート整備システムから複数データ収集コンポーネントに送信するステップと、実験室機器の1つ以上に1つ以上の処方的整備処置(1つまたは複数)を実行するように命令したデータ収集コンポーネントによって異常が検出された場合、データ収集コンポーネントが、実験室機器(1つまたは複数)に、異常軽減処置(1つまたは複数)を実行するように命令するステップとを含む。1つ以上の異常軽減処置(1つまたは複数)は、実験室機器の内1つ以上によって実行されると、異常の悪影響を軽減する命令を含む。言い換えると、異常の影響が軽減される。
[0040] 図1の非常に模式的なブロック図に示すように、開示する実験室システム100は、複数の実験室機器10を備えており、これらは実験室機器10の第1グループ1および第2グループ2に分けられている。実験室計器10は、複数のデータ収集コンポーネント20.1、20.2の内1つに通信可能に接続されている(例えば、通信ネットワークによって)。図1に示す例では、第1グループ1の実験室機器10は第1データ収集コンポーネント20.1に接続され、一方第2グループ2の実験室機器10は第2データ収集コンポーネント20.2に接続されている。図1の例では、随意の実験室ミドルウェア15が示されており、1つ以上の検査命令にしたがって、生体試料を処理するように、複数の実験室機器10に命令するように構成されている。本明細書において開示する種々の実施形態によれば、データ収集コンポーネント20.1、20.2は、直接、または実験室ミドルウェア15を介して、実験室機器10に接続される。尚、データ収集コンポーネント20.1、20.2は、専用ハードウェア・ユニット、および/または実験室ミドルウェア15、ルータ、あるいは本明細書において開示するようなデータ収集コンポーネントの機能を実行するように構成された任意のコンピューティング・デバイスのような、サーバ・コンピュータの一部(例えば、サーバ・インスタンス/プロセス、および/または仮想機械における)のいずれかであることを注記しておく。全ての実施形態のデータ収集コンポーネント20.1、20.2に共通するのは、これらが特定のグループの実験室機器10に専用であり、実験室機器10の動作データに直接アクセスできることである。
[0043] 図には示されない準備ステップにおいて、実験室機器を種々のグループに類別する。実験室機器の類別は、それぞれの実験室機器の共通する物理的な場所、および/または種類、製造業者、および/またはそれぞれの実験室機器の作業エリアによる論理的類別に基づいてもよい。本明細書において開示する実施形態によれば、特定のグループの実験室機器が異なる物理的な場所に配置されてもよい。
[0045] 図2は、開示する方法の第1実施形態を実行するシステムのエレメント間における相互作用を示すスイム・レーン図を示す。
-湿度、温度、空気、水、電源品質、振動のような環境的要因。
-実験室機器のQCおよび較正結果、エラー・メッセージ、ログ・ファイルのような、デバイスの性能要因。
-整備活動の実施/未実施(non-performance)、顧客整備期限/期限超過を含む、操作員の作業についてのデータ。
本明細書において開示する実施形態によれば、動作要因、消耗品についてのデータ、操作員の作業についてのデータ、および/またはHWおよびSW性能を示すデータは、データ収集コンポーネントによって実験室機器から引き出され、および/または実験室機器からのデータに基づいてデータ収集コンポーネントによって判定される。
[0070] 図3Aは、オフ・ページ・コネクタA、B1、およびB2までのスイム・レーン図の第1ページを示す。図3Bは、図3Aから図3Eのスイム・レーン図の内、オフ・ページ・コネクタA、B1、およびB2からの第2ページを示す。
[0074] 本明細書において開示し図3Cに示す実施形態によれば、ステップ130において、異常に対応する1つ以上の処方的整備処置(prescriptive maintenance action)(1つまたは複数)を、リモート整備システム50において決定する。処方的整備処置には、実験室機器10の内1つ以上に関して実行されると、異常の発生確率を低下させる命令(1つまたは複数)が含まれる。本明細書において開示する実施形態によれば、処方的整備処置(1つまたは複数)は、このような処方的整備処置(1つまたは複数)を示す入力(例えば、専門家からの入力)を受け取ることによって決定される。あるいは、または加えて、整備処置(1つまたは複数)は、自動的に、1組の規則、パターン認識方法を使用して、具体的には,専門家によって決定された以前の処方的整備処置(1つまたは複数)に基づいて(専門家監視パターン照合)決定される。本明細書において開示する更に他の実施形態によれば、整備処置(1つまたは複数)の決定を改善するために、以前に専門家が決定した整備処置を教師データとして有する機械学習方法を採用する。
-それぞれの実験室機器10上においてソフトウェアまたはソフトウェア・コンポーネントを更新する。
-予測された異常に対応する実験室機器(1つまたは複数)10の較正および/または品質管理プロセスを誘起する。
-不適切な整備の対応する指示がある実験室機器(1つまたは複数)10の破棄を誘起する。
処方的整備処置(1つまたは複数)の誘起には、データ収集コンポーネント20.1、20.2が、それぞれの実験室機器10に、1つ以上の処方的整備処置(1つまたは複数)を実行するように命令すること、および/または処方的整備処置を、操作員/保守技術員に実行させる人間読み取り可能命令(1つまたは複数)として提供させることが含まれる。処方的整備処置の人間読み取り可能命令(1つまたは複数)は、それぞれの実験室機器10に含まれるユーザ・インターフェース上、またはそれぞれの実験室機器10に接続されたユーザ・インターフェース上において操作員/保守技術員に提示されてもよく、および/または電子メール、SMS、インスタント・メッセージング・アラートのような、電子通信手段によって操作員/保守技術員に送られてもよい。加えて、または代わりに、人間読み取り可能命令(1つまたは複数)は、ウェアラブル・デバイス上において、具体的には、実験室機器10上で実行される一連のステップとして処方的整備処置(1つまたは複数)を提示するように構成された拡張現実デバイス上で、操作員/保守技術員に提示される。
