用于实验室系统的维护方法与流程

本申请涉及一种用于实验室系统的维护方法，一种被配置成执行所述维护方法的实验室系统，一种计算机程序产品，所述计算机程序产品在由实验室系统的远程维护系统执行时使所述实验室系统执行所述维护方法。

背景技术：

随着实验室仪器(比如分析前实验室仪器、分析后实验室仪器和分析实验室仪器、运输系统或实验室中间件)和实验室系统的复杂性不断提高，解决需要某种程度的干预/维护的异常现象的方式变得越来越重要。在本公开的上下文中，异常涉及实验室仪器/系统或系统部件的故障和/或相应系统或仪器与被认为是正常的或接受的操作的状态的偏离。正常的或接受的操作由以下一项或多项定义：制造商/所有者/监管机构定义的操作参数/规格；相同或相似系统/仪器的相应操作参数的统计学上确定的均值/平均值(同级比较)；和/或由操作员/技术人员/专家标记为正常操作的操作。

解决异常的一种方式是通过反应性维护，即顾名思义，通过对已经发生的异常做出反应。然而，反应性维护通常伴随着受影响的实验室仪器/系统的停机时间，这会影响一个或多个实验室仪器甚至整个实验室系统的操作。此外，由于无法计划反应，因此反应性维护通常导致需要紧急派遣技术人员来纠正异常。

通过预防性维护，在一定程度上减少了停机时间的出现以及对技术人员进行紧急派遣的需要。按照这种方法，基于创建产品的工程或研发团队的见解，根据有关如何维护设备的一组建议来维护实验室仪器/系统。作为租赁或保修条款的一部分，通常需要遵守基于时间的维护要求。然而，预防性维护仅对相对可预测的维修活动有效。此外，预防性维护会带来额外的成本，因为顾名思义，所述预防性维护是基于在实际上需要维护任务来预防可预见的(至少以一定程度的概率)异常之前执行所述维护任务的概念。这意味着，当异常的概率超过某个阈值(基于统计数据而不取决于实验室仪器/系统的实际状态的概率)时，可以进行部件的更换、保养、检查等。因此，可能发生例如由于预定义时间段的到期而更换仍在起作用的备件。这导致大量不必要的成本。

基于状况的维护解决了预防性维护的缺点，因为基于状况的维护不是基于预定义的时间表维护实验室仪器/系统，而是评估资产的实际状况来确定维护需求。随着许多行业的自动化以及计算机和传感器的广泛使用，基于状况的维护已变得越来越自动化。属于一个或多个实验室仪器/系统或与之连接的传感器向远程维护系统提供(实时)数据，所述远程维护系统帮助维护团队在出现异常之前维护设备。

为了解决反应性、相应地预防性维护的缺点，预测性维护基于主动预测相应实验室仪器/系统特有的异常的概念。预测性维护使基于状况的维护更进一步。一旦可获得操作数据以及指示异常的数据，就可以使用高级分析来识别操作数据与一个或多个异常之间的相关性。

通过对一个或多个实验室仪器/系统生成的数据进行分析(专家驱动和/或通过机器学习)以更好地了解所述实验室仪器系统的状况，可以将其作为改进过程的一部分。换句话说，预测性维护使用来自一个或多个实验室仪器/系统的数据来监测一个或多个实验室仪器/系统的参数，并将此数据与经分析历史趋势结合使用以(连续)评估系统健康状况并在异常发生之前对所述异常进行预测。另外，仪器以外的数据可以用于预测，比如环境数据、来自其他系统的信息(比如患者数据)以及可能有价值的任何其他数据源。

预测性维护的已知实施方式具有完全访问数据的共同前提，以使高级分析能够识别一个或多个实验室仪器/系统的可能导致异常的一个或多个状况。然而，预测性维护所需的数据量构成了严重的限制。复杂的实验室系统包括数十甚至数百个仪器，每个仪器都由几十个操作参数表征。为了进行预测性维护而进行分析所需要传输的数据量巨大，这可能会导致瓶颈，并可能使高级分析变得不切实际。

为了减少用于高级分析所传输的数据量，已知的解决方案会过滤从实验室传输的数据。然而，对用于确定异常原因的数据进行过滤会带来与异常有关的数据不可用的风险。

为了避免传输大量数据的瓶颈以及过滤出潜在相关数据所带来的风险，根据另一种已知的提出的系统，在现场进行预测性维护。

除了限制高级预测性维护分析所需的数据量外，由于隐私问题而导致的数据可用性受限，对预测性维护的适用性构成了进一步的限制，特别是在处理与患者健康相关的敏感数据(比如指示某种疾病、病状、感染等的数据)的诊断实验室系统领域。鉴于数据的敏感性质，某些实验室系统的操作员极大地限制甚至禁止任何数据离开实验室系统。此外，即使允许数据离开实验室系统，有时法规要求也会限制甚至禁止数据离开特定管辖范围(例如，超出某个州的边界)。为了解决这个问题-对高预测性维护分析可用的数据种类受到限制-根据已知的建议，在必须保留敏感数据的区域边界内提供了预测性维护。

然而，无论是否由于数据量和/或数据隐私限制，预测性维护的局部或区域性实施方式都无法利用由大量数据实现的高级分析的发现。例如，在单个局部实施的系统中，很少出现的异常可能在其已经导致需要进行反应性维护之前被检测到。同时，可能发生同一异常出现在过去任何其他地方都不知道的不同位置。由于这些异常只会在孤立的系统中发生，因此即使是预测性维护的多个局部或区域性实施方式也无法有效地预测这种罕见的异常，每个异常都无法识别某些操作数据与相应异常的发生之间的模式。

因此，需要一种用于实验室系统的维护方法，以解决反应性维护和预防性维护的缺点以及预测性维护的当前已知实施方式的局限性。

技术实现要素：

本文公开了一种用于实验室系统的维护方法，所述实验室系统包括用于处理生物样品的第一组和第二组实验室仪器；通信地连接至所述第一组或所述第二组实验室仪器的多个数据采集部件以及通信地连接至所述数据采集部件的远程维护系统。所述第一组实验室仪器连接至第一数据采集部件，而所述第二组实验室仪器连接至第二数据采集部件。数据采集部件专用于一组特定的实验室仪器，并且可以直接访问实验室仪器的操作数据。根据本文所公开的实施方案，一个数据采集部件通信地连接至每组实验室仪器。

本文所公开的实施方案通过用于实验室系统的维护方法来满足上述需求，所述维护方法包括：

-由数据采集部件从实验室仪器采集操作数据。

从实验室仪器采集的操作数据指示相应实验室仪器的一个或多个操作参数。

根据本文所公开的实施方案，第一组实验室仪器中的实验室仪器的操作数据由所述多个数据采集部件中的第一个采集，并且第二组实验室仪器中的实验室仪器的操作数据由所述多个数据采集部件中的第二个采集。

-由所述多个数据采集部件中的第一个检测与第一组中的多个实验室仪器中的一个或多个相关的异常。可选地，此外，由所述多个数据采集部件中的第二个检测与第二组中的多个实验室仪器中的一个或多个相关的异常。

根据本文所公开的实施方案，异常指示实验室仪器/系统的故障/次优操作，其由一个或多个操作参数与一个或多个标准值和/或范围的偏差反映。

-在检测到异常时，由所述多个数据采集部件中的第一个将上下文数据传输到远程维护系统。

由所述多个数据采集部件中的第一个发送到远程维护系统的上下文数据包括操作数据和指示异常的数据。可选地，此外，在检测到异常时，由多个数据采集部件中的第二个将上下文数据传输到远程维护系统。由所述多个数据采集部件中的第二个发送到远程维护系统的上下文数据包括操作数据和指示异常的数据。

在远程维护系统处确定操作数据与一个或多个异常之间的一种或多种相关性。

根据本文所公开的实施方案，相关性指示(重复)发生与特定操作数据相关联的异常(比如在某个时间段内)。

根据本文所公开的实施方案，通过接收指示一种或多种这样的相关性的输入(例如来自专家)来确定操作数据与一个或多个异常之间的一种或多种相关性。替代性地或另外地，使用模式识别方法，特别是基于专家的一个或多个先前确定自动确定操作数据与一个或多个异常之间的一种或多种相关性。

根据本文所公开的实施方案，确定由所述多个数据采集部件中的第一个传输的操作数据与一个或多个异常之间的一种或多种相关性和/或确定由所述多个数据采集部件中的第二个传输的操作数据与一个或多个异常之间的一种或多种相关性。

