Izzivi integracije umetne inteligence v preskuševalne laboratorije
DOI:
https://doi.org/10.37886/ip.2024.008Ključne besede:
umetna inteligenca, preskuševalni laboratoriji, monitoring, izzivi, priložnostiPovzetek
Raziskovalno vprašanje (RV): Na kakšen način preskuševalni laboratoriji uporabljajo umetno inteligenco (UI) in s kakšnimi izzivi se pri tem srečujejo?
Namen: Raziskati uporabo UI v slovenskih in hrvaških preskuševalnih laboratorijih, preveriti vpliv kompleksnosti merilnih metod in merilne opreme ter predvideti trende na tem področju.
Metoda: Za raziskavo je bil razvit anketni vprašalnik. V raziskavo so bili povabljeni predstavniki 125 naključno izbranih preskuševalnih laboratorijev iz Slovenije in Hrvaške, ki izvajajo akreditacijsko dejavnost po SIST EN ISO/IEC 17025:2017. Poleg deskriptivne in frekvenčne statistike sta bila za ovrednotenje podatkov uporabljena Kruskal-Wallis test in Mann-Whitney U test.
Rezultati: Odzvalo se je 44 laboratorijev. Raziskava je potrdila, da večina preskuševalnih laboratorijev pričakuje povečano uporabo orodij UI v prihodnosti, laboratorijsko osebje prepoznava prednosti v učinkovitosti, natančnosti in zmanjšanju napak. Vendar pa je uporaba UI v slovenskih in hrvaških laboratorijih še omejena, po mnenju sodelujočih zaradi pomanjkanja usposobljenega osebja, tehničnih omejitev in visokih začetnih stroškov. Laboratoriji z zahtevnejšo merilno opremo orodja UI dojemajo drugače kot tisti, ki s takšno opremo ne upravljajo. Izziv za bodoče je uporaba UI z namenom povečanja kakovosti storitev laboratorijev, za večjo učinkovitost, napredek in omejevanje stroškov.
Organizacija: Uporaba UI omogoča razvoj novih poslovnih modelov, ki temeljijo na avtomatizaciji in digitalizaciji laboratorijskih procesov. Raziskava omogoča organizacijam, da bolje razumejo in izkoristijo potencial UI.
Družba: Za družbo lahko raziskava prinese številne koristi, ki izboljšujejo kakovost življenja, spodbujajo gospodarski in tehnološki razvoj ter prispevajo k trajnostnemu razvoju in napredku družbe kot celote.
Originalnost: Obravnavano področje raziskav je v Sloveniji in na Hrvaškem neraziskano, tudi za mednarodno okolje so takšne konkretne raziskave še precej omejene.
Omejitve/nadaljnje raziskovanje: V raziskavo je bilo vključeno omejeno število slovenskih in hrvaških preskuševalnih laboratorijev, kar bi lahko omejilo posploševanje zaključkov na globalni ravni. Nadaljnje raziskave bi bilo zato smiselno izvesti na širšem geografskem področju. Tudi v ugotavljanje ekonomskih vplivov uporabe UI v laboratorijih, v ugotavljanje učinkovitosti in zanesljivosti meritev, v študije, kjer bi ugotavljali dolgoročne raziskovalne možnosti in razvoj analitičnih metod z uporabo UI, bolj poglobljeno analizo razlik med laboratoriji upoštevajoč pristope UI ter analizo kulturnih, gospodarskih in regulativnih dejavnikov na uporabo UI.
Literatura
Barczak, A. (2023). Artificial Intelligence. Challenges and threats. Studia Informatica, Systems and information technology, 2(29), 5–25. doi: 10.34739/si.2023.29.01
Baum, Z. J., Yu, X., Ayala, P. Y., Zhao, Y., Watkins, S. P., & Zhou, Q. (2021). Artificial Intelligence in Chemistry: Current Trends and Future Directions. Journal of Chemical Information and Modeling, 61, 3197–3212. doi: 10.1021/acs.jcim.1c00619
Burns, B., & Hubbard, D. (2021). The Role of Human Performance Science in Cycle Chemistry Improvement - Is This the Missing Link? PPCHEM Fossil Cycle Chemistry Journal, 23, 20–30.