[0085] 続くステップ154において、実験室機器10の1つ以上に1つ以上の処方的整備処置(1つまたは複数)を実行するように命令したデータ収集コンポーネント20.1、20.2によって異常が検出された場合、データ収集コンポーネント20.1、20.2は1つ以上の異常軽減処置(1つまたは複数)の実行を誘起する。異常軽減処置(1つまたは複数)の誘起には、データ収集コンポーネント20.1、20.2が、それぞれの実験室機器10に、1つ以上の異常軽減処置(1つまたは複数)を実行するように命令すること、および/または異常軽減処置を、操作員/保守技術員に実行させる人間読み取り可能命令として、供給させることが含まれる。
-各地域サーバ150が、地域的な機密データを動作データから排除するステップと、
-複数の地域サーバ150の各々が、選別した動作データを広域サーバ250に送信するステップと、
-広域サーバ250が、動作データと異常(1つまたは複数)との間における、広域的に関連のある相関(1つまたは複数)を、地域に関係なく検出するために、実験室システム100の全ての実験室機器10に共通の動作パラメータを分析するステップと、
を含む。
-実験室機器10の1つ以上の動作パラメータの製造業者の動作範囲からの逸脱(1つまたは複数)を検出するステップと、
-実験室機器10の近傍であるがその外側に配置され、第1グループ1の実験室機器10および第2グループ2の実験室機器10に接続された複数のデータ収集コンポーネント20.1、20.1の内の1つに通信可能に接続された1つ以上のセンサ12によって取り込まれたデータに基づいて、実験室機器10の周りにおける1つ以上の環境パラメータの逸脱(1つまたは複数)を検出するステップと、
を含む。
-データ収集コンポーネントによって実験室機器からの動作データを収集するステップであって、動作データがそれぞれの実験室機器の1つ以上の動作パラメータを示す、ステップと、
-複数のデータ収集コンポーネントの内第1データ収集コンポーネントによって、第1グループの複数の実験室機器の1つ以上に関係する異常を検出するステップと、
-異常の検出時に、複数のデータ収集コンポーネントの内第1のデータ収集コンポーネントによって、コンテキスト・データをリモート整備システムに送信するステップであって、コンテキスト・データが動作データと異常を示すデータとを含む、ステップと、
-リモート整備システムにおいて、動作データと異常(1つまたは複数)との間における1つ以上の相関(1つまたは複数)を判定するステップと、
-リモート整備システムにおいて1つ以上の相関(1つまたは複数)の妥当性を判断するステップと、
-リモート整備システムにおいて、妥当性が確認された相関に対応する1つ以上の予測規則を決定するステップと、
リモート整備システムによって、1つ以上の予測規則(1つまたは複数)をデータ収集コンポーネントに送信するステップと、
-複数のデータ収集コンポーネントの内1つ以上によって、1つ以上の予測規則(1つまたは複数)に基づいて、複数の実験室機器の内1つ以上の異常の発生を予測するステップと、
を含む。
-異常が検出されたが予測されていなかった場合、複数のデータ収集コンポーネントの内1つ以上が、1つ以上の予測規則(1つまたは複数)の失敗を示すデータを、リモート整備システムに送信するステップ、および/または
-特に、異常の予測が確認されていた場合、複数のデータ収集コンポーネントの内1つ以上が、異常を予測した予測規則(1つまたは複数)の成功を示すデータを、リモート整備システムに送信するステップ、
-リモート整備システムが、予測規則(1つまたは複数)の成功または(respectively)失敗を示す前記データを評価し、
-成功を示すデータが失敗を示すデータを上回る予測規則(1つまたは複数)に有効のフラグを立てるステップと、
-失敗を示すデータが成功を示すデータを上回る予測規則(1つまたは複数)に無効のフラグを立てるステップと、
-リモート整備システムが、複数のデータ収集コンポーネントに、無効のフラグが立てられた予測規則(1つまたは複数)を破棄するように命令するステップと、
を含む。
-リモート整備システムにおいて、異常に対応する1つ以上の処方的整備処置(1つまたは複数)を決定するステップであって、1つ以上の処方的整備処置(1つまたは複数)が、命令(1つまたは複数)を含み、この命令が実験室機器の1つ以上に関して実行されると、異常の発生の確率を低下させる、ステップと、
-1つ以上の処方的整備処置をリモート整備システムから複数のデータ収集コンポーネントに送信するステップと、
-異常の発生を予測したときに、複数の収集コンポーネントの内1つ以上が、1つ以上の処方的整備処置(1つまたは複数)の実行を誘起するステップであって、実験室機器の1つ以上に、1つ以上の処方的整備処置(1つまたは複数)を実行するように命令する、および/または処方的整備処置(1つまたは複数)を操作員に提示する(provide)動作を含む、ステップと、
を含む。
-1つ以上の処方的整備処置(1つまたは複数)の実行を誘起したデータ収集コンポーネントによって異常を検出することができなかった場合、処方的整備処置の成功を示すデータをリモート整備システムに送信するステップと、
-1つ以上の処方的整備処置(1つまたは複数)の実行を誘起したデータ収集コンポーネントによって異常が検出された場合、処方的整備処置の失敗を示すデータをリモート整備システムに送信するステップと、
-リモート整備システムが、処方的整備処置の成功または失敗を示す前記データを評価し、
-成功を示すデータが失敗を示すデータを上回る処方的整備処置(1つまたは複数)に有効のフラグと立てるステップと、
-失敗を示すデータが成功を示すデータを上回る処方的整備処置(1つまたは複数)に無効のフラグを立てるステップと、
-リモート整備システムが、複数のデータ収集コンポーネントに、無効のフラグが立てられた処方的整備処置(1つまたは複数)を破棄するように命令するステップと、
を含む。
-それぞれの実験室機器上のSWを更新する。
-予測された異常に対応する実験室機器(1つまたは複数)から、予測された異常に対応する実験室機器(1つまたは複数)以外の実験室機器(1つまたは複数)に、1つ以上の生体試料の宛先を変更する。
-予測された異常に対応する実験室機器(1つまたは複数)の較正および/または品質管理プロセスを誘起する。