-验证一种或多种相关性并将相应相关性标记为已验证。

由于相关性并不总是指示因果关系，因此需要验证操作数据与一个或多个异常之间的一种或多种相关性。已验证相关性是对特定操作数据与异常之间的(可能)因果关系的指示。

根据本文所公开的实施方案，通过接收指示操作数据与一个或多个异常之间的一种或多种相关性的有效性(可能的因果关系)的输入(例如来自专家)来验证操作数据与一个或多个异常之间的一种或多种相关性。替代性地或另外地，通过命令计算机实现的验证引擎特别是基于专家的一个或多个先前验证来验证操作数据与一个或多个异常之间的一种或多种相关性，来验证操作数据与一个或多个异常之间的一种或多种相关性。

根据一些实施方案，通过将由所述多个数据采集部件中的第一个传输的操作数据与一个或多个异常之间的一种或多种相关性与由所述多个数据采集部件中的第二个传输的操作数据与一个或多个异常之间的已验证相关性进行比较来验证所述一种或多种相关性。因此，从由所述多个数据采集部件中的第二个传输的操作数据得出的已验证相关性可以用作验证由所述多个数据采集部件中的第一个传输的操作数据与一个或多个异常之间的一种或多种相关性的参考。

-在远程维护系统处确定与已验证相关性相对应的一个或多个预测规则。

根据本文所公开的实施方案，预测规则包括这样的条件，如果操作数据满足所述条件，则所述条件会在一定数量的时间范围内以一定的概率和/或根据进一步预测规则(嵌套或从属规则)预测异常的发生。

-为了允许数据采集部件及时地预测异常的发生，一个或多个预测规则由远程维护系统传输到数据采集部件。

根据本文所公开的实施方案，一个或多个预测规则也由远程维护系统传输到数据采集部件，所述数据采集部件(出于数据隐私或其他原因)自身不将上下文数据传输到远程维护系统。

-由所述多个数据采集部件中的一个或多个基于一个或多个预测规则预测所述多个实验室仪器中的一个或多个的异常的发生。

根据本文所公开的实施方案，数据采集部件以一定的概率预测一个或多个异常。

本文所公开的实施方案是有利的，因为它们将与直接访问仪器的操作数据以检测和预测异常相关联的优点与利用远程维护系统对操作数据进行集中处理的能力结合在一起。

i.通过由数据采集部件在本地执行数据采集和异常检测，本文所公开的实施方案确保对异常的检测基于本地可用的所有数据(在相应的一组仪器内，而不受量和/或隐私的限制)，并且不会因传输到远程位置而造成延迟。这允许更精确地检测异常，并确保最相关的操作数据与异常相关联。

ii.通过向远程维护系统传输与异常相关联的操作数据并在集中位置执行数据分析(相关性的确定和验证以及预测规则的确定)，本文所公开的实施方案将来自多组实验室仪器的数据组合在一起以便共同收集和集中分析尽可能多的可用数据。

iii.通过向数据采集部件传输一个或多个预测规则并由数据采集部件预测异常，本文所公开的实施方案通过避免由于将数据传输到远程位置而可能造成的延迟来允许对异常的及时得多的预测。此外，由数据采集部件预测异常确保对异常的预测基于相应的一组仪器内本地可用的全部操作数据。

根据本文所公开的进一步的实施方案，所述维护方法进一步包括：在所述远程维护系统处确定与所述异常相对应的一个或多个规范性维护动作；将所述一个或多个规范性维护动作从所述远程维护系统传输到所述多个数据采集部件；在预测与所述实验室仪器中的一个或多个相关的异常的发生时，所述多个采集部件中的一个或多个命令所述实验室仪器执行一个或多个规范性维护动作。所述一个或多个规范性维护动作包括一个或多个指令，所述指令在由所述实验室仪器中的一个或多个执行时，降低了异常发生的概率。

为了解决尽管使用了预测规则来预测异常，但是仍然发生异常的情况，本文所公开的进一步实施方案包括：确定对应于所述异常的一个或多个异常缓解动作；将所述一个或多个缓解动作从所述远程维护系统传输到所述多个数据采集部件；以及如果命令所述实验室仪器中的一个或多个执行所述一个或多个规范性维护动作的所述数据采集部件已经检测到所述异常，则所述数据采集部件命令一个或多个实验室仪器执行一个或多个异常缓解动作。一个或多个异常缓解动作包括一个或多个指令，所述指令在由实验室仪器中的一个或多个执行时，缓解所述异常的负面影响。换句话说，减少了异常的影响。

本文所公开的其他实施方案涉及一种维护方法，其中，所述远程维护系统包括各自通信地连接至多个数据采集部件的一个或多个区域性服务器。所述方法进一步包括每个区域性服务器分析对所有实验室仪器共用和/或对实验室仪器中连接至特定区域性服务器的子集共用的操作参数以便检测操作数据与特定于相应区域的一个或多个异常之间的一种或多种相关性的步骤。这样的实施方案是有利的，因为其允许在用于高级分析的尽可能大的数据集的使用与在不同区域之间传输的数据的量/类型之间进行折衷，从而满足由于数据隐私法规而引起的限制。

总体而言，本文所公开的实施方案有效地将用于全面和及时地进行数据捕获或异常检测的边缘计算(避免数据量和/或隐私限制)与基于多个数据源的用于高级数据分析的云计算能力以及通过验证的质量保证结合在一起。

附图说明

下面将通过描述并参考以下附图来详细描述所公开的方法/设备/系统的进一步特性和优点：

图1所公开的实验室系统的实施方案的高度示意性框图；

图2泳道图，示出了执行所公开的方法的第一实施方案的系统的元件之间的交互；

图3a泳道图的第一页，示出了执行所公开的方法的进一步实施方案的系统的元件之间的交互；

图3b泳道图的第二页，示出了执行所公开的方法的进一步实施方案的系统的元件之间的交互；

图3c泳道图的第三页，示出了执行所公开的方法的进一步实施方案的系统的元件之间的交互，所述交互进一步包括规范性维护；

图3d泳道图的第四页，示出了执行所公开的方法的进一步实施方案的系统的元件之间的交互，所述交互进一步包括缓解动作；

图3e泳道图的第五页，示出了执行所公开的方法的进一步实施方案的系统的元件之间的交互，所述交互还包括评估缓解动作；

图4所公开的实验室系统的进一步实施方案的高度示意性框图。

具体实施方式

“一个”或“一种”的使用被用来描述本文实施方案的元件和部件。这样做仅仅是为了方便并给出本发明构思的一般含义。此描述应被理解为包括一个或至少一个，并且单数也包括复数，除非明显地另有所指。

如本文所使用的，比如“约”、“大约”和“基本上”等限定词旨在表示所限定的项或值不限于所指定的确切值或量，而是包括由例如测量误差或不精确度、制造公差、施加在各个零件上的应力、磨损及其组合引起的一些细微变化或偏差。

术语“样品”、“患者样品”和“生物样品”是指可能潜在包含感兴趣分析物的一种或多种材料。患者样品可以源自任何生物来源，比如生理流体，包括血液、唾液、晶状体液、脑脊液、汗液、尿液、粪便、精液、乳汁、腹水、粘液、滑液、腹膜液、羊水、组织、培养细胞等。可以将患者样品在使用前进行预处理，比如从血液制备血浆、稀释粘性流体、裂解等。处理方法可以涉及过滤、蒸馏、浓缩、灭活干扰组分以及添加试剂。从来源获得的患者样品可以直接使用，或者经过预处理改变样品的特性后使用。在一些实施方案中，初始固体或半固体生物材料可以通过用合适液体介质溶解或悬浮变成液体。在一些实施方案中，可以怀疑样品含有某种抗原或核酸。

术语“分析物”是待分析样品的成分，例如各种大小的分子、离子、蛋白质、代谢物等。在分析物上收集的信息可以用于评估药物的施用对生物体或特定组织的影响，或用于进行诊断。因此，“分析物”是有关物质存在和/或浓度信息的通用术语。分析物的例子是例如葡萄糖、凝血参数、内源性蛋白质(例如从心肌释放的蛋白质)、代谢物、核酸等。

如本文所使用的，术语“实验室仪器”涵盖可操作来对一个或多个生物样品和/或一种或多种试剂执行一个或多个处理步骤/工作流程步骤和/或使得对所述一个或多个生物样品和/或所述一种或多种试剂执行所述一个或多个处理步骤/工作流程步骤的任何装置或装置部件。表达“处理步骤”因此指物理执行的处理步骤，比如离心、等分、样品分析等。术语“仪器”包括分析前仪器、分析后仪器、分析仪器和实验室中间件。

如本文所使用的，术语“分析后仪器”涵盖被配置成执行一个或多个分析后处理步骤/工作流程步骤的任何装置或装置部件，所述步骤包括但不限于样品卸载、运输、重新加盖、去盖、临时储存/缓冲、存档(冷藏或非冷藏)、检索和/或处置。

