白玉1 訾凯2 王治国1
作者单位：1卫生部北京医院 卫生部临床检验中心 2 北京中创易达科技发展有限公司
美国临床和实验室标准化研究院(CLSI)自动化系列文件之一AUTO10-A——临床实验室试验结果自动验证批准指南提供了一个通用框架，允许每个实验室基于患者的自身需求进行简易设计、执行、验证及进行自定义规则的自动验证（自动化的校验）。本文主要参考该指南及相关文献进行总结。
本文的基础是为实验室提供一个由基本和复杂的布尔逻辑（Boolean logic）构成的“工具箱”，开发基于可获得的医学数据用于做出结果验证决定的算法。基本的布尔逻辑可定义为在建立逻辑声明（或规则）中使用“和”（“AND”）或“或”（“OR”）字的表述。复杂的布尔逻辑包括结合“和”或“或”的几种表述允许对特定的情况精确分析。
软件工具建立自动验证算法的最低要求包括：
以无限制的方式使用多个数据元素的能力；
实验室具有迅速而容易地定义和执行算法修改的能力；
从多个数据源中检索所选定的信息（即：急诊、药房、仪器结果、其他实验室数据、诊断代码；）
实时算法应用；
灵活的用户界面，在自动验证过程中实时提供实验室定义信息。
传统上，结果验证依赖于由病理学家/检验师/检验技师针对一个或一组分析结果执行最核心的算法。其目的是要在实验室发出结果之前确定潜在的分析错误。分析前，分析中和分析后的数据可用于这个过程。
自动验证是基于计算机算法对已定义的一组实验室结果自动地采取措施，而不需要实验室人员进行人工干预的过程。基于计算机的措施可以立即验证结果、重复分析、自反测试，增加评述或建议手工步骤，包括（但不限于）结果的人工审查。通过自动执行对结果的措施满足明确的准则，需要特别注意的是对于结果人工处理需要更多的时间。自动验证确保每个结果始终如一地接受相同的审核过程。另外，基于计算机的自动验证算法提供开发更复杂算法的机会，可纳入更广泛的数据，更为可能会让实验室人员在一致、及时、准确的方式下完成任务。
下列流程图是评价人血清中尿素氮/肌酐比值简单算法的一个实例。该图是基于使用酶法测定尿素氮方法，以及酶法测定肌酐。算法的复杂性增加依赖于可获得的信息，如质量控制可接受性的检查等，见图1。
可以通过使用信息技术（IT）工具来完成自动验证，但是实验室最终负责与IT工具一起执行做出自动验证决策定义准则。本文提供用于自动验证算法制定准则的指南，见图2。
本文详细介绍了用于实验室结果自动验证的设计、实施、执行、确认和遵守算法的建议。
本文内容面向的对象是信息系统的供应商、医院实验室、参考实验室、独立实验室、医生办公室的实验室、数据管理供应商、仪器制造商以及床旁检测的使用者。
临床实验室为应对与补偿和人力资源分配有关的外部压力而持续地提高生产率。与难以招聘技术队伍相关的压力迫使实验室不断地走向实验室自动化，并增强计算机系统帮助确保足够的周转时间和增强结果流向临床医生的质量。
对这些外部压力的自然响应在于与产生可报告结果有关的实验室程序（分析前、分析中和分析后）的再检查。 通过对这些过程的检查，实验室可以寻找到一种在低成本和加强质量下提供增加服务的机制。
分析前和分析中的过程给实验室环境中的执行活动和发展提供持续的经验。然而，制定和实施分析后算法，可以明显的协助改善发布结果到医疗记录的过程。这个过程被称为自动验证。这种分析后工具让使用者能够参考某些准则以电子方式检查分析结果。这些准则包括但不限于参考值范围、质量控制结果、移动平均值、仪器标记，差值检查、维护检查、批号检查、临床医生信息/申请，以及临界界限可以用来构成算法。建立这样的过程可以适用于每个独立的设备和设备的实验室主管以及相关实验室人员进行监控。既然每个结果都通过相同的严格的算法过程，所以自动验证也能确保结果的质量。
因此，仔细的计划和系统的机制对于建立这样的分析后过程是必须的。通过遵循这种结构，实验室确保过程得到记录和审查，因而结合临床实验室环境中的自动验证，可以完成临床和管理的需求。