-不適切な整備の対応する指示がある実験室機器(1つまたは複数)の破棄を誘起する。
-リモート整備システムにおいて、異常に対応する1つ以上の異常軽減処置(1つまたは複数)を決定するステップであって、1つ以上の異常軽減処置(1つまたは複数)が、命令を含み、この命令が実験室機器の1つ以上によって実行されると、異常の悪影響を軽減する、ステップと、
-1つ以上の軽減処置(1つまたは複数)をリモート整備システムから複数のデータ収集コンポーネントに送信するステップと、
-実験室機器の1つ以上に1つ以上の処方的整備処置(1つまたは複数)を実行するように命令したデータ収集コンポーネントによって異常が検出された場合、このデータ収集コンポーネントが、1つ以上の異常軽減処置(1つまたは複数)の実行を誘起するステップと、
を含む。
-異常の悪影響が軽減された場合、軽減処置(1つまたは複数)の成功を示すデータを、複数のデータ収集コンポーネントからリモート整備システムに送信するステップと、
-異常の悪影響を軽減できなかった場合、軽減処置(1つまたは複数)の失敗を示すデータをリモート整備システムに送信するステップと、
-リモート整備システムが、軽減処置(1つまたは複数)の成功および失敗を示す前記データを集計し、
-成功を示すデータが失敗を示すデータを上回る軽減処置(1つまたは複数)に有効のフラグを立てるステップと、
-失敗を示すデータが成功を示すデータを上回る軽減処置(1つまたは複数)に無効のフラグを立てるステップと、
-リモート整備システムが、複数のデータ収集コンポーネントに、無効のフラグが立てられた軽減処置(1つまたは複数)を破棄するように命令するステップと、
を含む。
-実験室機器の1つ以上の動作パラメータの製造業者の動作範囲からの逸脱(1つまたは複数)を検出するステップと、
-実験室機器の近傍であるがその外側に配置され、複数のデータ収集コンポーネントの内の1つに通信可能に接続された1つ以上のセンサによって取り込まれたデータに基づいて、実験室機器の周りにおける1つ以上の環境パラメータの逸脱(1つまたは複数)を検出するステップと、
を含む。
-動作データと異常(1つまたは複数)との間における相関を示す入力を受け取るステップと、
-動作データおよび複数の実験室機器の内同じものまたは他のものに関係する異常のデータベースに基づいて、動作データおよび同じ種類の異常(1つまたは複数)の間における相関を識別するように、パターン認識システムに命令するステップと、
を含む。
-動作データと異常(1つまたは複数)との間における相関(1つまたは複数)の妥当性判断(validatation)を示す入力を受け取るステップ、および/または
-妥当性判断エンジンに、動作データと異常(1つまたは複数)との間における相関(1つまたは複数)の妥当性を判断するように命令するステップと、
を含む。
-各地域サーバによって、地域的な機密データを動作データから排除するステップと、
-選別した動作データを複数の地域サーバの各々から広域サーバに送信するステップと、
-広域サーバが、地域に関係なく、動作データと異常(1つまたは複数)との間において広域的に関連する相関(1つまたは複数)を検出するために、実験室システムの全ての実験室機器に共通する動作パラメータを分析するステップと、
を含む。
-第1データ収集コンポーネントに通信可能に接続され、生体試料を処理する第1グループの複数の実験室機器と、
-第2データ収集コンポーネントに通信可能に接続され、生体試料を処理する第2グループの複数の実験室機器と、
-複数のデータ収集コンポーネントに通信可能に接続されたリモート整備システムと、
を備え、実験室システムが、第1の態様から第13の態様までのいずれか1つによる方法を実行するように構成される。
2 第2グループ(の実験室機器)
10 実験室機器
15 実験室ミドルウェア
100 実験室システム
20.1 第1データ収集コンポーネント
20.2 第2データ収集コンポーネント
50 リモート整備システム
ステップ102 動作データを収集する
ステップ104 異常(1つまたは複数)を検出する
ステップ106 コンテキスト・データを送信する
ステップ108 (コンテキスト・データと異常との間における)相関(1つまたは複数)を判定する
ステップ110 相関の妥当性を判断する
ステップ112 予測規則(1つまたは複数)を決定する
ステップ114 予測規則(1つまたは複数)をデータ収集コンポーネントに送信する
ステップ116 異常(1つまたは複数)を予測する
ステップ117 予測規則(1つまたは複数)の失敗を示すデータを送信する
ステップ118 予測規則(1つまたは複数)の成功を示すデータを送信する
ステップ120 予測規則(1つまたは複数)の有効性を評価する
ステップ122 無効な予測規則(1つまたは複数)を破棄する
ステップ130 処方的整備処置を決定する
ステップ132 処方的整備処置を送信する
ステップ134 処方的整備処置を誘起する
ステップ136 異常が回避されたか否か判定する
ステップ138 処方的整備処置の成功を示すデータを送信する
ステップ139 処方的整備処置の失敗を示すデータを送信する
ステップ140 処方的整備処置の有効性を評価する
ステップ142 無効な処方的整備処置を破棄する
ステップ150 異常軽減処置を決定する
ステップ152 異常軽減処置を送信する
ステップ154 異常軽減処置を誘起する
ステップ156 異常が軽減されたか否か判定する
ステップ158 異常軽減処置の成功を示すデータを送信する
ステップ158 異常軽減処置の失敗を示すデータを送信する
ステップ160 異常軽減処置の有効性を評価する
ステップ162 無効な異常軽減処置を破棄する
Claims (15)
- 生体試料を処理する第1グループ(1)および第2グループ(2)の実験室機器(10)と、前記第1グループ(1)または第2グループ(2)の実験室機器(10)に通信可能に接続された複数のデータ収集コンポーネント(20.1、20.2)と、前記データ収集コンポーネント(20.1、20.2)に通信可能に接続されたリモート整備システム(50)とを備える実験室システム(100)の整備方法であって、前記第1グループの実験室機器(10)が第1データ収集コンポーネント(20.1)に接続され、前記第2グループ(2)の実験室機器(10)が第2データ収集コンポーネント(20.2)に接続され、前記方法が、