如本文所使用的，术语“分析前仪器”涵盖被配置成执行一个或多个分析前处理步骤/工作流程步骤的任何装置或装置部件，所述步骤包括但不限于离心、再悬浮(例如通过混合或涡旋)、加盖、去盖、重新加盖、分拣、试管类型识别、样品质量测定和/或等分步骤。所述处理步骤还可以包括向样品中添加化学品或缓冲液、浓缩样品、培养样品等。

如本文所使用的，术语“分析仪”/“分析仪器”涵盖被配置成获得测量值的任何装置或装置部件。分析仪可操作用于经由各种化学、生物、物理、光学或其他技术程序来确定样品或其组分的参数值。分析仪可操作用于测量样品或至少一种分析物的所述参数并返回所获得的测量值。由分析仪返回的可能分析结果的列表包括但不限于样品中分析物的浓度、指示样品中分析物存在的数字(是或否)结果(对应于高于检测水平的浓度)、光学参数、dna或rna序列、从蛋白质或代谢物的质谱分析获得的数据以及各种类型的物理或化学参数。分析仪器可以包括辅助移液、定量给料以及混合样品和/或试剂的单元。分析仪可以包括用于保持试剂以进行化验的试剂保持单元。试剂可以被布置成例如含有单独的试剂或试剂组的容器或盒的形式、被放置在储存室或输送器内的适当接受器或位置中。其可包括消耗品供给单元。分析仪可以包括过程和检测系统，所述过程和检测系统的工作流程针对某些类型的分析进行优化。这种分析仪的例子是用于检测化学或生物反应的结果或监测化学或生物反应的进展的临床化学分析仪、凝血化学分析仪、免疫化学分析仪、尿液分析仪、核酸分析仪。

如本文所使用的，术语“实验室中间件”是指任何物理或虚拟处理设备，其可配置成以实验室仪器/系统执行一个或多个工作流程和一个或多个工作流程步骤的方式来控制实验室仪器/或包括一个或多个实验室仪器的系统。实验室中间件可以例如命令实验室仪器/系统进行一个或多个分析前、分析后和分析工作流程/一个或多个工作流程步骤。实验室中间件可以从数据管理单元接收关于需要对某个样品执行哪些步骤的信息。在一些实施方案中，实验室中间件与数据管理单元集成在一起，由服务器计算机组成和/或作为一个实验室仪器的一部分，或者甚至跨实验室系统的多个仪器分布。实验室中间件可以例如被实施为运行计算机可读程序的可编程逻辑控制器，所述计算机可读程序被提供有用于执行操作的指令。

如本文所使用的，术语“样品运输系统”涵盖被配置成在实验室仪器之间运输样品载体(每个载体保持一个或多个样品容器)的任何装置或装置部件。特别地，样品运输系统是基于传送带的一维系统、二维运输系统(比如磁性样品载体运输系统)或其组合。

如本文所使用的，“实验室系统”包括包含一个或多个分析物；分析前和分析后实验室仪器；样品运输系统和/或实验室中间件的系统。

如本文所使用的，术语“分析”或“分析测试”涵盖表征生物样品参数的实验室程序，所述实验室程序用于定性评估或定量测量分析物的存在或数量或功能活性。

术语“消耗品”包括但不限于试剂、系统流体、质量控制材料、校准材料、微板/微孔板、反应容器、测量比色杯、样品管、移液器吸头等。

如本文中使用的，术语“通信网络”涵盖任何类型的无线网络，比如wifitm、gsmtm、umts或其他无线数字网络或基于线缆的网络，比如ethernettm等。特别地，通信网络可以实施互联网协议(ip)。例如，通信网络包括基于线缆的网络和无线网络的组合。

如本文所使用的，术语“远程系统”或“服务器”涵盖具有物理或虚拟处理器的任何物理机器或虚拟机器，所述机器能够接收、处理和发送数据。服务器可以在包括专用计算机的任何计算机上运行，所述专用计算机通常也被单独称为“服务器”或共享资源，比如虚拟服务器。在许多情况下，一台计算机可以提供多种服务并运行多个服务器。因此，术语服务器应涵盖与一个或多个客户端进程共享资源的任何计算机化设备。此外，术语“远程系统”或“服务器”涵盖分布在数据网络(比如云环境)上的数据传输和处理系统。

如本文所使用的，术语“用户界面”涵盖用于在操作者与机器之间进行交互的任何合适的软件和/或硬件，包括但不限于用于从操作者接收命令作为输入并且还提供反馈并向其传达信息的图形用户界面。并且，系统/设备可以显露若干个用户界面以服务于不同类别的用户/操作者。

术语“质量控制”或“分析质量控制”是指被设计成确保实验室分析(分析测试)的结果是一致的、可比较的、准确的且在指定的精度范围内的所有这些过程和程序。

现在将参考说明性附图呈现所公开的方法的实施方案。

如图1的高度示意性框图上所示，所公开的实验室系统100包括被分组为第一组1和第二组2实验室仪器10的多个实验室仪器10。实验室仪器10通信地(例如通过通信网络)连接至多个数据采集部件20.1、20.2之一。在图1所示的例子中，第一组1实验室仪器10连接至第一数据采集部件20.1，而第二组2实验室仪器10连接至第二数据采集部件20.2。在图1的例子中，图示了可选的实验室中间件15，其被配置成命令多个实验室仪器10根据一个或多个测试指令来处理生物样品。根据本文所公开的各种实施方案，数据采集部件20.1、20.2直接地或经由实验室中间件15连接至实验室仪器10。应当注意，数据采集部件20.1、20.2是专用硬件单元和/或服务器计算机的一部分，比如实验室中间件15、路由器或被配置成执行如本文所以公开的数据采集部件的功能的任何计算设备(例如在服务器实例/过程和/或虚拟机中)。所有实施方案的数据采集部件20.1、20.2的共同之处在于它们专用于一组特定的实验室仪器10，并且可以直接访问实验室仪器10的操作数据。

数据采集部件20.1、20.2例如通过通信网络通信地连接至远程维护系统50。关于远程维护系统的术语远程应理解为位于与第一组或第二组实验室仪器10中至少一个不同位置的计算机系统。

现在转到图2至3e，将描述所公开方法的实施方案。

在图中未明确示出的准备步骤中，将实验室仪器分为不同的组。实验室仪器的分组可以基于相应实验室仪器的共同的物理位置和/或通过类型分组的逻辑；相应实验室仪器的制造商和/或工作区域。根据本文所公开的实施方案，特定组的实验室仪器甚至可以位于不同的物理位置。

在进一步的准备步骤中，每组实验室仪器例如通过通信网络通信地连接至数据采集部件。

图2示出了泳道图，其示出了执行所公开的方法的第一实施方案的系统的元件之间的交互。

在第一步骤102中，数据采集部件20.1、20.2从第一组或第二组2实验室仪器10采集操作数据。操作数据指示相应实验室仪器10的一个或多个操作参数。

根据本文所公开的实施方案，操作数据包括以下一项或多项：

-环境因素，如湿度、温度、空气、水、电源质量、振动：

о由相应实验室仪器内的传感器提供，指示实验室仪器的一个或多个部件的状况，比如温度、湿度、电压、电流、扭矩(例如电动机的扭矩)、噪声和/或振动；

о由布置在实验室仪器外部的传感器提供，提供指示温度、湿度、电压、电流、扭矩(例如电动机的扭矩)、噪声和/或实验室仪器附近的振动的数据；

-操作因素，比如实验室仪器的吞吐量、qc和校准频率；

-设备性能因素，如qc和校准结果、错误消息、实验室仪器的日志文件；

-关于消耗品数据，包括有效期、运输和储存条件；

-关于操作员处理的数据，包括执行/不执行维护活动、客户维护到期/逾期；

-指示hw和sw性能的数据，包括存储空间和/或存储器的可用性/不可用性、软件的最新性。

根据本文所公开的实施方案，操作因素；关于消耗品数据；关于操作员处理的数据和/或表示hw和sw性能的数据是由来自实验室仪器的数据采集部件检索和/或由数据采集部件基于来自实验室仪器的数据确定的。

在随后的步骤104中，由多个数据采集部件中的第一个20.1检测与第一组1中的多个实验室仪器10中的一个或多个相关的异常。

根据本文所公开的实施方案，数据采集部件20.1、20.2通过应用一个或多个异常检测规则来检测异常，包括检测操作参数与设置的阈值的偏差。阈值由相应实验室仪器的制造商设置和/或由实验室系统的操作员设置。特别地，检测与多个实验室仪器10中的一个或多个相关的异常的步骤104包括：检测实验室仪器10的一个或多个操作参数与制造商的操作范围的偏差；和/或基于位于实验室仪器10附近但在其外部并且通信地连接至多个数据采集部件20.1、20.2之一的一个或多个传感器捕获的数据检测实验室仪器10周围的一个或多个环境参数的一个或多个偏差。