Chatterjee, R. (2020). Fundamental concepts of artificial intelligence and its applications. Journal of Mathematical Problems, Equations and Statistics, 1(2), 13–24.
da Silva, F., Grochau, I. H., & Veit, H. M. (2021). System proposal for implementation of risk management in the context of ISO/IEC 17025. Accreditation and Quality Assurance, 26, 271–278. doi: 10.1007/s00769-021-01484-6
Electric Power Research Institute (EPRI). (2024). Analyzing Artificial Intelligence and Data Center Energy Consumption (White paper). Palo Alto, California: Electric Power Research Institute (EPRI).
Fonseca, L. M. (2015). From quality gurus and TQM to ISO 9001:2015: A review of several quality paths. International Journal for Quality Research, 9(1), 167–180.
Herman, D. S., Rhoads, D. D., Schulz, W. L., & Durant, T. J. (2021). Artificial Intelligence and Mapping a New Direction in Laboratory Medicine: A Review. Clinical Chemistry, 67(11), 1466–1482.
International Labmate Limited. (28. 7. 2021). LABMATE online. Retrieved on How is AI Used in Labs?: https://www.labmate-online.com/news/news-and-views/5/breaking-news/how-is-ai-used-in-labs/55813
International Organization for Standardization. (6. 02 2024). International Organization for Standardization. Pridobljeno iz ISO 9001:2015: https://www.iso.org/standard/62085.html
Kumar, S. (2023). Developing Human Skills in the Era of Artificial Intelligence: Challenges and Opportunities for Education and Training. Scholedge International Journal of Multidisciplinary & Allied Studies, 10(2), 11–19. doi: 10.19085/sijmas100201
Liangru , Y., Li, Y., & Fan, F. (2023). Employees’ Appraisals and Trust of Artificial Intelligences’ Transparency and Opacity. Behavioral Sciences, 13(344), 1–14. doi: 10.3390/bs13040344
Olu-Lawal, K. A., Olajiga, O. K., Ani, E. C., Montero, D. J., & Adeleke, A. K. (2024). The role of precision metrology in enhancing manufacturing quality: A comprehensive review. Engineering Science & Technology Journal, 5(3), 728–739. doi: 10.51594/estj/v5i3.868
Paranjape, K., Schinkel, M., Hammer, R. D., Schouten, B., Nannan Panday, R. S., Elbers, P. W., . . . Nanayakkara, P. (2021). The Value of Artificial Intelligence in Laboratory Medicine, Current Opinions and Barriers to Implementation. American Journal of Clinical Pathology, 155(6), 823–831. doi: 10.1093/AJCP/AQAA170
Rai, P., & Chatrath, H. (2021). Application of Artificial Intelligence in Chemistry. Green Chemistry & Technology Letters, 7(2), 18–19.
Smith, C. (2019). An employee’s best friend? How AI can boost employee engagement and performance. Strategic HR Review, 18(1), 17–20. doi: 10.1108/SHR-11-2018-0092
Splošne zahteve za usposobljenost preskuševalnih in kalibracijskih laboratorijev (ISO/IEC 17025:2017). (2018). Ljubljana: Slovenski inštitut za standardizacijo.
Thurow, K. (2023). Strategies for automating analytical and bioanalytical laboratories. Analytical and Bioanalytical Chemistry , 415, 5057–5066. doi: 10.1007/s00216-023-04727-2
Tziakou, E., Fragkaki, A. G., & Platis, A. N. (2023). Identifying risk management challenges in laboratories. Accreditation and Quality Assurance, 28, 167–179. doi: 10.1007/s00769-023-01540-3
Dodatne datoteke
Objavljeno
Številka
Rubrike
Licenca
Avtorske pravice (c) 2024 Milan Simončič
To delo je licencirano pod Creative Commons Priznanje avtorstva-Deljenje pod enakimi 4.0 mednarodno licenco.
