統合ラボの力

Apr 09, 2023

Astrix の主任ソフトウェア アーキテクトである Dave Dorsett は、研究開発情報学の経験豊富なリーダーであり、科学および IT の上級リーダーと協力して設計、設計、...

テクノロジーは私たちの日常生活のほぼすべての側面を変え、科学のやり方を急速に再定義しました。 革新的なテクノロジーの膨大な流入によってもたらされたデジタル破壊は、テクノロジーへの依存の増大とデジタル対応科学の加速の両方を生み出しました。 モノのインターネット (IoT)、人工知能 (AI)、機械学習 (ML) の出現により、インテリジェントな自動化とビッグデータ主導の洞察の基盤が提供されます。

これらおよびその他のデジタル テクノロジーは、生産性を向上させ、業務を未来のラボに変えることができます。 研究室の接続性は、このデジタル革命を活用して洞察を解き放ち、次の科学的進歩につながる鍵を握っています。 それでも、多くの科学に基づく組織は、これらのツールを活用することに苦労しています。

研究開発のデジタルトランスフォーメーションは、紙ベースのプロセスを排除するデジタル化の原則を具体化しますが、その枠組みの中で作業プロセス全体を再検討します。 デジタル変革は、データの生成と取得の現状を電子形式に移行するだけではなく、どのデータが誰にどのような目的で使用されるのか、科学的目標を達成するためのより直接的なルートはあるのかなど、より広範な問題に焦点を当てています。 これにより、明示的に機能横断的に機能し、より大規模なビジネス プロセスにおける全体的な運用効率と生産性を向上させる機会が生まれます。

統合ラボのコンセプトは、完全にデジタルなラボ環境であり、手作業が排除され、材料とサンプルが透過的に管理され、作業プロセスがすべての機器間で接続され、作業をサポートするために必要な運用システム間でシームレスに流れます。 これらのデジタル ワークフローは、自動化と明示的な接続を通じて全体的なデータ品質の向上につながります。運用システムは重要な共通メタデータを共有し、必要に応じて他のシステムで使用できるようにそのデータを公開します。 このタイプのデータの特性は FAIR1 と呼ばれます。 FAIR データの 4 つの基本原則は、検索可能性、アクセス可能性、相互運用性、再利用可能性です。 ラボ環境に出入りするデータは、将来のデジタル統合ラボからの「データ対応力」のメリットを得るために、FAIR 原則に準拠する必要があります。

そのため、システムが切断されていることが研究室の大きな問題点となっています。 データの転送に科学者を使用してデジタルと非デジタルの混合プロセスを管理すると、業務効率が低下し、データの品質と完全性に対する疑問が生じます。 非デジタル プロセスの継続的な使用から生じる課題を克服するために、今日の現代の研究室は基本的なデータ フローを再検討する必要があります。

例としてデータの生成を検討すると、IoT (スマート) テクノロジーの使用によりデータ収集の整合性が向上し、固有の「誰が、何を、どこで」メタデータを機器の結果に関連付けます。 この将来の状態では、すべてのラボ機器と機器がクラウド ストレージに接続され、そこで処理され、他の関連する企業データと組み合わせて分析できます。 これにより、機器データとその使用との関係が改善され、結果のすべての消費者は、結果をサポートするために使用される主要な機器データに直接アクセスできるようになります。

研究開発組織が世界規模で事業を展開し、アウトソーシングされた CRO/CMO サービスを利用し、外部パートナーと協力し続けるにつれて、多数のビジネスにわたる安全でコンプライアンスに準拠した双方向のデータ フローを管理するために、統合されたデジタル ラボの必要性が不可欠になっています。そして情報プラットフォーム。

デジタル接続は、ラボの生産性における変革の基礎を形成します。 多くの科学研究室では、重複、サイロ化、老朽化し​​、手動操作や転記が必要な LIMS、ELN、分析機器を複数導入しているのが一般的です。 真に革新的なラボ環境を実現するには、すべての人、プロセス、システム、データが接続され、合理的でスケーラブルなシステムとデータ アーキテクチャに調和される必要があります。

「統合ラボは、必要なときに必要な場所で研究開発データを利用できるようにすることで、研究開発データをより効果的にするために必要なデジタル接続を提供します。」

デジタル変革への最も効果的なアプローチは、現状の科学的プロセスを徹底的に分析することから始まります。 これには、現在のラボの機器や機能全体でのシステムの使用状況など、実際のラボのワークフローの分析と文書化が含まれます。 この現状評価により、非効率、待機状態、作業とデータの不必要な重複、データの手動作成または再作成などの「問題点」のマップが提供されます。 この評価は、ロードマップに整理された選択されたプロセスの改善を含む、最適化された将来の状態の作業プロセスの開発を導きます。 ロードマップは重要です。すべての問題点を 1 つのステップで解決するのは現実的ではありません。 さらに、すべての問題点が独立しているわけではなく、同じ重要性があるわけでもありません。 実際には、主要な問題のいくつかが解決されたとしても、ワークフローを再評価して、次のステップがより良いものであることを確認する理由になるはずです。