因此，该指南是为实验室用户开发的，可以使用严格的指导帮助建立、安装、执行和监测这一分析后过程。通过定义基于计算机的规则以及识别该过程，实验室可以确定满足优质的过程并进行文件记录。
本文提供可用于开发自动验证过程的参数和规则的实例。个别实验室可能缺乏一些这里描述的能力，有多种原因可能选择不执行在其他实验室中使用的一些规则。实验室主任有责任为适合其所在的实验室选择和实施自动验证的规则和过程。
一、运算设计
自动验证是一个自动化的分析后过程，执行没有人工干预进行发布结果到医疗记录的行为。软件设计效仿更为先进的方法，但是采取与实验室人员手动验证结果相同的算法。如果满足用户定义的准则，自动验证软件将把检测结果实时的发送到患者记录中。
自动验证的算法应合并多种用于验证临床实验室结果而定义的布尔逻辑的数据元素。这些算法应当反映出最好的实验室实践及证明出对患者医疗的高度关注。另外，自动验证算法应包括遵从临床的、程序化的及法规要求等特性。典型算法包括多数据元素采用多步布尔逻辑来确保可能的结果。加入更复杂的算法通常会产生具有更大信心的更高效果的自动验证结果。图3所示算法设计过程。
（一）数据元素
这些数据类型覆盖分析过程的全部范围，即分析前、分析中和分析后。自动验证系统算法设计中的数据元素和条件不仅限于以下内容：
（1）分析前数据：算法包括选择数据源如：患者信息，诊断代码，电子病例及药学。以患者信息为例：患者描述对于自动验证算法来说应作为必须包含的准则，并应包含患者年龄或出生日期、患者性别、患者病区、样本时间、样本来源（样本类型），以及独立的患者标识。对于准确的、及时检测及结果的报告应包括其他额外相关的及必须的信息。
例如，来自临床实验室的结果有时候按照患者病区来评估，这特别适用于危急值。一个病区患者的危急值可能就不是另一个病区患者的危急值。用下面的例子来说明：
实例 A: 来自门诊白细胞水平很低的患者是可能的。在急诊室发热患者而没有恶性肿瘤的白细胞水平极低是意外的。
实例 B: 术后ICU或血液透析的患者可预见低的血红蛋白。其他门诊健康问题不能预见低的血红蛋白。其他可包含的患者信息如下：患者的年龄和出生日期、性别、患者的状态（例如，住院或门诊）、患者的病区（例如透析病房、急诊室等）、患者的唯一标识、医师、诊断以及其他（药房等）。
（2）分析的数据：算法可包括选择数据源，如样本信息、仪器状态和结果。
①样本信息：样本采集日期和时间、样本类型/来源、样本优先性、样本的完整性（例如溶血、黄疸、脂血、凝结等）以及其他（如申请注释等）。
②仪器状态：校准、质量控制、仪器状态标志、方法特定的干扰、其他(即样本稀释状态等)。
③结果：结果、结果标志、测量单位、结果评论和其他。
（3）分析后的数据：算法可包括选择数据源，如: 来自同一个患者相同项目以前的测试结果 (如：用于差值检查)；同样的样本不同的试验结果；同一个患者不同样本的试验结果；相同的分析仪器上不同患者以往的检测结果(即用于移动均值)；其他 (如计算的结果)。
（二）基于算法决定
自动验证算法的目的是确保结果报告的准确性、有效性和及时性。自动验证算法应包括所有可能相关的数据。算法输出应立即发出结果并执行其它相关措施，如重复分析、稀释、反身测试、人工审核、增加注释或标志、建议手工步骤等。其它算法基础决定在接下来的内容中进行描述。
（1）试验结果的比对：一旦结果产生，自动验证算法就有步骤的将这些结果与参考区间、可报告范围、危急值、医学决定性值（治疗范围等）进行比较。设计自动验证算法也应包括与来自相同样本或患者的其他参数建立相关性的能力。
（2）重复分析：如果算法输出决定需要重新分析样本，自动验证系统应识别这个样本为以前的批次，并且两次的结果应用于人工或算法审核。
（3）人工审核：自动验证算法应将不符合实验室自动验证准则的样本标识为需要进行人工审核。这种表述应包含让使用者遵循的指导书，其由实验室纠正措施程序方正所规定。应提供程序方针文件，应用于自动或人动的比对活动。