另外地或替代性地，数据采集部件20.1、20.2通过查阅实验室仪器的一个或多个日志文件以识别可能指向与相应实验室仪器相关的异常的日志条目来检测异常。

因此，数据采集部件20.1、20.2可以基于所采集的操作数据(例如，操作参数、环境数据和/或日志文件条目)来检测异常。例如，数据采集部件20.1、20.2可以通过检测一个或多个操作参数与设定阈值的偏差、通过检测一个或多个环境参数与设定阈值的偏差和/或通过识别可能指向异常的日志条目，来检测多个实验室仪器10中的一个或多个的异常。

指示异常的数据可以包括指示异常的任何数据，例如操作数据的偏差和/或异常已经发生以及哪种类型的异常已经发生的指示(例如，作为日志文件中的标志)。指示异常的数据可以自动和/或通过输入(例如来自专家)来创建。

数据采集部件20.1、20.2可以例如通过检测实验室仪器/系统或系统部件的故障和/或相应仪器与被认为是正常的或接受的操作的状态的偏差来检测多个实验室仪器10中的一个或多个的异常。正常的或接受的操作可以例如由以下一项或多项来定义：制造商/所有者/监管机构定义的操作参数/规格；相同或相似仪器的相应操作参数的统计学上确定的均值/平均值(同行比较)；和/或由操作员/技术人员/专家标记为正常操作的操作。

根据本文所公开的实施方案，在步骤104中，由多个数据采集部件中的第一个20.1检测与第一组1中的多个实验室仪器10中的一个或多个相关的异常和/或由多个数据采集部件中的第二个20.2检测与第二组2中的多个实验室仪器10中的一个或多个相关的异常。

在检测到异常时，在步骤106中，多个数据采集部件中的第一个20.1将上下文数据传输到远程维护系统50。术语“在...时”可以理解为包括在检测到异常之后立即进行传输(在技术上可行)和/或在基于调度表检测到异常之后进行传输和/或在第一数据采集部件20.1到远程维护系统50之间用于这种传输的网络连接变得可用时进行传输。上下文数据包括操作数据和指示异常的数据。根据本文所公开的实施方案，上下文数据仅包括与异常相关的操作数据，比如在检测到异常期间以及在检测到异常之前和/或之后指定量的时间采集的操作数据。此外，与异常相关的操作数据可以包括相应实验室仪器的在检测到异常期间和/或在检测到异常之前和/或之后指定量的时间生成的测试结果数据。

根据本文所公开的实施方案，在检测到异常时，在步骤106中，多个数据采集部件中的第一个20.1向远程维护系统50传输上下文数据，和/或多个数据采集部件中的第二个20.2向远程维护系统50传输上下文数据。

根据本文所公开的实施方案，在向远程维护系统50传输所述操作数据之前，多个数据采集部件20.1、20.2从在多个实验室仪器10中采集的操作数据中过滤掉敏感数据。例如，敏感数据包括识别患者的数据；实验室仪器之一执行的分析测试的结果和/或根据实验室系统100的操作员设置的规程或规则分类为敏感的任何数据。

基于数据采集部件20.1、20.2传输的上下文数据，在步骤108中，在远程维护系统50处确定操作数据与一个或多个异常之间的一种或多种相关性。根据本文所公开的实施方案，通过接收指示一种或多种这样的相关性的输入(例如来自专家)来确定操作数据与一个或多个异常之间的一种或多种相关性。替代性地或另外地，使用一组规则；模式识别方法，特别是基于专家的一个或多个先前确定(专家监督的模式匹配)自动确定操作数据与一个或多个异常之间的一种或多种相关性。根据本文所公开的进一步实施方案，采用机器学习方法以改善对相关性的检测，使先前专家确定的相关性作为教学数据。

然而，由于相关性不一定与因果关系相关联，因此在步骤110中，在远程维护系统50处验证相关性。已验证相关性是对特定操作数据与异常之间的(可能)因果关系的指示。根据本文所公开的各种实施方案，设置因果概率的程度/百分比，相关性被验证为在所述程度/百分比之上。根据本文所公开的实施方案，例如，通过相应异常的严重性/影响，将概率程度/百分比(因果关系的概率程度/百分比，相关性被验证为在所述概率程度/百分比之上)设置为对应于不同异常或异常类型的不同级别。根据本文所公开的实施方案，通过接收指示一个或多个这种验证的输入(例如来自专家)来验证操作数据与一个或多个异常之间的一种或多种相关性。替代性地或另外地，使用一组规则；模式识别方法，特别是基于专家的一个或多个先前验证(专家监督的模式匹配)自动验证操作数据与一个或多个异常之间的一种或多种相关性。根据本文所公开的进一步实施方案，采用机器学习方法以改善对相关性的验证，使先前专家确定的验证作为教学数据。

以下例子将进一步举例说明步骤102至110：分析仪器包括多个部件(例如，移液设备、加热设备、光源、检测设备)，并且涉及每个部件以获得测量值，比如qc结果。数据采集部件20.1、20.2采集包括qc结果的操作数据和每个部件的操作数据。每个部件的操作数据由分析仪器内的传感器提供，并指示分析仪器的部件的状况。数据采集部件通过检测qc结果与预定义范围或目标值之间的偏差来检测异常。在检测到qc结果的偏差时，数据采集部件向远程维护系统50传输包括qc结果的偏差(指示异常的数据)和每个部件的操作数据的上下文数据。所传输的上下文数据仅包括部件的与异常相关的操作数据，例如，每个部件的在检测到qc结果的偏差之前和/或之后指定量的时间期间采集的操作数据。随后，远程维护系统50确定部件的操作数据与qc结果的偏差之间的一种或多种相关性。一些部件的操作数据可能与qc结果的偏差相关，而其他部件的操作数据可能与qc结果的偏差不相关。例如，加热设备和光源的操作数据与qc结果的偏差相关，而移液设备和检测设备的操作数据与qc结果的偏差不相关。然后，验证加热设备和光源的操作数据的所确定相关性，以便确定对应部件的操作数据与qc结果的偏差的一种或多种所确定相关性之间的因果关系。例如，仅光源的状况是相关的，并且对qc结果的测量有影响，而加热设备的状况是不相关的。因此，仅验证光源的操作数据与qc结果的偏差之间的相关性。因此，基于相关性的确定以及所确定相关性的后续验证，可以确定多个部件中的一个或多个的状况与异常的因果关系。

根据本文所公开的实施方案，在向远程维护系统50传输所述操作数据之前，多个数据采集部件20.1、20.2过滤掉从多个实验室仪器10中采集的操作数据中的一些。例如，多个数据采集部件20.1、20.2过滤掉在先前的验证中未验证(即拒绝)相关性的操作数据。因此，通过过滤掉将导致无效相关的操作数据，进一步减少了向远程维护系统50传输的数据量。

在随后的步骤112中，确定与远程维护系统50处的已验证相关性相对应的一个或多个预测规则。预测规则包括这样的条件，如果操作数据满足所述条件，则所述条件会在一定数量的时间范围内以一定的概率预测异常的发生。根据本文所公开的实施方案，例如通过相应异常的严重性/影响，将异常发生的概率和时间范围设置为对应于不同异常或异常类型的不同级别。根据本文所公开的实施方案，由一个或多个预测规则定义的异常发生的概率等于因果关系的概率。根据本文所公开的进一步实施方案，由一个或多个预测规则定义的异常发生的概率被确定为因果关系的概率的函数，例如，因果关系的概率可以乘以特定于特定组的实验室仪器的值，比如异常危险因素。

根据本文所公开的实施方案，通过接收指示一个或多个预测规则的输入(例如来自专家)来确定一个或多个这种预测规则。替代性地或另外地，使用一组规则；模式识别方法，特别是基于专家确定的一个或多个先前预测规则(专家监督的模式匹配)自动确定一个或多个预测规则。根据本文所公开的进一步实施方案，采用机器学习方法以改善一个或多个预测规则的确定，使先前专家确定的预测规则作为教学数据。

在随后的步骤114中，一个或多个预测规则由远程维护系统50传输到数据采集部件20.1、20.2。在确定预测规则之后和/或基于分配计划表和/或在远程维护系统50与数据采集部件20.1、20.2之间的网络连接变得可用后立即传输预测规则。

