AI-ondersteunde assisterende functies gaan de communicatie met het LIMS eenvoudiger maken | Foto: Unsplash
Het is niet de vraag of, maar wanneer kunstmatige intelligentie automatiseringsprocessen in het lab gaat transformeren. AI kan laboratoria veel brengen en zal zich langzaam ontpoppen van een ‘assistent’ die hand- en spandiensten verleent om routineklussen uit handen te nemen tot een ‘supervisor’ die waakt over de beslissingsboom in labs. Gerben de Haan, hoofdproductontwikkeling bij AlisQI, ziet op korte termijn al toepassingen die het werk in het lab kunnen faciliteren: “Zoals chatten met LIMS via AI.”
tk1 AI is nu nog vooral een buzzwoord in de labwereld, net als in veel andere industrieën. Laborganisaties zijn er nog niet actief mee bezig, constateert Gerben de Haan, maar de ‘vendors’ zitten uiteraard niet stil. Aan de ontwikkelingskant wordt meer en meer ingezet op de kracht van AI, zo ook bij AlisQI. Zeven vragen aan Gerben de Haan.
Vraag 1: Wat gaan laboratoria merken van AI bij hun automatisering?
“AI gaat invloed hebben, 25-30% van bedrijven gebruikt AI al in enige vorm, vooral op het gebied van tekstgeneratie. Minder interessant voor het lab, maar de technologie is er al wel voor de technische toepassingen. Waar wij veel perspectief in zien, is het gebruik van AI bij de analyse van certificaten om de inkomende kwaliteitsstroom direct te kunnen toetsen en automatisch te escaleren.”
Escaleren? “Daarmee bedoel ik dat als de analysewaarden off-spec zijn, dit automatisch herkent en de organisatie op de hoogte gesteld wordt.”
tk2 Vraag 2: En ChatGPT?
“De ChatGPT-toepassing zie ik niet direct als waardevol voor het lab. De toegevoegde waarde voor het lab zit meer in dataverwerking, data-analyse en instrument-interfacing. AI-software kan betekenis geven aan ongestructureerde content. AI kan zonder expliciete mapping data extraheren uit ongestructureerde tekst. Daarmee kan geëxporteerde data uit analysers, vaak in CSV-, JSON- of XML-format, onttrokken worden en gemapt worden naar het LIMS datamodel. Zonder dat die mapping expliciet gemaakt hoeft te worden. Na die mapping kunnen datapunten worden geconverteerd naar de juiste meeteenheid/methode zoals die in het LIMS-systeem gedefinieerd staat. Zo wordt instrument-interfacing een heel stuk eenvoudiger. Het maken van de mapping en datatransformatie is nu vaak een tijdrovende stap.”
“We zien veel perspectief in het gebruik van AI bij de analyse van certificaten”
Gerben de Haan, hoofd productontwikkeling bij AlisQI
tk3 Vraag 3: Kan AI informatie uit tekstdocumenten halen?
“Het is al in te zetten voor het extraheren van Excel-bestanden, maar er kan veel meer. We kunnen ook met screenshots of zelfs notities en schema’s op een whiteboard werken, en daar rolt vervolgens het samplesysteem uit met alle attributen en tests die je wilt doen. Niet in één keer klaar natuurlijk, maar 60-70% van het voorwerk voor de inrichting van het LIMS is zo wel gedaan. Dit scheelt enorm. Het creëren van datastructuren is het meeste werk bij de opzet van zo’n systeem en AI kan hier veel werk besparen.”
tk4 Vraag 4: Welke kantoortaken kan AI ontzorgen?
“Met AI kunnen allerlei routinematige taken worden overgenomen. Dit is nog maar het begin, want het wordt slimmer met de opkomst van agentische AI. Dat is een AI-systeem dat beslissingen kan nemen, en acties kan ondernemen zonder dat er steeds mensen aan te pas komen. Het werkt met kleine agents die autonoom kunnen opereren, API’s [een standaardkoppeling tussen computersystemen, zodat ze eenvoudig gegevens kunnen uitwisselen en samenwerken, red.] kunnen uitvoeren en actief kunnen werken. We hebben nu een fulltime AI-engineer in ons team die uitzoekt wat daar technisch voor nodig is en wat er nu kan. Dat proberen we samen met eindgebruikers uit.”
AlisQI kan nu analysecertificaten automatisch importeren. Het LIMS haalt relevante kwaliteits-parameters op en geeft een seintje bij out of specs | foto: AlisQI
Vraag 5: Je kunt dankzij AI ook chatten met je LIMS?
“Je gebruikt AI dan als een ‘stagiair’, een assistent, en zou kunnen vragen: ‘Wat was de gemiddelde pH van het eindproduct vorige week?’ Als je dat vanuit Teams of Slack doet, kun je binnen 2 seconden een antwoord krijgen. Dat bespaart veel tijd. De eerste stap is ‘vraag en antwoord’, maar we kunnen dat uitbouwen naar het periodiek uitsturen van bepaalde rapportages. Denk aan: ‘Laat me bijvoorbeeld een lijst zien met de meest voorkomende klantklachten van afgelopen week en stel dit automatisch in voor elke zondagavond om 11:00.’ Scheelt uitzoekwerk. Zo kan een QA-engineer zich focussen op de belangrijke dingen.”