（4）差值检查：差值检查方法是将特定的、预先规定的结果与患者以前的试验结果进行比较，其对于任何自动验证系统是必须的。实验室应对选择的分析物定义一个接受范围（差值界限值）和时间间隔。可接受的范围必须考虑应用于以前结果的百分比范围和/或绝对值范围。时间间隔指导算法扫描多长时间内的前期患者历史结果。
差值检查失败：自动验证算法必须迅速地提示检验人员调查由于标本混乱、笔误或分析过程中的问题的随机误差而导致的差值检查失败。自动验证系统应包括无论是自动还是手动所有差值检查活动的文件记录。
（三）结果报告
作为良好的实验室规范，试验结果应及时地发送到申请的医师手中。这些结果应当以及时、准确、可靠和保密的方式进行回报。经自动验证后的测试结果电子报告应包括执行检测的实验室名称和地址，以及任何有关患者标本处置或条件的信息，及相关参考区间。实验室还需要给申请医师提供用于报告危急生命或危急值结果的书面的追踪程序。
（1）自动验证：不管是使用简单的还是复杂的算法，都可以根据预先建立的实验室准则提供一个有效的进行审核的程序来发布常规结果。随着结果发布，医护人员就能在医院/实验室的计算机系统上使用结果。然而，发布危急值依然比较艰难，容易发生错误，效率较低。
（2）急需结果的自动报告：为了达到自动验证的最大效率，需要增加的另一个重要组成部分是自动报告。自动化报告的概念并不是指自动提交每一个结果，而是侧重于自动化提供危急值结果或由医疗服务提供者在患者医疗时认为紧急需要的结果。自动报告提高发布危急值结果的效率，显著改善所需结果的准确度，减少时间和劳动力。目前，有多种可用的方法在硬件或软件方面实现了向服务提供者自动地传递结果。设计者应使用他们认为是最好的工作方法。选择的自动传递结果应基于实验室工作人员规定的特定准则，或是采用满足特定医护人员要求的自定义准则。应强调的是自动报告依然允许结果的自动验证。
（四）选择性抑制自动验证
不考虑任何原因，假设任何的系统或仪器故障或其他事件导致对一个或多个测试产生不准确的结果，必须是有能力对特定试验、联合试验或医疗设备选择性抑制自动验证。这一措施使得操作者有能力禁止自动验证，修正所有问题，并文件记录纠正的问题，然后重新开始自动验证。
二、规范化
一个合格的实验室主任必须建立允许自动验证政策和程序。这必须在每台仪器上做逐步试验的基础上完成，且必须在发出患者结果报告之前完成。这需要为特定的测试结果建立自动验证建立性能规范，并验证自动验证满足这些规范。建立的性能规范应能提供证据证明程序的准确度、精度度、分析的灵敏度和分析的特异性满足性能规范。这应该是将自动验证与人工的审核结果进行比较，即这些报告和保留复检的报告。这将是最开始的时候进行的操作，并且至少每年一次。任何时候，分析程序的改变都会影响自动验证，要重复性能规范。这些改变包括标本的分析前变化、标本处理的要求或患者人群。分析的改变将包括校准物材料类型、试剂或设备发生重大变化。分析后的变化可能是改变接受准则或技术审核标准。校准物、试剂或质控物批号的改变、或分析仪常规维护不会被视为分析的变化，要求自动验证新的性能规范。
实验室主任可以授权技术主管对自动验证过程进行技术监督。自动验证程序应由实验室主任批准并签字。程序应包括报告或发布患者试验结果的指导书，重复试验结果的准则，报告病危值。
实验室主任或技术主管必须确保自动验证过程正在进行中的质量控制。这是除了分析过程质量开展以外还需要做的事情。选择的测试样本必须插入到测试批中确保能发现拒绝准则。应文件记录患者信息不足的标本，其可能会影响到试验结果。选择的用于人工审核的标本应与最终结果一起记录。算法的电子化检验应作为常规进行的质控中的一部分。实验室主任必须确保备份程序（人工审核和报告）以确保在自动验证失败时是可用的。
进行中的质量保证应评估整个过程以确保自动验证性能持续改进，通过进行监测来识别、评估和解决问题。当整合自动验证实验室执行并服务客户时，这将适合检测的专业和亚专业。当实验室通过自身的自动验证的质量保证发现问题时，必须采取纠正措施。应制定相应的方针来阻止问题重现，并与实验室工作人员进行沟通。实验室必须长期监测采取的纠正措施，确保防止原来的问题重复出现。