根据本文所公开的实施方案，一个或多个预测规则由远程维护系统50传输到多个数据采集部件中的第一个20.1和/或多个数据采集部件中的第二个20.2。

在接收到一个或多个预测规则之后，在步骤116中，多个数据采集部件20.1、20.2中的一个或多个基于一个或多个预测规则预测多个实验室仪器10中的一个或多个的一个或多个异常的发生。预测一个或多个异常的发生的步骤116包括以定义的概率确定相应异常将在一定量的时间内发生。

通过将预测规则部署到数据采集部件20.1、20.2，所公开的方法/系统允许及时预测异常的发生。此外，通过将预测规则部署到数据采集部件20.1、20.2，所公开的方法/系统还允许预测关于实验室仪器10的异常，出于隐私或技术原因，所述实验室仪器的上下文数据在远程维护服务器50处不可用(或受限制)。通过甚至允许对于本身可能不会将数据上传到远程位置的实验室仪器10进行异常预测，这提供了比已知解决方案显著的优势。根据本文所公开的特定实施方案，预测规则甚至可以分配到离线数据载体(比如便携式存储设备、光学或磁性数据载体)上的某些数据采集部件。

根据本文所公开的实施方案，在预测异常的发生时，增加或改变由数据采集部件20.1、20.2捕获的来自实验室仪器10的操作数据的频率和/或量和/或参数的选择。换句话说，在预测异常的发生时，数据采集部件20.1、20.2更加紧密地监测实验室仪器10，特别是在设定的紧密监测时段内。

现在转到图3a至图3e，将描述所公开方法的进一步实施方案。

图3a示出了泳道图的第一页，直到页间连接符a、b1和b2。图3b示出了图3a至图3e的泳道图的第二页，如来自页间连接符a、b1和b2。

根据本文所公开的进一步实施方案，如图3b所示，如果在步骤116中检测到异常但未预测到异常，则在步骤117中，相应数据采集部件20.1、20.2向远程维护系统50传输指示一个或多个预测规则失败的数据，特别是与检测到但未预测到的异常相关联的预测规则失败。另一方面，如果异常已经由数据采集部件20.1、20.2使用预测规则预测到了，则在步骤118中，相应数据采集部件20.1、20.2传输指示预测异常的一个或多个预测规则成功的数据。根据特定实施方案，在传输指示其成功的数据之前，要确认预测规则的成功，以便排除误报。可以通过接收指示预测规则成功的输入(来自专家的)来执行和/或使用一组规则；模式识别方法，特别是基于专家的先前确认(专家监督的模式匹配)自动确定对成功的确认。根据本文所公开的进一步实施方案，采用机器学习方法以改善对预测规则的确认，使先前专家确认作为教学数据。

在随后的步骤120中，远程维护系统50评估指示一个或多个预测规则成功或失败的数据。如果指示成功的数据胜过指示失败的数据，则将一个或多个预测规则标记为有效。另一方面，如果指示失败的数据胜过指示成功的数据，则将一个或多个预测规则标记为无效。术语胜过应理解为包括成功与失败指示的数量的比较。替代性地或另外地，可以应用加权函数，其中与指示成功的数据相比，以不同的权重考虑指示失败的数据。此外，这种指示的来源(特定数据采集部件)可能会影响成功、相应地失败指示的权重。在步骤120的评估之后，远程维护系统50命令多个数据采集部件20.1、20.2丢弃标记为无效的一个或多个预测规则。丢弃被理解为包括从所存储的预测规则的列表中删除和/或停用所述预测规则和/或标记以供(专家)审查标记为无效的预测规则产生的任何预测。

图3c示出了图3a至图3e的泳道图的第三页，如来自图3b的页间连接符c1、c2和d。

根据本文所公开的并且在图3c上展示的实施方案，在步骤130中，在远程维护系统50处确定与异常相对应的一个或多个规范性维护动作。规范性维护动作包括一个或多个指令，所述指令在关于实验室仪器10中的一个或多个执行时，降低了异常发生的概率。根据本文所公开的实施方案，通过接收指示这种规范性维护动作的输入(例如来自专家)来确定一个或多个规范性维护动作。替代性地或另外地，使用一组规则；模式识别方法，特别是基于专家确定的一个或多个先前规范性维护动作(专家监督的模式匹配)自动确定一个或多个维护动作。根据本文所公开的进一步实施方案，采用机器学习方法以改善对一个或多个维护动作的确定，使先前专家确定的维护动作作为教学数据。

在随后的步骤132中，将一个或多个规范性维护动作从远程维护系统50传输到多个数据采集部件20.1、20.2。

在预测异常的发生，在步骤134中，多个数据采集部件20.1、20.2中的一个或多个触发执行一个或多个规范性维护动作。

根据本文所公开的实施方案，规范性维护动作包括一个或多个计算机可读指令，数据采集部件20.1、20.2命令相应实验室仪器10执行一个或多个规范性维护动作。根据本文所公开的进一步实施方案，规范性维护动作包括将由操作员/维修技术人员在实验室仪器10上执行的一个或多个人类可读指令。

根据本文所公开的实施方案，一个或多个规范性维护动作包括以下一项或多项：

-更新相应实验室仪器10上的软件或软件部件。

-引起多个实验室仪器10之间工作负荷的重新分配。根据本文所公开的实施方案，多个实验室仪器10之间工作负荷的重新分配包括命令实验室中间件15调整一个或多个负载平衡规则以减少受影响的仪器上的负载。

-将一种或多种生物样品从与所预测异常相对应的一个或多个实验室仪器10重定向到除与所预测异常相对应的一个或多个实验室仪器10之外的一个或多个实验室仪器10。

-触发与所预测异常相对应的一个或多个实验室仪器10的一个或多个部分的更换和/或维修；

-触发与所预测异常相对应的一个或多个实验室仪器10的校准和/或质量控制过程；

-触发丢弃试剂和/或批量试剂，以及对处理不当和/或制造商召回的对应指示；

-触发丢弃一个或多个实验室仪器10，以及对维护不当的对应指示。

-触发自动重新调整一个或多个实验室仪器或一个或多个实验室仪器的一个或多个部件

触发规范性维护动作包括数据采集部件20.1、20.2命令相应实验室仪器10执行一个或多个规范性维护动作和/或使规范性维护动作作为一个或多个人类可读指令提供给操作员/维修技术人员执行。规范性维护动作的一个或多个人类可读指令可以在由相应实验室仪器10包括或连接至所述实验室仪器的用户界面上呈现给操作员/维修技术人员，和/或通过电子通信装置(比如电子邮件、sms、即时消息警报)发送给操作员/维修技术人员。另外地或替代性地，在可穿戴设备，特别是增强现实设备上向操作员/维修技术人员呈现一个或多个人类可读指令，所述增强现实设备被配置成将一个或多个规范性维护动作作为要执行的一系列步骤呈现在实验室仪器上10上。

为了测量规范性维护动作的有效性，在步骤136中，触发执行一个或多个规范性维护动作的数据采集部件20.1、20.2检测相应实验室仪器10以确定异常是否已经被避免。如果不能检测到异常，则在步骤138中，数据采集部件20.1、20.2向远程维护系统50传输指示一个或多个规范性维护动作成功的数据。如果尽管触发了规范性维护动作，但已检测到异常，则在步骤139中，数据采集部件20.1、20.2传输指示一个或多个规范性维护动作失败的数据。

图3d示出了来自图3c的页间连接符e1、e2和f的泳道图的第四页。如图3d所示，在步骤140中，远程维护系统50评估指示规范性维护动作成功或失败的数据。如果指示成功的数据胜过指示失败的数据，则将规范性维护动作标记为有效。另一方面，如果指示失败的数据横过指示成功的数据，则将规范性维护动作标记为无效。术语胜过应理解为包括成功与失败指示的数量的比较。替代性地或另外地，可以应用加权函数，其中与指示成功的数据相比，以不同的权重考虑指示失败的数据。此外，这种指示的来源(特定数据采集部件)可能会影响成功、相应地失败指示的权重。在步骤140的评估之后，在步骤142中，远程维护系统50命令多个数据采集部件20.1、20.2丢弃标记为无效的规范性维护动作。丢弃被理解为包括从所存储的规范性维护动作的列表中删除和/或停用所述规范性维护动作和/或标记以供(专家)审查标记为无效的任何规范性维护动作。

如图3d进一步所示，根据本文所公开的实施方案，为了缓解异常的影响(负面影响)，确定并分配缓解动作。换句话说，尽管采取了所有措施(预防性、规范性或其他形式的维护)，但异常在特定量的时间内发生或预期发生时，异常缓解动作才生效。例如，如果不可避免的是实验室仪器10的部件将发生故障，则异常缓解动作包括从相应实验室仪器10卸载所有未处理的生物样品，并将其转移到其他实验室仪器或存储装置中，直到纠正故障。根据本文所公开的进一步实施方案，缓解动作被部署到实验室仪器10的组的数据采集部件20.1、20.2，所述实验室仪器尚未经历异常但由远程维护系统50确定为面临异常的风险。缓解动作可以例如采用触发实验室仪器操作者的新的或更新的训练活动的形式。