-前記データ収集コンポーネント(20.1、20.2)によって前記実験室機器(10)から動作データを収集するステップであって、前記動作データが前記それぞれの実験室機器(10)の1つ以上の動作パラメータを示す、ステップと、
-前記収集した動作データに基づいて、前記複数のデータ収集コンポーネントの内第1データ収集コンポーネント(20.1)によって、前記第1グループ(1)の複数の実験室機器(10)の1つ以上に関係する異常を検出するステップと、
-異常の検出時に、前記複数のデータ収集コンポーネントの内第1データ収集コンポーネント(20.1)によってコンテキスト・データをリモート整備システム(50)に送信するステップであって、前記コンテキスト・データが動作データと前記異常を示すデータとを含む、ステップと、
-前記リモート整備システム(50)において、前記動作データと前記異常(1つまたは複数)との間における1つ以上の相関(1つまたは複数)を判定するステップと、
-前記リモート整備システム(50)において前記1つ以上の相関(1つまたは複数)の妥当性を判断するステップと、
前記リモート整備システム(50)において、前記妥当性が確認された相関に対応する1つ以上の予測規則を決定するステップと、
-前記リモート整備システム(50)によって、前記1つ以上の予測規則(1つまたは複数)を前記データ収集コンポーネント(20.1、20.2)に送信するステップと、
-前記1つ以上の予測規則(1つまたは複数)に基づいて、前記複数のデータ収集コンポーネント(20.1、20.2)の内1つ以上によって、前記複数の実験室機器(10)の内1つ以上の異常の発生を予測するステップと、
を含む、方法。 - 請求項1記載の整備方法であって、更に、
-異常が検出されたが予測されていなかった場合、前記複数のデータ収集コンポーネント(20.1、20.2)の内1つ以上が、前記1つ以上の予測規則(1つまたは複数)の失敗を示すデータを前記リモート整備システム(50)に送信するステップ、および/または、
-特に前記異常の予測が確認されていた場合、前記複数のデータ収集コンポーネント(20.1、20.2)の内1つ以上が、前記異常を予測した予測規則(1つまたは複数)の成功を示すデータを、前記リモート整備システム(50)に送信するステップと、
-前記リモート整備システム(50)が、予測規則(1つまたは複数)の成功および失敗を示す前記データを評価し、
-成功を示すデータが失敗を示すデータを上回る予測規則(1つまたは複数)に有効のフラグを立てるステップと、
-失敗を示すデータが成功を示すデータを上回る予測規則(1つまたは複数)に無効のフラグを立てるステップと、
-前記リモート整備システム(50)が、前記複数のデータ収集コンポーネント(20.1、20.2)に、無効のフラグが立てられた予測規則(1つまたは複数)を破棄するように命令するステップと、
を含む、整備方法。 - 請求項1または2記載の整備方法であって、更に、
-前記リモート整備システム(50)において、前記異常に対応する1つ以上の処方的整備処置(1つまたは複数)を決定するステップであって、前記1つ以上の処方的整備処置(1つまたは複数)が、命令(1つまたは複数)を含み、前記命令が実験室機器(10)の1つ以上に関して実行されると、異常の発生の確率を低下させる、ステップと、
-前記1つ以上の処方的整備処置をリモート整備システム(50)から複数のデータ収集コンポーネント(20.1、20.2)に送信するステップと、
-異常の発生を予測したときに、複数の収集コンポーネント(20.1、20.2)の内1つ以上が、1つ以上の処方的整備処置(1つまたは複数)の実行を誘起するステップであって、実験室機器(10)の1つ以上に、1つ以上の処方的整備処置(1つまたは複数)を実行するように命令する動作、および/または処方的整備処置(1つまたは複数)を操作員に提示する(provide)動作を含む、ステップと、
を含む、整備方法。 - 請求項3記載の整備方法であって、更に、
-前記1つ以上の処方的整備処置(1つまたは複数)の実行を誘起した前記データ収集コンポーネント(20.1、20.2)によって前記異常を検出することができなかった場合、前記処方的整備処置の成功を示すデータを前記リモート整備システム(50)に送信するステップと、
-前記1つ以上の処方的整備処置(1つまたは複数)の実行を誘起した前記データ収集コンポーネント(20.1、20.2)によって前記異常が検出された場合、前記処方的整備処置の失敗を示すデータをリモート整備システム(50)に送信するステップと、
-前記リモート整備システム(50)が、処方的整備処置の成功または失敗を示す前記データを評価し、
-成功を示すデータが失敗を示すデータを上回る処方的整備処置(1つまたは複数)に有効のフラグと立てるステップと、
-失敗を示すデータが成功を示すデータを上回る処方的整備処置(1つまたは複数)に無効のフラグを立てるステップと、
-前記リモート整備システム(50)が、前記複数のデータ収集コンポーネント(20.1、20.2)に、無効のフラグが立てられた処方的整備処置(1つまたは複数)を破棄するように命令するステップと、
を含む、整備方法。 - 請求項3または4記載の整備方法において、前記処方的整備処置(1つまたは複数)が、
-前記それぞれの実験室機器(10)上のSWを更新する、
-複数の実験室機器(10)間における作業負荷の再分配を行わせる、
-前記予測された異常に対応する前記実験室機器(10)(1つまたは複数)から、前記予測された異常に対応する前記実験室機器(10)(1つまたは複数)以外の実験室機器(1つまたは複数)(10)に、1つ以上の生体試料の宛先を変更する、
-前記予測された異常に対応する実験室機器(10)(1つまたは複数)の1つ以上の部品の交換および/または保守を誘起する、
-前記予測された異常に対応する実験室機器(10)(1つまたは複数)の較正および/または品質管理プロセスを誘起する、
-不適切な取り扱いおよび/または製造業者の製品回収の対応する指示がある試薬および/または試薬のロットの破棄を誘起する、
-不適切な整備の対応する指示がある実験室機器(10)(1つまたは複数)の破棄を誘起する、