实验室主任必须确保通过自动验证发出的试验报告包含需要的所有信息，包括试验的名称和结果、患者特定的信息和患者唯一编号。 报告应包含进行测试的实验室的名称和地点、检测时间、标本来源、测量单位（是当时）、标本稳定性注释或参考区间。申请医师必须能被识别并且结果必须发回给申请医师。如果结果显示是危急值，实验室必须有及时通报给医师的机制。如果延迟报告结果会影响患者治疗，当自动验证失效时，实验室必须有其他方式来报告患者结果。实验室主任必须确保所有结果保存两年或根据需要保存更长的时间。
法定责任
自动验证应反映出良好的实验室实践，并促进实验室遵守国家或当地规章要求（如在美国，临床实验室改进修正法案（CLIA）的要求）以及其他监管机构的要求。算法应反映预先建立的书面政策和程序来进行监测和评估以及当在检测全过程所有阶段（分析前、分析中和分析后）的质量体系识别出纠正的问题。自动验证算法必须以考虑质量体系评价的方式文件记录所有这些过程。
遵守要素：在全面设计自动验证算法中应包含一些很重要的要求。部分或全部的这些需求应该被涵盖。在下面内容中讨论有关的这些需求。
①检测系统性能：自动验证算法必须确保检测遵从系统供应商的指导进行执行，并以某种方式为每个被评估的测试系统提供实验室规定的性能规范。自动验证算法包括检测系统产生的所有相关检测系统的数据，如实验室主任、实验室工作人员和法定责任所要求。算法应出现在技术人员那里，为所有检测系统故障提供纠正措施政策。自动验证系统应记录所有检测系统的纠正措施。
②校准：自动验证算法可以确保试验校准满足制造商检测系统的说明书，具有厂家推荐的至少的校准频次。当校准频率或性能不能满足实验室建立的用于监测患者样本测试性能的可接受标准时，自动验证应提示检验人员。自动验证系统可以记录所有的校准纠正措施，当校准结果未能满足实验室建立的接受标准时，自动验证系统应允许记录采取的所有纠正措施。
③质量控制：自动验证算法可以确保质量控制系统满足质控的性能规范，包括数量、频率和评价。当质量控制频率或性能不能满足实验室建立的用于监测患者样本测试性能的可接受标准时，自动验证算法应提示检验人员。
④试验结果的比对：自动验证算法应确保试验结果的比对符合要求，以确定和评估与有关准则不符合的检测结果。自动验证算法是唯一有资格对出现的不符合标准的测试结果进行确定和评估的。
⑤试验的优先性：自动验证算法应该确保检验人员基于优先检测权的检测结果报告及时性的信息呈现。采集时间可以与分析时间进行比较，以判定是否需要提醒延迟测定适当的标本。自动验证系统应记录所有纠正措施，并允许记录所有实验室不能在其建立的时间框架内发出患者检测结果报告行为的纠正措施。
⑥试验记录：通过自动验证算法能够自动地识别所有的结果是必要的。另外对每台产生结果的仪器识别出负责的检验技术人员也是必须的。 自动验证不发布与每台仪器有关的日常维护、保养、监测，校准、故障处理和质量控制负责的检验技术人员。
三、算法确认
自动验证算法的确认对于验证算法是必要的，按照书面要求或程序，遵守预期逻辑而产生预期结果。确认可以通过两个阶段来执行：第一个阶段包含使用模拟结果，用以追踪算法的逻辑以及验证可能会执行任何计算；第二阶段包括使用临床样本和实际检测结果来验证算法的性能。自动验证算法的确认需要有确认计划，计划要求的活动以及确认总结记录执行所有活动的结果。自动验证过程的确认对于确保其按照意图操作是必须的。
（一）逻辑：在患者结果使用这些算法进行自动验证之前，需要进行自动验证算法的确认。完成这项任务其中一个方法是利用认证或测试环境的实验室信息系统或其他的计算机系统执行自动验证。第一阶段的确认涉及到对算法提供模拟仪器的结果和其他数据元素，并验证该算法的逻辑行如预期一样，以及执行的所有计算是准确的和正确的。对于这一阶段，模拟的数据应该模仿相对于算法决定点数据元素所有可能的关键值。例如，如果在算法中有三个决定点，应使用决定点之下、决定或决定点之上的每一决定点的模拟数据。重要的是使用精确地等于决定值的数据元素值来测试算法以验证算法的行为如预期的一样。