在步骤150中，在远程维护系统50处确定与异常相对应的一个或多个异常缓解动作。一个或多个异常缓解动作包括一个或多个指令，所述指令在由实验室仪器10中的一个或多个执行时，缓解异常的负面影响。根据本文所公开的实施方案，通过(例如从专家)接收指示一个或多个这种异常缓解动作的输入来确定一个或多个异常缓解动作。替代性地或另外地，使用一组规则；模式识别方法，特别是基于专家确定的先前异常缓解动作(专家监督的模式匹配)自动确定一个或多个缓解动作。根据本文所公开的进一步实施方案，采用机器学习方法以改善对一个或多个异常缓解动作的确定，使先前专家确定的异常缓解动作作为教学数据。

根据本文所公开的实施方案，异常缓解动作包括一个或多个计算机可读指令，数据采集部件20.1、20.2命令相应实验室仪器10执行一个或多个异常缓解动作。根据本文所公开的进一步实施方案，异常缓解动作包括将由操作员/维修技术人员在实验室仪器10上执行的一个或多个人类可读指令。

在步骤152中，远程维护系统50向多个数据采集部件20.1、20.2传输一个或多个缓解动作。

在随后的步骤154中，如果命令实验室仪器10中的一个或多个执行一个或多个规范性维护动作的数据采集部件20.1、20.2已经检测到异常，则数据采集部件20.1、20.2触发执行一个或多个异常缓解动作。触发一个或多个异常缓解动作包括数据采集部件20.1、20.2命令相应实验室仪器10执行一个或多个异常缓解动作和/或使异常缓解动作作为一个或多个人类可读指令提供给操作员/维修技术人员执行。

图3e示出了来自图3d的页间连接符g1、g2和f的泳道图的第四页。为了测量异常缓解动作的有效性，在步骤156中，触发执行一个或多个异常缓解动作的数据采集部件20.1、20.2监测相应实验室仪器10，以确定异常的影响是否已得到缓解(减少)。如果可以缓解异常，则在步骤158中，数据采集部件20.1、20.2向远程维护系统50传输指示异常缓解动作成功的数据。如果尽管触发了异常缓解动作，但仍未缓解异常，则在步骤159中，数据采集部件20.1、20.2传输指示一个或多个异常缓解动作失败的数据。

如图3e所示，在步骤160中，远程维护系统50评估指示异常缓解动作成功或失败的数据。如果指示成功的数据胜过指示失败的数据，则将异常缓解动作标记为有效。另一方面，如果指示失败的数据胜过指示成功的数据，则将异常缓解动作标记为无效。术语胜过应理解为包括成功与失败指示的数量的比较。替代性地或另外地，可以应用加权函数，其中与指示成功的数据相比，以不同的权重考虑指示失败的数据。此外，这种指示的来源(特定数据采集部件)可能会影响成功、相应地失败指示的权重。在步骤160的评估之后，在步骤162中，远程维护系统50命令多个数据采集部件20.1、20.2丢弃标记为无效的异常缓解动作。丢弃被理解为包括从所存储的异常缓解动作的列表中删除和/或停用所述异常缓解动作和/或标记以供专家审查标记为无效的任何异常缓解动作。

现在转向图4，公开了所公开的系统和对应方法的实施方案，其解决了对具有远程维护系统的需求，所述远程维护系统在上下文数据(用于预测性/规范性维护和缓解)的可用性与其在区域性或全局水平的可用性的隐私和监管限制之间提供平衡。图4示出了所公开的实验室系统100的进一步实施方案的高度示意性框图，其中远程维护系统50包括多个区域性服务器150，每个区域性服务器通信地连接至多个数据采集部件20.1、20.2。

所公开的方法的与包括各自通信地连接至多个数据采集部件20.1、20.2的一个或多个区域性服务器150的远程维护系统50相对应的实施方案进一步包括每个区域性服务器150分析对所有实验室仪器10共用和/或对实验室仪器中连接至特定区域性服务器150的子集共用的操作参数以便检测操作数据与特定于相应区域的一个或多个异常之间的一种或多种相关性的步骤。这种方法/系统是有利的，因为其允许检测异常与特定于某个区域但是对所述区域内的几组实验室仪器共用的上下文数据之间的相关性。例如，已经观察到某种消耗品偶尔会导致超出范围的分析测试结果。在对每个数据采集部件进行调查后，已确定超出范围的结果发生在几个位置(多组实验室仪器)，但仅在特定区域内。在由区域性服务器进行进一步调查之后，确定与递送到具有特定语言的特定区域的某个试剂批次相对应的包装插页具有关于稀释因子的翻译错误。在这种情况下，将预测规则确定为检查任何实验室仪器使用的试剂批号的条件。对应于此异常的规范性操作是提供具有正确翻译的更新的包装插页。如果已经将错误稀释的试剂装入实验室仪器中(因此无法再避免出现异常情况)，则对应的缓解动作是停止使用这种试剂再处理任何样品，并将任何测试结果标记为无效。如此例子所示，在确定适用于整个区域的相关性、预测规则、规范性动作和缓解动作时，对特定区域具有“抽象”级别是有利的。进一步区域性因素包括对某个区域中的实验室仪器10组的共同监管约束；消耗品的常见运输和储存条件和/或影响实验室仪器操作的常见环境因素(湿度增加；高海拔，例如墨西哥城)。

图4进一步示出了通信地连接至多个区域性服务器150的全局服务器250。术语全局和区域性应以相对的方式解释，即与区域性服务器150相比，全局服务器250(经由区域性服务器和相应数据采集部件)通信地连接至更多组的实验室仪器10。术语全局和区域性包括地理和/或逻辑分组。所公开的方法的与进一步包括通信地连接至多个区域性服务器150的全局服务器250的分层组织的远程维护系统50相对应的实施方案进一步包括以下步骤：

-每个区域性服务器150从操作数据中过滤掉区域敏感数据；

-多个区域性服务器150中的每一个向全局服务器250传输经过滤的操作数据；

-全局服务器250分析对实验室系统100的所有实验室仪器10共用的操作参数，以便检测操作数据与不考虑区域的一个或多个异常之间的一种或多种全局相关性。

不考虑区域的全局因素包括(但不限于)影响具有某一种类的任何实验室仪器操作的设计或制造参数；在启动一个或多个相应实验室仪器之后生成的全局共用的维护和操作过程和/或实验室仪器的全局共用软件版本和/或见解(例如，在实验室仪器提供方的服务组织中)。

进一步公开了一种包括指令的计算机程序产品，所述指令在由实验室系统100的远程维护系统50和多个数据采集部件20.1、20.2执行时使实验室系统100执行本文所公开的方法中的任一种方法的步骤，所述实验室系统包括用于处理生物样品的第一组1和第二组2实验室仪器10；通信地连接至第一组1或第二组2实验室仪器10的多个数据采集部件20.1、20.2，以及通信地连接至数据采集部件20.1、20.2的远程维护系统50，其中第一组1实验室仪器10连接至第一数据采集部件20.1，而第二组2实验室仪器10连接至第二数据采集部件20.2。因此，具体地，可通过使用计算机或计算机网络(比如云计算服务)或任何合适的数据处理设备来执行本文所公开的一个、一个以上或者甚至全部方法步骤。如本文所使用的，计算机程序产品是指作为可交易产品的程序。产品通常可以以比如可下载文件的任何格式存在于本地的或位于远程位置(云)的计算机可读数据载体上。所述计算机程序产品可以存储在非暂态计算机可读数据载体；服务器计算机以及比如数据载体信号等瞬时计算机可读数据载体上。具体地，所述计算机程序产品可以通过数据网络分布。此外，不仅所述计算机程序产品，而且执行硬件也可以位于本地部署或远程部署中，比如云环境中。

进一步公开和提出了一种包括指令的非暂态计算机可读存储介质，所述指令在由实验室系统100的远程维护系统50执行时使实验室系统100执行本文所公开的方法中的任一种方法的步骤，所述实验室系统包括用于处理生物样品的第一组1和第二组2实验室仪器10；通信地连接至第一组1或第二组2实验室仪器10的多个数据采集部件20.1、20.2，以及通信地连接至数据采集部件20.1、20.2的远程维护系统50。