-実験室機器(1つまたは複数)または実験室機器(1つまたは複数)のコンポーネント(1つまたは複数)の自動再調節を誘起する、
の内1つ以上を含む、整備方法。 - 請求項3から5のいずれか1項記載の整備方法であって、更に、
-前記リモート整備システム(50)において、異常に対応する1つ以上の異常軽減処置(1つまたは複数)を決定するステップであって、前記1つ以上の異常軽減処置(1つまたは複数)が命令を含み、前記命令が前記実験室機器(10)の1つ以上によって実行されると、異常の悪影響を軽減する、ステップと、
-前記1つ以上の軽減処置(1つまたは複数)を前記リモート整備システム(50)から前記複数のデータ収集コンポーネント(20.1、20.2)に送信するステップと、
-前記実験室機器(10)の1つ以上に前記1つ以上の処方的整備処置(1つまたは複数)を実行するように命令したデータ収集コンポーネント(20.1、20.2)によって異常が検出された場合、前記データ収集コンポーネント(20.1、20.2)が、1つ以上の異常軽減処置(1つまたは複数)の実行を誘起するステップと、
を含む、整備方法。 - 請求項6記載の整備方法であって、更に、
-前記異常の悪影響が軽減された場合、前記軽減処置(1つまたは複数)の成功を示すデータを、前記複数のデータ収集コンポーネント(20.1、20.2)から前記リモート整備システム(50)に送信するステップと、
-前記異常の悪影響を軽減できなかった場合、前記軽減処置(1つまたは複数)の失敗を示すデータを前記リモート整備システム(50)に送信するステップと、
-前記リモート整備システム(50)が、前記軽減処置(1つまたは複数)の成功および失敗を示す前記データを集計し、
-成功を示すデータが失敗を示すデータを上回る軽減処置(1つまたは複数)に有効のフラグを立てるステップと、
-失敗を示すデータが成功を示すデータを上回る軽減処置(1つまたは複数)に無効のフラグを立てるステップと、
-前記リモート整備システム(50)が、前記複数のデータ収集コンポーネント(20.1、20.2)に、無効のフラグが立てられた軽減処置(1つまたは複数)を破棄するように命令するステップと、
を含む、整備方法。 - 請求項1から7のいずれか1項記載の整備方法において、前記複数の実験室機器(10)の1つ以上に関係する異常を検出するステップが、
-前記実験室機器(10)の1つ以上の動作パラメータの製造業者の動作範囲からの逸脱(1つまたは複数)を検出するステップと、
-前記実験室機器(10)の近傍であるがその外側に配置され、前記複数のデータ収集コンポーネント(20.1、20.2)の内の1つに通信可能に接続された1つ以上のセンサ(12)によって取り込まれたデータに基づいて、前記実験室機器(10)の周りにおける1つ以上の環境パラメータの逸脱(1つまたは複数)を検出するステップと、
を含む、整備方法。 - 請求項1から8のいずれか1項記載の整備方法であって、更に、異常の発生を予測したときに、前記データ収集コンポーネント(20.1、20.2)によって取り込まれた、前記実験室機器(10)からの動作データのパラメータの頻度、および/または分量、および/または選択を増やすステップを含む、整備方法。
- 請求項1から9のいずれか1項記載の整備方法において、前記リモート整備システム(50)において動作データと異常(1つまたは複数)との間における1つ以上の相関(1つまたは複数)を判定する前記ステップが、
-動作データと異常(1つまたは複数)との間における相関(1つまたは複数)を示す入力を受け取るステップ、および/または
-動作データおよび前記複数の実験室機器(10)の内同じものまたは他のものに関係する異常のデータベースに基づいて、前記動作データおよび同じ種類の異常(1つまたは複数)の間における相関を識別するように、パターン認識システムに命令するステップと、
を含む、整備方法。 - 請求項1から10のいずれか1項記載の整備方法において、1つ以上の相関(1つまたは複数)の妥当性を判断し、それぞれの相関に妥当性確認の印を付ける前記ステップが、
-動作データと異常(1つまたは複数)との間における相関(1つまたは複数)の妥当性判断を示す入力を受け取るステップと、
-妥当性判断エンジンに、動作データと異常(1つまたは複数)との間における相関(1つまたは複数)の妥当性を判断するように命令するステップと、
を含む、整備方法。 - 請求項1から11のいずれか1項記載の整備方法において、前記リモート整備システム(50)が、各々前記複数のデータ収集コンポーネント(20.1、20.2)に通信可能に接続された1つ以上の地域サーバ(1つまたは複数)(150)を備え、前記方法が、更に、動作データとそれぞれの地域に特定的な異常(1つまたは複数)との間における相関(1つまたは複数)を検出するために、各地域サーバ(150)が、個々の地域サーバ(150)に接続された前記実験室機器(10)の全てに共通する動作パラメータ、および/または前記実験室機器(10)の部分集合に共通する動作パラメータを分析するステップを含む、整備方法。
- 請求項12記載の整備方法において、前記リモート整備システム(50)が、複数の地域サーバ(150)に通信可能に接続された広域サーバ(250)を備え、前記方法が、更に、
-各地域サーバ(150)によって、地域的な機密データを動作データから排除するステップと、
-選別した動作データを複数の地域サーバ(150)の各々から前記広域サーバ(250)に送信するステップと、
-前記広域サーバ(250)が、地域に関係なく、動作データと異常(1つまたは複数)との間において広域的に関連する相関(1つまたは複数)を検出するために、実験室システム(100)の全ての実験室機器(10)に共通する動作パラメータを分析するステップと、
を含む、整備方法。 - 実験室システム(100)であって、
-第1データ収集コンポーネント(20.1)に通信可能に接続され、生体試料を処理する第1グループ(1)の複数の実験室機器(10)と、
-第2データ収集コンポーネント(20.2)に通信可能に接続され、生体試料を処理する第2グループ(2)の複数の実験室機器(10)と、
-複数のデータ収集コンポーネント(20.1、20.2)に通信可能に接続されたリモート整備システム(50)と、
