Labor 4.0 – Digitalisierung und Automatisierung

Das Projekt wurde ursprünglich aufgrund der Mehrbelastung durch Covid-Tests gestartet. Weiterführend ist die Anwendung für Analysen (z.B. Blut) im Kontext der verschiedenen vom Labor geleisteten Studien geplant.

Aufgrund der stetig steigenden Anzahl der durchgeführten Tests war das manuelle Verfahren nicht länger zeitgemäß. Gerade die Übertragung der Ergebnisse „per Hand“ in die zentrale Datenbank war aufwendig und fehleranfällig, was eine Automatisierung dieses und weiterer Prozessschritte dringend notwendig machte.

Die InterFace AG entwickelte eine webbasierte Oberfläche zur Visualisierung der gesammelten und nutzbar gemachten Daten. Ihr Aufgabengebiet umfasste zudem die Konzeption und Implementierung aller anderen Anwendungskomponenten wie Frontend, Backend, Datenbankstruktur und zusätzliche Services.

In der Datenbank werden nun die Ergebnisse in den Messgeräten generiert, automatisch erfasst und im Anschluss zur Verfügung gestellt. Sie bietet eine zentrale Ablagemöglichkeit aller Messergebnisse, die dann über das webbasierte Dashboard visualisiert und für den Nutzer strukturiert ausgegeben werden.

Das ursprünglich manuell durchgeführte Pipettierverfahren war zeitintensiv und fehlerbehaftet. Ein vollautomatisierter und sich selbst reinigender Pipettierroboter übernimmt jetzt die Generierung der Quell- und Zielplates – Vorgehensweise: Die einzelnen Proben befinden sich in Tubes (kleinen Glasröhrchen), die auf Plates (Platten) angeordnet sind. Für einen Assay wird nur ein Teil der verfügbaren Probe verwendet – Pipettierung von einem Quelltube in ein Zieltube. Dieser Vorgang erfolgt plattenweise oder listenweise. Für den weiteren Prozess wurden mehrere flexible Dateiformate definiert, die von der Anwendung problemlos eingelesen werden können, um die von den Messgeräten erzeugten Daten zu verwalten.

Hinter den durchgeführten Messungen stecken komplexe Berechnungen und eine systemgestützte Validierung der Ergebnisse. Sie werden parallel für mehrere Tubes erfasst, ausgewertet, zugeordnet und in einer Datenbank gespeichert – generisches Datenmodell. Es lassen sich Rückschlüsse ziehen, ob die Messungen valide sind oder noch einmal überprüft werden müssen. Eine manuelle Korrekturmöglichkeit der Ergebnisse ist auf der Weboberfläche gegeben: Die Daten des Assays werden geprüft und gegebenenfalls manuell korrigiert, zudem lassen sich einzelne Messungen ausschließen.

Hervorzuheben ist die konfigurierbare Qualitätskontrollansicht, die es dem Nutzer ermöglicht, sämtliche Kontrollwerte zu sichten. Die gemessenen Kontrollwerte werden zusammen mit den Messzeitpunkten aggregiert, statistischen Analyseverfahren (z.B. CUSUM, Moving Range) unterzogen und in entsprechenden Diagrammen dargestellt. Statistische Ausreißer und Tendenzen werden von der Anwendung automatisch markiert und können als Hinweis dienen, dass ein Defekt in der Hardware des Messgerätes vorliegt. Dadurch wird potenziellen Ausfällen und Messfehlern vorgebeugt.