确认的第二阶段利用各种以前检测的患者标本或标本的结果考验自动验证算法的决策规则，并且在认证的环境中重新检测。独立执行的确认可以审核那些承受自动验证的标本，及没有经受过自动验证的标本。这个过程将确认自动验证算法正常的功能。可能很难找到具有适当特性的自然标本去考验已经开发的每一自动验证的规则。用研究的分析物或干扰物质作为补充的患者标本能充分考验自动验证的算法。确认自动验证算法需要的常用样本类型的例子有：
分析物浓度在检测参考范围内的标本；
分析物浓度高于检测参考范围上限的标本；
分析物浓度低于检测参考范围下限的标本；
分析物浓度在危急值范围的标本，如果存在的话；
分析物浓度低于或大于检测的分析测量范围的标本；
具有干扰指标的标本；
要求报告计算的标本。
通常，至少检测上述种类中的一种样本。作为最终验证算法逻辑的另一种做法是仔细审核所有开始一段时间内经历的自动验证的结果（即一轮）。这种大量结果的审核可以使我们发现自动验证过程中不常见的问题。这种方式的不利因素是只能检测已经发生了的问题。所有的步骤在验证过程中需要加以记录，显示预期的、实际的结果，并对结果进行的任何调查或因实际结果与预期结果不同而作的修改。这种文件记录应保存以供参考和未来的测试。
（二）独立数据观察/采集（监测数据输入/输出）：自动验证过程中的数据的完整性是至关重要的。分析仪器产生的结果应与出现在实验室信息系统最终的患者结果相比较，以确认保持数据的完整性。
（三）算法更新：无论自动验证算法有无任何修改，都需要进行验证测试以确保修改完全执行。验证的范围基于修改的性质，任何算法要对修改进行彻底的验证。算法不改变的，不用重新进行验证。所有更新的算法应彻底记载，包括审计索引，其显示作出更新的人员、更新的性质以及日期/时间。
（四）软件升级：任何仪器执行软件升级的时候，实验室信息系统或任何可能在自动验证中涉及到的中间件，新软件必须在患者结果进行自动验证之前进行验证。软件中稍微的修改可能引起意想不到的后果，只有经过仔细的验证才能够发现。所有的软件更新应该用和算法更新类似的方式完全记录。强烈建议当软件升级的时候，同时验证了所有遵循逻辑而开发和验证的所有检测项目。验证软件升级的结果文件，应与开始阶段的逻辑进行验证，以确保在新软件投入生产环境后不会产生任何差异。任何软件升级的新功能介绍都应按以上内容所作出的规定进行测试。
（五）确认工具：如果软件可以模拟仪器的输出会是很有用的。这种方法允许在确认过程中不需要物理样本而进行多元化的确认。对于模拟软件满足其预定目的，它的输出必须与仪器相结合。它也应该是通用的，并且应该能够简单模仿出所有仪器中出现的可能情况。
（六）定期再确认：一旦自动验证算法得到确认，他们需要根据适用的规定或作为实验室方针进行定期的重新确认。对初始的逻辑确认与重新确认的结果进行差异性比较可以采用上述的过程来完成。另一种做法是检索与每个自动验证（包含产生结果在怀疑期）内可能发生的情况想匹配的报告。这些报告提供的证据表明，自动验证已按照计划发生。它也可以用来验证不能进行自动验证的没有进行自动验证，但需要人动验证的情况。建议提供可以帮助监控执行自动验证算法的统计信息。这是公认的法则，如果按照预期的峰值执行，定期调整规则是自动验证维护的重要的一部分。需要提供详细资料，以明确造成规则将要失败的问题的性质，包括结果太高或太低、溶血样本、不足量或纤维蛋白凝块等。此外，这能对规则失败和失败的性质的时间百分比提供有价值的反馈。规则限制可能过紧或过松。显著性的统计变化参数，对质量保证有价值。
参考文献：
CLSI AUTO10-A—Autoverification of Clinical Laboratory Test Results; Approved Guideline (ISBN 1-56238-620-4). Clinical and Laboratory Standards Institute, 940 West Valley Road, Suite 1400, Wayne, Pennsylvania 19087-1898, USA.