を備え、請求項1から13までのいずれか1つによる方法を実行するように構成される、実験室システム(100)。 - 命令を含むコンピュータ・プログラム製品であって、 生体試料を処理する第1グループ(1)および第2グループ(2)の実験室機器(10)と、第1グループ(1)または第2グループ(2)の実験室機器(10)に通信可能に接続された複数のデータ収集コンポーネント(20.1、20.2)と、データ収集コンポーネント(20.1、20.2)に通信可能に接続されたリモート整備システム(50)とを備え、前記第1グループ(1)の実験室機器(10)が第1データ収集コンポーネント(20.1)に接続され、前記第2グループ(2)の実験室機器(10)が第2データ収集コンポーネント(20.2)に接続された、実験室システム(100)の前記リモート整備システム(50)および前記複数の前記データ収集コンポーネント(20.1、20.2)によって命令が実行されると、請求項1から13に記載された方法のうちのいずれか1つを、前記実験室システム(100)に実行させる、コンピュータ・プログラム製品。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19182503 | 2019-06-26 | ||
EP19182503 | 2019-06-26 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021021724A JP2021021724A (ja) | 2021-02-18 |
JP7511397B2 true JP7511397B2 (ja) | 2024-07-05 |
Family
ID=67145520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020109375A Active JP7511397B2 (ja) | 2019-06-26 | 2020-06-25 | 実験室システムの整備方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11817212B2 (ja) |
EP (1) | EP3757706A1 (ja) |
JP (1) | JP7511397B2 (ja) |
CN (1) | CN112232529A (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018044865A1 (en) | 2016-08-29 | 2018-03-08 | Beckman Coulter, Inc. | Remote data analysis and diagnosis |
RU2739864C1 (ru) * | 2019-07-17 | 2020-12-29 | Акционерное общество "Лаборатория Касперского" | Система и способ корреляции событий для выявления инцидента информационной безопасности |
EP4004831A4 (en) * | 2019-07-24 | 2022-08-31 | Siemens Healthcare Diagnostics Inc. | MAINTENANCE PLANNING METHODS AND APPARATUS IN AUTOMATED TEST OVER A PLANNING PERIOD |
EP4050619A1 (en) * | 2021-02-26 | 2022-08-31 | F. Hoffmann-La Roche AG | Troubleshooting by proximity interaction and voice command |
EP4113531A1 (en) * | 2021-06-29 | 2023-01-04 | Radiometer Medical ApS | Predictive maintenance system and method |
EP4113530A1 (en) * | 2021-06-29 | 2023-01-04 | Radiometer Medical ApS | Methods and apparatuses for facilitating maintenance of a medical analyzer device |
WO2023054550A1 (ja) * | 2021-10-01 | 2023-04-06 | 株式会社日立ハイテク | データ解析方法、およびサーバ装置 |
EP4287193A1 (en) * | 2022-05-30 | 2023-12-06 | Beckman Coulter, Inc. | Computer-implemented methods and assessing for the presence of an anomaly in a laboratory instrument |
WO2024054890A1 (en) * | 2022-09-07 | 2024-03-14 | Siemens Healthcare Diagnostics Inc. | Systems and methods for determining test result accuracies in diagnostic laborabory systems |
CN117129698B (zh) * | 2023-10-26 | 2024-01-23 | 北京众驰伟业科技发展有限公司 | 全自动凝血测试仪的异常报警与重测系统及方法 |
CN117744002B (zh) * | 2023-12-25 | 2024-06-07 | 河北网星软件有限公司 | 实验室数据分析方法及实验室信息管理平台 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012519280A (ja) | 2009-02-27 | 2012-08-23 | オーソ−クリニカル・ダイアグノスティックス・インコーポレイテッド | ネットワーク化された診断臨床分析装置の差し迫った分析故障を検出するための方法 |
JP2013002826A (ja) | 2011-06-13 | 2013-01-07 | Toshiba Corp | 自動分析装置 |
