La puissance du laboratoire intégré

Apr 09, 2023

Dave Dorsett, architecte logiciel principal chez Astrix, est un leader très expérimenté en informatique R&D avec une longue expérience de travail avec des responsables scientifiques et informatiques seniors pour l'architecture, la conception,...

La technologie a changé presque tous les aspects de notre vie quotidienne et a rapidement redéfini notre façon de faire de la science. La perturbation numérique provoquée par le vaste afflux de technologies innovantes a créé à la fois une dépendance croissante à l'égard de la technologie et une science numérique accélérée. L'émergence de l'Internet des objets (IoT), de l'intelligence artificielle (IA) et de l'apprentissage automatique (ML) fournit la base d'une automatisation intelligente et d'informations basées sur les mégadonnées.

Ces technologies numériques et d'autres sont capables d'augmenter la productivité et de transformer les opérations en laboratoire du futur. La connectivité des laboratoires détient la clé pour déverrouiller les connaissances alimentées par cette révolution numérique, menant à la prochaine percée scientifique. Pourtant, de nombreuses organisations à vocation scientifique ont du mal à tirer parti de ces outils.

La transformation numérique de la R&D incarne les principes de la digitalisation pour supprimer tout processus papier, mais dans un cadre de réexamen de l'ensemble du processus de travail. Plutôt que de simplement déplacer l'état actuel de la génération et de la capture de données vers une forme électronique, la transformation numérique se concentre sur des questions plus larges, telles que quelles données sont utilisées par qui et à quelles fins, et s'il existe une voie plus directe pour atteindre l'objectif scientifique. Cela le rend explicitement interfonctionnel et ouvre des opportunités d'amélioration de l'efficacité opérationnelle et de la productivité globales dans les processus métier plus larges.

Le concept de laboratoire intégré est un environnement de laboratoire entièrement numérique, où le travail manuel est éliminé, les matériaux et les échantillons sont gérés de manière transparente et les processus de travail sont connectés à tous les instruments et circulent de manière transparente dans tous les systèmes opérationnels nécessaires pour prendre en charge le travail. Ces workflows numériques améliorent globalement la qualité des données grâce à l'automatisation et à la connectivité explicite. Les systèmes opérationnels partagent des métadonnées communes critiques et exposent leurs données pour qu'elles soient utilisées par d'autres systèmes ouvertement et selon les besoins. Une caractéristique de ce type de données est appelée FAIR1. Les quatre principes fondamentaux des données FAIR sont : la possibilité de trouver, l'accessibilité, l'interopérabilité et la réutilisation. Les données entrant et sortant de l'environnement du laboratoire doivent respecter les principes FAIR pour bénéficier de la "préparation des données" du laboratoire numériquement intégré du futur.

Les systèmes déconnectés sont ainsi devenus un problème majeur dans le laboratoire. La gestion de processus mixtes numériques et non numériques faisant appel à des scientifiques pour transporter des données diminue l'efficacité opérationnelle et soulève des questions de qualité et d'exhaustivité en ce qui concerne les données. Pour surmonter les défis posés par l'utilisation continue de processus non numériques, le laboratoire moderne d'aujourd'hui doit réexaminer le flux de données fondamental.

En examinant la génération de données à titre d'exemple, l'utilisation de la technologie IoT (intelligente) améliore l'intégrité de la collecte de données et associe les métadonnées intrinsèques "qui, quoi et où" aux résultats de l'instrument. Dans cet état futur, tous les instruments et équipements de laboratoire sont connectés au stockage en nuage, où ils peuvent être traités et combinés avec d'autres données d'entreprise pertinentes pour analyse. Cela améliore la relation entre les données de l'instrument et son utilisation, et tous les consommateurs des résultats ont un accès direct aux données primaires de l'instrument utilisées pour étayer les résultats.

Alors que les organisations de R&D continuent de fonctionner avec une empreinte mondiale, utilisent des services CRO/CMO externalisés et collaborent avec des partenaires externes, le besoin d'un laboratoire numérique intégré devient impératif pour gérer le flux de données bidirectionnel sécurisé et conforme dans une multitude d'entreprises. et plateformes informatiques.

La connectivité numérique constitue la base de la transformation de la productivité des laboratoires. Il est courant pour de nombreux laboratoires scientifiques d'avoir plusieurs déploiements de LIMS, d'ELN et d'instruments analytiques qui sont dupliqués, cloisonnés, vieillissants et nécessitent une opération manuelle ou une transcription. Pour parvenir à un environnement de laboratoire véritablement transformateur, toutes les personnes, tous les processus, tous les systèmes et toutes les données doivent être connectés et harmonisés dans une architecture de système et de données rationnelle et évolutive.

" Un laboratoire intégré fournit la connectivité numérique nécessaire pour rendre les données de R&D plus efficaces en les rendant disponibles quand et où elles sont nécessaires."