进一步公开和提出了一种包括指令的经调制数据信号，所述指令在由实验室系统100的远程维护系统50执行时使实验室系统100执行本文所公开的方法中的任一种方法的步骤，所述实验室系统包括用于处理生物样品的第一组1和第二组2实验室仪器10；通信地连接至第一组1或第二组2实验室仪器10的多个数据采集部件20.1、20.2，以及通信地连接至数据采集部件20.1、20.2的远程维护系统50。

根据一些实施方案，来自实验室仪器10的操作数据由连接至第一组1实验室仪器10和第二组2实验室仪器10的数据采集部件20.1、20.2采集，所述操作数据指示相应实验室仪器的一个或多个操作参数10。由多个数据采集部件中连接至第一组1实验室仪器10的第一个数据采集部件20.1基于所采集操作数据检测与第一组1中的多个实验室仪器10中的一个或多个相关的异常。在检测到异常时，上下文数据由多个数据采集部件中的第一个20.1传输到远程维护系统50，所述上下文数据包括操作数据和指示异常的数据。在远程维护系统50处确定操作数据与一个或多个异常之间的一种或多种相关性。在远程维护系统50处验证一种或多种相关性。在远程维护系统50处确定与已验证相关性相对应的一个或多个预测规则。一个或多个预测规则由远程维护系统50传输到连接至第一组1实验室仪器10和第二组2实验室仪器10的数据采集部件20.1、20.2。由多个数据采集部件中连接至第二组2实验室仪器10的第二个数据采集部件20.2基于一个或多个预测规则预测至少第二组2实验室仪器中的多个实验室仪器10中的一个或多个的异常的发生。

根据例子，来自实验室仪器10的操作数据由多个数据采集部件中连接至第一组1实验室仪器的第一个数据采集部件20.1采集，用于检测异常、传输上下文数据、确定操作数据与一个或多个异常之间的一种或多种相关性、验证一种或多种相关性并确定与已验证相关性相对应的一个或多个预测规则。来自实验室仪器10的操作数据由多个数据采集部件中连接至第二组2实验室仪器的第二个数据采集部件20.2采集，用于由多个数据采集部件中连接至第二组2实验室仪器10的第二个数据采集部件20.2基于一个或多个预测规则预测至少第二组2实验室仪器中的多个实验室仪器10中的一个或多个的异常的发生。

根据例子，来自实验室仪器10的操作数据由多个数据采集部件中连接至第一组1实验室仪器的第一个数据采集部件20.1采集，所述操作数据指示相应实验室仪器的一个或多个操作参数10。由多个数据采集部件中连接至第一组1实验室仪器10的第一个数据采集部件20.1基于所采集操作数据检测与第一组1中的多个实验室仪器10中的一个或多个相关的异常。在检测到异常时，上下文数据由多个数据采集部件中的第一个20.1传输到远程维护系统50，所述上下文数据包括操作数据和指示异常的数据。在远程维护系统50处确定操作数据与一个或多个异常之间的一种或多种相关性。在远程维护系统50处验证一种或多种相关性。在远程维护系统50处确定与已验证相关性相对应的一个或多个预测规则。一个或多个预测规则由远程维护系统50传输到连接至第一组1实验室仪器10和第二组2实验室仪器10的数据采集部件20.1、20.2。来自实验室仪器10的操作数据由多个数据采集部件中连接至第二组2实验室仪器的第二个数据采集部件20.2采集，所述操作数据指示相应实验室仪器10的一个或多个操作参数，并用于由多个数据采集部件中连接至第二组2实验室仪器10的第二个数据采集部件20.2基于一个或多个预测规则预测至少第二组2实验室仪器中的多个实验室仪器10中的一个或多个的异常的发生。

根据一些实施方案，来自实验室仪器10的操作数据由连接至第一组1实验室仪器10、连接至第二组2实验室仪器10以及连接至第三组实验室仪器的数据采集部件采集，所述操作数据指示相应实验室仪器10的一个或多个操作参数。与第一组1中的多个仪器10中的一个或多个相关的异常由多个数据采集部件中连接至第一组1实验室仪器10的第一个数据采集部件20.1基于所采集操作数据检测和/或与多个第二组2仪器10中的一个或多个相关的异常由多个数据采集部件中连接至第二组2实验室仪器10的第二个数据采集部件20.2基于所采集操作数据检测。在检测到异常时，上下文数据由多个数据采集部件中的第一个20.1和/或由多个数据采集部件中的第二个20.2传输到远程维护系统50，所述上下文数据包括操作数据和指示异常的数据。在远程维护系统50处确定操作数据与一个或多个异常之间的一种或多种相关性。在远程维护系统50处验证一种或多种相关性。在远程维护系统50处确定与已验证相关性相对应的一个或多个预测规则。一个或多个预测规则由远程维护系统50传输到连接至第一组1实验室仪器10、连接至第二组2实验室仪器10以及连接至第三组实验室仪器的数据采集部件。由多个数据采集部件中连接至第三组实验室仪器10的第三个数据采集部件基于一个或多个预测规则预测至少第三组实验室仪器中的多个实验室仪器中的一个或多个的异常的发生。

根据例子，来自实验室仪器10的操作数据由连接至第一组1实验室仪器10和第二组2实验室仪器10的数据采集部件20.1、20.2采集，用于检测一个或多个异常、传输上下文数据、确定操作数据与一个或多个异常之间的一种或多种相关性、验证一种或多种相关性并确定与已验证相关性相对应的一个或多个预测规则。来自实验室仪器的操作数据由多个数据采集部件中连接至第三组实验室仪器的第三个数据采集部件采集，用于由多个数据采集部件中连接至第三组实验室仪器的第三个数据采集部件基于一个或多个预测规则预测至少第三组实验室仪器中的多个实验室仪器中的一个或多个的异常的发生。

根据一些实施方案，如果已检测到异常但未预测到异常，则连接至第一组1实验室仪器10和第二组2实验室仪器10的多个数据采集部件20.1、20.2中的一个或多个向远程维护系统50传输指示一个或多个预测规则失败的数据。和/或特别是如果已经确认对异常的预测，则连接至第一组1实验室仪器10和第二组2实验室仪器10的多个数据采集部件20.1、20.2中的一个或多个向远程维护系统50传输指示预测异常的一个或多个预测规则成功的数据。远程维护系统50评估所述指示一个或多个预测规则成功或失败的数据，在指示成功的数据胜过指示失败的数据的情况下将一个或多个预测规则标记为有效，并且在指示失败的数据胜过指示成功的数据的情况下将一个或多个预测规则标记为无效。远程维护系统50命令连接至第一组1实验室仪器10和第二组2实验室仪器10的多个数据采集部件20.1、20.2丢弃标记为无效的一个或多个预测规则。

根据一些实施方案，在远程维护系统50处确定与异常相对应的一个或多个规范性维护动作。一个或多个规范性维护动作包括一个或多个指令，所述指令在关于实验室仪器10中的一个或多个执行时，降低了异常发生的概率。一个或多个规范性维护动作从远程维护系统50传输到连接至第一组1实验室仪器10和第二组2实验室仪器10的多个数据采集部件20.1、20.2。在预测异常的发生时，连接至第一组1实验室仪器10和第二组2实验室仪器10的多个采集部件20.1、20.2中的一个或多个触发执行一个或多个规范性维护动作，包括命令实验室仪器10中的一个或多个执行一个或多个规范性维护动作和/或向操作员提供一个或多个供规范性维护动作。

根据一些实施方案，如果触发执行一个或多个规范性维护动作的数据采集部件20.1、20.2不能检测到异常，则向远程维护系统50传输指示规范性维护动作成功的数据。如果触发执行一个或多个规范性维护动作的数据采集部件20.1、20.2已经检测到异常，则向远程维护系统50传输指示规范性维护动作失败的数据。远程维护系统50评估所述指示规范性维护动作成功或失败的数据，在指示成功的数据胜过指示失败的数据的情况下将一个或多个规范性维护动作标记为有效，并且在指示失败的数据胜过指示成功的数据的情况下将一个或多个规范性维护动作标记为无效。远程维护系统50命令连接至第一组1实验室仪器10和第二组2实验室仪器10的多个数据采集部件20.1、20.2丢弃标记为无效的一个或多个规范性维护动作。

根据一些实施方案，在远程维护系统50处确定与异常相对应的一个或多个异常缓解动作。一个或多个异常缓解动作包括一个或多个指令，所述指令在由实验室仪器10中的一个或多个执行时，缓解异常的负面影响。一个或多个缓解动作从远程维护系统50传输到连接至第一组1实验室仪器10和第二组2实验室仪器10的多个数据采集部件20.1、20.2。如果命令实验室仪器10中的一个或多个执行一个或多个规范性维护动作的数据采集部件20.1、20.2已经检测到异常，则数据采集部件20.1、20.2触发执行一个或多个异常缓解动作。