JP2017224181A (ja) | 2016-06-16 | 2017-12-21 | 株式会社日立製作所 | 監視対象システムを監視する分析装置 |
WO2018099859A1 (en) | 2016-12-02 | 2018-06-07 | Roche Diagnostics Gmbh | Failure state prediction for automated analyzers for analyzing a biological sample |
JP2018528693A (ja) | 2014-12-01 | 2018-09-27 | アップテイク テクノロジーズ、インコーポレイテッド | 資産の利用可能性に基づくメッシュネットワークルーティング |
WO2019007868A1 (en) | 2017-07-04 | 2019-01-10 | F. Hoffmann-La Roche Ag | SYSTEM AND METHOD FOR AUTOMATED CLINICAL DIAGNOSIS |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5123017A (en) * | 1989-09-29 | 1992-06-16 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Remote maintenance monitoring system |
US5508826A (en) * | 1993-04-27 | 1996-04-16 | Lloyd; William J. | Method and apparatus for calibrated digital printing using a four by four transformation matrix |
US20140297344A1 (en) * | 2010-07-09 | 2014-10-02 | Cola | System and method for laboratory and personnel management, development and maintenance |
ES2727932T3 (es) * | 2012-04-12 | 2019-10-21 | Syngenta Participations Ag | Qtl responsable de la firmeza de los frutos del tomate |
US9747555B2 (en) | 2014-06-05 | 2017-08-29 | International Business Machines Corporation | Labeling of data for machine learning |
EP3191905B1 (en) * | 2014-09-10 | 2019-05-15 | Siemens Energy, Inc. | Gas turbine failure prediction utilizing supervised learning methodologies |
US9436540B2 (en) | 2014-10-16 | 2016-09-06 | International Business Machines Corporation | Automated diagnosis of software crashes |
CN104267711B (zh) * | 2014-11-03 | 2017-01-11 | 四川烟草工业有限责任公司 | 烟草物流系统运行状态监测及故障诊断方法 |
US9866619B2 (en) | 2015-06-12 | 2018-01-09 | International Business Machines Corporation | Transmission of hierarchical data files based on content selection |
US9697103B2 (en) | 2015-07-30 | 2017-07-04 | International Business Machines Corporation | Automatic knowledge base generation for root cause in application performance management |
US10958531B2 (en) | 2015-12-16 | 2021-03-23 | International Business Machines Corporation | On-demand remote predictive monitoring for industrial equipment analysis and cost forecast |
US10482265B2 (en) | 2015-12-30 | 2019-11-19 | International Business Machines Corporation | Data-centric monitoring of compliance of distributed applications |
US10586621B2 (en) | 2016-05-10 | 2020-03-10 | International Business Machines Corporation | Validating and visualizing performance of analytics |
EP3319026A1 (en) | 2016-11-04 | 2018-05-09 | F. Hoffmann-La Roche AG | Inventory alert system for laboratories |
US10753677B2 (en) * | 2017-06-08 | 2020-08-25 | General Electric Company | Methods and systems for enhancing production of liquefied natural gas |
-
2020
- 2020-06-22 US US16/907,605 patent/US11817212B2/en active Active