“Instrumentinterfacing wordt met AI eenvoudiger dan het nu is”
Vraag 6: Hoe betrouwbaar is zo’n AI-applicatie?
“Wij als vendor zorgen ervoor dat de AI-gegenereerde data zo precies mogelijk is, wel onder voorbehoud dat AI het mis kan hebben. Je kunt wat AI aangeeft zelf verifiëren. In onze AI-prototypes komt er bij het antwoord dat gegeven wordt een link naar de herkomst van de data. Zo kun je zien welke statistieken uit het systeem komen en dus honderd procent kloppen, en daarmee de AI-uitkomsten checken.”
“De agencies vervullen eerst de rol van stagiair, als het vertrouwen groeit, gaan ze naar junior, en als het uitgetest is naar senior. Je start dus simpel. Begin bijvoorbeeld met een agent de pH van afgelopen weekt te laten controleren. Zie je afwijkingen, dan is dat reden het frequentie-testplan aan te passen of de testmethode te evalueren. Zo bouw je aan vertrouwen in de AI-oplossing, en gaat deze steeds autonomer opereren met steeds minder menselijke controle. Op een gegeven moment kun je AI de menselijke beslissing laten beoordelen in plaats van andersom. AI laat je dan over je schouder meekijken.”
“AI is heel geschikt voor routinewerkzaamheden bij kwaliteitscontrole”
Vraag 7: Wat is laaghangend fruit voor AI?
“Het uitlezen van ongestructureerde data of documenten met optical reading zonder alles over te hoeven typen. Dat is de eerste feature die we aan het bèta-testen zijn. Dat blijkt heel goed te werken. AI is, zoals gezegd, ook heel geschikt voor routinewerkzaamheden bij kwaliteitscontrole. Hier zijn we sinds een half jaar actief mee bezig en met gebruikers over in gesprek. Ik ken een laboratorium dat hier zelf ook mee bezig is, vooral in de analyse van historische kwaliteitsincidenten en het vinden van patronen.”
Waar ik ook veel van verwacht op korte termijn is je LIMS inrichten op basis van historische data en workflows. En een handige is ook het formuleren van expressies/formules in ons LIMS. Voorbeeldje: klanten puzzelen vaak met het definiëren van berekeningen. Dit is geen dagelijkse kost en kan een heel gedoe zijn. Bij duplo- en triplometingen wil je de verschillen eruit halen. Daar hebben we specifieke functies voor, maar hoe gemakkelijk zou het zijn als je in natuurlijke taal kunt aangeven wat je nodig hebt en het antwoord rolt eruit? Anders moet je de hele leercurve doorlopen, nu heb je zo de oplossing.”
“En AI gaat de inrichting en implementatie van een LIMS gemakkelijker maken. Met AI kun je ongestructureerde data gemakkelijk verwerken. Instrument-interfacing wordt daarom veel eenvoudiger dan het nu is. Ook aan de onderhoudskant kun je er veel mee. Het trainen van AI-modellen en het gebruik van generatieve AI op basis van klantdata moet je juridisch wel goed inkaderen natuurlijk. Denk aan zaken als eigendom van data en GDPR-compliance: daar zijn wij als vendor volop mee in de weer. Zeker, er liggen nog uitdagingen rond AI, maar het kan zo veel brengen. En: we staan pas aan het begin van een tijdperk.
AI-toepassingen voor LIMS en kwaliteitscontrolesystemen
Een greep uit de AI-toepassingen die hoofd productontwikkeling Gerben de Haan van AlisQI ziet komen:
- Chat met je LIMS
Gebruik natuurlijke taal om je LIMS vragen te stellen over testresultaten, patronen en trends.
- Chat met je kwaliteitshandboek
Gebruik natuurlijke taal om antwoorden te krijgen uit testprocedures over hoe je monsters moet voorbereiden of hoe je tests moet uitvoeren.
- Analysecertificaten automatisch importeren
Upload deze documenten eenvoudig. Het LIMS haalt alle relevante kwaliteitsparameters op en geeft een seintje bij non-conformiteiten of andere afwijkingen.
- Kalibratiedocumentatie automatisch importeren
Upload kalibratiecertificaten en haal de relevante gegevens (apparatuurkenmerken, tijdstempels, enz.) op om dit correct te documenteren zonder menselijke tussenkomst.
- Instrument interfacing
Geautomatiseerde gegevensextractie en mapping van (on)gestructureerde inhoud. Beheerders hoeven dan geen mapping te maken. Lever eenvoudig het ruwe gegevensbestand en het doelgegevensmodel aan, en de AI zorgt voor de mapping en juiste omzettingen naar parameters.
- Assisted root cause analysis
AI faciliteert de 5x waarom-analyse op basis van historische gegevens en een bepaalde probleemstelling.