明確な戦略計画がなければ、組織は多くの場合、ビジネスの将来の目標をサポートしない方法でソリューションの実装を急いでしまいます。 最終的に生産性の向上につながる組織のデジタル変革プログラムを分析、計画、実行するために必要な専門知識とリソースを提供するツールやサービスが利用可能です。 デジタル変革は古典的な IT プロジェクトではありません。 ベンダー システムの導入とは労力が異なります。 デジタルトランスフォーメーションは、科学のやり方を再考するプログラムです。

データは現代科学の最も貴重な資産です。 データが保持する洞察にアクセスすることが、データ駆動型の研究開発の鍵となります。 統合ラボは、必要なときに必要な場所で研究開発データを利用できるようにすることで、研究開発データをより効果的にするために必要なデジタル接続を提供します。 デジタル化により、現在紙、Excel、PowerPoint、電子メールで実行されているワークフローを排除できます。 しかし、デジタルトランスフォーメーションは、データの用途に基づいてデータを識別および階層化し、データとそれを使用する科学者との間のさらなる接続性を開発し、科学的プロセスを「データ中心」にすることができます。 この変革により、高度な分析も可能になり、アルゴリズムと AI/ML を適用して、記述的および予測的モデリングを通じて研究開発結果を自動化および最適化できます。

過去 10 年間、組織は「クラウドファースト」または「クラウドのみ」のアプローチを採用してきました。 クラウドベースの IT ソリューションは、適切に適用されると、柔軟で無駄のないコスト効率の高いインフラストラクチャを提供し、さらなるデジタル化、ひいてはデジタル変革への扉を開きます。 鍵となるのは柔軟性です。 デジタル変革をサポートするために必要な柔軟性を実現するには、クラウドだけを使用することが必要かもしれませんが、それだけでは十分ではありません。

クラウド インフラストラクチャにより、企業はテクノロジー自体の管理や供給ではなく、テクノロジーの使用にもっと集中できるようになります。 残念ながら、常にそうとは限りません。 実際、現実世界のクラウド インフラストラクチャは、オンプレミス インフラストラクチャを使用する場合よりも柔軟性が低い場合があります。 この皮肉な現象は通常、IT 組織の変革の欠如によって引き起こされ、デジタル変革の大きな障壁となる可能性があります。

グローバル サイトと外部ビジネス パートナー間のコラボレーションでは、企業全体で膨大な量のデータを迅速かつ安全に移動する必要があります。 機敏でコスト効率の高い IT インフラストラクチャと、これらの取り組みをサポートする適切なテクノロジーの必要性は、将来の統合ラボを実現するために不可欠な要件です。

ラボ管理の観点から見ると、デジタル変革がもたらす生産性の向上を最大限に活用するにはどうすればよいでしょうか? デジタル統合されたラボの最も大きなメリットの 1 つは、ラボの業務を視覚化できることです。

デジタル接続により、チーム、拠点、外部パートナー間のコラボレーションが促進され、科学情報やデータを共有できます。 拡張現実技術が利用可能になり、ラボ環境に適したものになるにつれて、ハンズフリーまたは音声起動の操作を通じてラボの業務を別のレベルに引き上げることができ、完全なデータ収集が強化されます。

ラボ環境内で最も労働集約的なタスクの 1 つは、消耗品の追跡と注文です。 統合ラボ環境を使用すると、消耗品の使用量を自動化した RFID 追跡と、これらの消耗品を補充するための電子商取引プラットフォームを組み合わせることで、このプロセスを簡素化できます。 これらは、デジタル化を通じて研究室の生産性を向上させる機会の例であり、科学プロセスの合理化とコスト削減につながり、収益に貢献します。

デジタル変革により、研究開発組織は科学者の作業をサポートおよび最適化するワークフローを通じて科学の効率を向上させることができます。 これらの改善は最終的に全体的な運用コストの削減と ROI の向上につながりますが、生産性の大幅な向上はデジタル変革によってもたらされる最も劇的な変化であるイノベーションにつながります。

1. Wilkinson, M.、Dumontier, M.、Aalbersberg, I. 他科学データの管理と管理に関する FAIR 指導原則。 Sci Data3、160018 (2016)。 https://doi.org/10.1038/sdata.2016.18。