- 2020-06-23 EP EP20181529.7A patent/EP3757706A1/en active Pending
- 2020-06-24 CN CN202010589675.XA patent/CN112232529A/zh active Pending
- 2020-06-25 JP JP2020109375A patent/JP7511397B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012519280A (ja) | 2009-02-27 | 2012-08-23 | オーソ−クリニカル・ダイアグノスティックス・インコーポレイテッド | ネットワーク化された診断臨床分析装置の差し迫った分析故障を検出するための方法 |
JP2013002826A (ja) | 2011-06-13 | 2013-01-07 | Toshiba Corp | 自動分析装置 |
JP2018528693A (ja) | 2014-12-01 | 2018-09-27 | アップテイク テクノロジーズ、インコーポレイテッド | 資産の利用可能性に基づくメッシュネットワークルーティング |
JP2017224181A (ja) | 2016-06-16 | 2017-12-21 | 株式会社日立製作所 | 監視対象システムを監視する分析装置 |
WO2018099859A1 (en) | 2016-12-02 | 2018-06-07 | Roche Diagnostics Gmbh | Failure state prediction for automated analyzers for analyzing a biological sample |
WO2019007868A1 (en) | 2017-07-04 | 2019-01-10 | F. Hoffmann-La Roche Ag | SYSTEM AND METHOD FOR AUTOMATED CLINICAL DIAGNOSIS |
Also Published As
Publication number | Publication date |
---|---|
EP3757706A1 (en) | 2020-12-30 |
CN112232529A (zh) | 2021-01-15 |
US11817212B2 (en) | 2023-11-14 |
JP2021021724A (ja) | 2021-02-18 |
US20200411176A1 (en) | 2020-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7511397B2 (ja) | 実験室システムの整備方法 | |
EP3548900B1 (en) | Failure state prediction for automated analyzers for analyzing a biological sample | |
JP3772125B2 (ja) | 分析システムの精度管理方法 | |
EP2450711A1 (en) | Analaysis system for analyzing biological samples | |
JP7442281B2 (ja) | 生物試料を分析するための検査室システム | |
US11313870B2 (en) | Method of operating an analytical laboratory | |
EP3640646A1 (en) | Method of operating an analytical laboratory | |
EP3757575B1 (en) | Method of operating an analytical laboratory | |
CN110391018A (zh) | 分析测试结果的及时可用性 | |
EP3182133B1 (en) | Automated analytical system and method for operating thereof | |
CN111579804A (zh) | 操作分析实验室的方法 | |
CN115147236A (zh) | 一种处理方法、处理装置和电子设备 | |
EP4287193A1 (en) | Computer-implemented methods and assessing for the presence of an anomaly in a laboratory instrument | |
EP4199001A1 (en) | System and method for monitoring performance of a medical device | |
US20190035489A1 (en) | Augmenting measurement values of biological samples | |
CN111755114A (zh) | 分析实验室 | |
EP4235687A1 (en) | Apparatus, method and system for assigning processing steps to a laboratory automaton system | |
US20240096456A1 (en) | Medical laboratory computer system | |
JP2006098416A (ja) | 分析システムの費用管理方法 | |
CN117423420A (zh) | 实验室环境中测试样品的处理 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230623 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240301 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240524 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240530 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240625 |