L'approche la plus efficace d'une transformation numérique commence par une analyse approfondie des processus scientifiques de l'état actuel. Cela implique l'analyse et la documentation des flux de travail de laboratoire dans la pratique, y compris l'utilisation actuelle des systèmes dans l'équipement et les fonctions de laboratoire actuels. Cette évaluation de l'état actuel fournit une carte des « points douloureux » : inefficacités, états d'attente, duplication inutile de travail et de données, et création ou recréation manuelle de données. Cette évaluation guide ensuite le développement des processus de travail optimisés pour l'état futur qui incluent des améliorations de processus sélectionnées organisées dans une feuille de route. La feuille de route est importante : résoudre tous les points douloureux en une seule étape n'est pas pragmatique ; de plus, tous les points douloureux ne seront pas indépendants ou n'auront pas la même importance. En pratique, la résolution même de certains des problèmes majeurs devrait être une raison de réévaluer le flux de travail pour s'assurer que les prochaines étapes sont les meilleures.

Sans plan stratégique clair, les organisations se précipitent souvent pour mettre en œuvre des solutions d'une manière qui ne prend pas en charge les objectifs futurs de l'entreprise. Il existe des outils et des services disponibles qui fournissent l'expertise et les ressources nécessaires pour analyser, planifier et exécuter un programme de transformation numérique réussi pour votre organisation qui conduira finalement à une productivité accrue. La transformation numérique n'est pas un projet informatique classique. L'effort impliqué est différent de la mise en œuvre d'un système de fournisseur. La transformation numérique est un programme pour repenser la façon dont la science est faite.

Les données sont le bien le plus précieux de la science moderne. L'accès aux informations contenues dans les données est la clé de la R&D axée sur les données. Un laboratoire intégré fournit la connectivité numérique nécessaire pour rendre les données de R&D plus efficaces en les rendant disponibles quand et où elles sont nécessaires. La numérisation peut éliminer les flux de travail actuellement exécutés sur papier, Excel, PowerPoint et e-mail. La transformation numérique, cependant, identifie et stratifie les données en fonction de leur utilisation et développe une connectivité supplémentaire entre les données et les scientifiques qui les utilisent, permettant aux processus scientifiques de devenir « centrés sur les données ». Cette transformation permet également des analyses avancées, l'application d'algorithmes et l'IA/ML pour automatiser et optimiser les résultats de R&D grâce à une modélisation descriptive et prédictive.

Au cours de la dernière décennie, les organisations ont adopté une approche "cloud-first" ou "cloud-only". Lorsqu'elles sont appliquées de manière appropriée, les solutions informatiques basées sur le cloud offrent une infrastructure flexible, allégée et rentable qui ouvre la porte à davantage de numérisation, et donc à la transformation numérique. La clé est la flexibilité. L'utilisation du cloud seul peut être nécessaire pour atteindre la flexibilité nécessaire pour soutenir la transformation numérique, mais ce n'est pas suffisant.

L'infrastructure cloud devrait permettre aux entreprises de se concentrer davantage sur l'utilisation de la technologie plutôt que sur le soin et l'alimentation de la technologie elle-même. Malheureusement, ce n'est pas toujours le cas. En fait, l'infrastructure cloud dans le monde réel peut être plus rigide que l'utilisation d'une infrastructure sur site. Cette ironie est généralement le résultat du manque de transformation de l'organisation informatique et peut constituer un obstacle important à la transformation numérique.

Les collaborations entre les sites mondiaux et les partenaires commerciaux externes nécessitent de déplacer rapidement et en toute sécurité d'énormes quantités de données dans l'entreprise. Le besoin d'une infrastructure informatique agile et rentable et de la bonne technologie en place pour soutenir ces efforts est une condition essentielle pour réaliser le laboratoire intégré du futur.

Du point de vue de la gestion de laboratoire, comment tirer pleinement parti des gains de productivité qu'offre la transformation numérique ? L'un des avantages les plus importants du laboratoire intégré numériquement est la possibilité de visualiser les opérations du laboratoire.

La connectivité numérique facilite la collaboration entre les équipes, les sites et les partenaires externes pour le partage d'informations et de données scientifiques. À mesure que les technologies de réalité augmentée deviennent plus disponibles et adaptées à l'environnement de laboratoire, la possibilité de faire passer vos opérations de laboratoire à un autre niveau grâce à un fonctionnement mains libres ou à commande vocale peut améliorer la collecte complète des données.

L'une des tâches les plus exigeantes en main-d'œuvre dans tout environnement de laboratoire est le suivi et la commande des consommables. Un environnement de laboratoire intégré peut vous permettre de simplifier ce processus via un suivi RFID automatisé de l'utilisation des consommables couplé à des plateformes de commerce électronique pour le réapprovisionnement de ces fournitures. Ce sont des exemples d'opportunités d'améliorer la productivité des laboratoires grâce à la numérisation, conduisant à des processus scientifiques rationalisés et à des économies de coûts qui contribuent au résultat net.

La transformation numérique permet aux organisations de R&D d'augmenter l'efficacité scientifique grâce à des flux de travail qui soutiennent et optimisent le travail des scientifiques. Ces améliorations conduisent finalement à une réduction globale des coûts d'exploitation et à des retours sur investissement plus élevés, mais les gains de productivité significatifs conduisent au changement le plus spectaculaire induit par la transformation numérique : l'innovation.

1. Wilkinson, M., Dumontier, M., Aalbersberg, I. et al. Les principes directeurs FAIR pour la gestion et l'intendance des données scientifiques. Sci Data3, 160018 (2016). https://doi.org/10.1038/sdata.2016.18.