根据一些实施方案，如果已经缓解了异常的负面影响，则指示一个或多个缓解动作成功的数据从连接至第一组1实验室仪器10和第二组2实验室仪器10的多个数据采集部件20.1、20.2传输到远程维护系统50。如果不能缓解异常的负面影响，则向远程维护系统50传输指示一个或多个缓解动作失败的数据。远程维护系统50整合所述指示一个或多个缓解动作成功或失败的数据，在指示成功的数据胜过指示失败的数据的情况下将一个或多个缓解动作标记为有效，并且在指示失败的数据胜过指示成功的数据的情况下将一个或多个缓解动作标记为无效。远程维护系统50命令连接至第一组1实验室仪器10和第二组2实验室仪器10的多个数据采集部件20.1、20.2丢弃标记为无效的一个或多个缓解动作。

根据一些实施方案，检测与多个实验室仪器10中的一个或多个有关的异常的步骤包括：

-检测实验室仪器10的一个或多个操作参数与制造商的操作范围的一个或多个偏差；

-基于由一个或多个传感器12捕获的数据来检测实验室仪器10周围的一个或多个环境参数的一个或多个偏差，所述一个或多个传感器位于实验室仪器10附近但在其外部并且通信地连接至多个数据采集部件20.1、20.2之一，所述多个数据采集部件连接至第一组1实验室仪器10和第二组2实验室仪器10。

根据一些实施方案，维护方法进一步包括在预测异常的发生时，增加由数据采集部件20.1、20.2捕获的来自实验室仪器10的操作数据的频率和/或量和/或参数的选择，所述数据采集部件连接至第一组1实验室仪器10和第二组2实验室仪器10。

根据一些实施方案，远程维护系统50包括各自通信地连接至多个数据采集部件20.1、20.2的一个或多个区域性服务器150。所述方法进一步包括每个区域性服务器150分析对所有实验室仪器10共用和/或对实验室仪器中连接至特定区域性服务器150的子集共用的操作参数以便检测操作数据与特定于相应区域的一个或多个异常之间的一种或多种相关性的步骤。根据一些实施方案，通信地连接至区域性服务器150的多个数据采集部件20.1、20.2中的每一个专用于一组特定的实验室仪器。

根据第一方面，提出了一种用于实验室系统的维护方法，所述实验室系统包括用于处理生物样品的第一组和第二组实验室仪器；通信地连接至第一组或第二组实验室仪器的多个数据采集部件以及通信地连接至数据采集部件的远程维护系统，所述方法包括：

-由数据采集部件从实验室仪器采集操作数据，所述操作数据指示相应实验室仪器的一个或多个操作参数；

-由多个数据采集部件中的第一个检测与第一组中的多个实验室仪器中的一个或多个相关的异常；

-在检测到异常时，由多个数据采集部件中的第一个将上下文数据传输到远程维护系统，所述上下文数据包括操作数据和指示异常的数据；

-在远程维护系统处确定操作数据与一个或多个异常之间的一种或多种相关性；

-在远程维护系统处验证一种或多种相关性；

-在远程维护系统处确定与已验证相关性相对应的一个或多个预测规则；

-由远程维护系统向数据采集部件传输一个或多个预测规则；

-由所述多个数据采集部件中的一个或多个基于一个或多个预测规则预测所述多个实验室仪器中的一个或多个的异常的发生。

根据第二方面，提出了一种根据第一方面所述的维护方法，所述方法进一步包括：

-如果已检测到异常但未预测到异常，则多个数据采集部件中的一个或多个向远程维护系统传输指示一个或多个预测规则失败的数据；和/或

-特别是如果已经确认对异常的预测，则多个数据采集部件中的一个或多个向远程维护系统传输指示预测异常的一个或多个预测规则成功的数据；

-远程维护系统评估所述指示一个或多个预测规则成功或失败的数据：

-在指示成功的数据胜过指示失败的数据的情况下，将一个或多个预测规则标记为有效；以及

-在指示失败的数据胜过指示成功的数据的情况下，将一个或多个预测规则标记为无效；

远程维护系统命令多个数据采集部件丢弃标记为无效的一个或多个预测规则。

根据第三方面，提出了一种根据第一方面或第二方面所述的维护方法，所述方法进一步包括以下步骤：

-在远程维护系统处确定与异常相对应的一个或多个规范性维护动作，所述一个或多个规范性维护动作包括一个或多个指令，所述指令在关于实验室仪器中的一个或多个执行时，降低了异常发生的概率；

-将一个或多个规范性维护动作从远程维护系统传输到多个数据采集部件；

-在预测异常的发生时，多个采集部件中的一个或多个触发执行一个或多个规范性维护动作，包括命令实验室仪器中的一个或多个执行一个或多个规范性维护动作和/或向操作员提供一个或多个供规范性维护动作。

根据第四方面，提出了一种根据第三方面所述的维护方法，所述方法进一步包括以下步骤：

-如果触发执行一个或多个规范性维护动作的数据采集部件不能检测到异常，则向远程维护系统传输指示规范性维护动作成功的数据；

-如果触发执行一个或多个规范性维护动作的数据采集部件已经检测到异常，则向远程维护系统传输指示规范性维护动作失败的数据；

-远程维护系统评估所述指示规范性维护动作成功或失败的数据：

-在指示成功的数据胜过指示失败的数据的情况下，将一个或多个规范性维护动作标记为有效；以及

-在指示失败的数据胜过指示成功的数据的情况下，将一个或多个规范性维护动作标记为无效；

远程维护系统命令多个数据采集部件丢弃标记为无效的一个或多个规范性维护动作。

根据第五方面，提出了一种根据第三方面或第四方面所述的维护方法，其中所述一个或多个规范性维护动作包括以下一项或多项：

-更新相应实验室仪器上的sw；

-引起多个实验室仪器之间工作负荷的重新分配；

-将一种或多种生物样品从与所预测异常相对应的一个或多个实验室仪器重定向到除与所预测异常相对应的一个或多个实验室仪器之外的一个或多个实验室仪器；

-触发与所预测异常相对应的一个或多个实验室仪器的一个或多个部分的更换和/或维修；

-触发与所预测异常相对应的一个或多个实验室仪器的校准和/或质量控制过程；

-触发丢弃试剂和/或批量试剂，以及对处理不当和/或制造商召回的对应指示；

-触发丢弃一个或多个实验室仪器，以及对维护不当的对应指示。

根据第六方面，提出了一种根据第三方面到第五方面中任一方面所述的维护方法，所述方法进一步包括以下步骤：

-在远程维护系统处确定与异常相对应的一个或多个异常缓解动作，所述一个或多个异常缓解动作包括一个或多个指令，所述指令在由实验室仪器中的一个或多个执行时，缓解异常的负面影响；

-将一个或多个缓解动作从远程维护系统传输到多个数据采集部件；

-如果命令实验室仪器中的一个或多个执行一个或多个规范性维护动作的数据采集部件已经检测到异常，则数据采集部件触发执行一个或多个异常缓解动作。

根据第七方面，提出了一种根据第六方面所述的维护方法，所述方法进一步包括以下步骤：

-如果已经缓解了异常的负面影响，则将指示一个或多个缓解动作成功的数据从多个数据采集部件传输到远程维护系统；

-如果不能缓解异常的负面影响，则向远程维护系统传输指示一个或多个缓解动作失败的数据；

-远程维护系统整合所述指示一个或多个缓解动作成功或失败的数据：

-在指示成功的数据胜过指示失败的数据的情况下，将一个或多个缓解动作标记为有效；以及

-在指示失败的数据胜过指示成功的数据的情况下，将一个或多个缓解动作标记为无效；

远程维护系统命令多个数据采集部件丢弃标记为无效的一个或多个缓解动作。

根据第八方面，提出了一种根据前述方面中任一方面所述的维护方法，其中检测与所述多个实验室仪器中的一个或多个相关的异常的步骤包括：

-检测实验室仪器的一个或多个操作参数与制造商的操作范围的一个或多个偏差；

-基于由一个或多个传感器捕获的数据来检测实验室仪器周围的一个或多个环境参数的一个或多个偏差，所述一个或多个传感器位于实验室仪器附近但在其外部并且通信地连接至多个数据采集部件之一。

根据第九方面，提出了一种根据前述方面中任一方面所述的维护方法，所述方法进一步包括在预测异常的发生时，增加由所述数据采集部件捕获的来自所述实验室仪器的所述操作数据的频率和/或量和/或参数的选择。

根据第十方面，提出了一种根据前述方面中任一方面所述的维护方法，其中，在远程维护系统处确定操作数据与一个或多个异常之间的一种或多种相关性的步骤包括：

-接收指示所述操作数据与所述一个或多个异常之间的一种或多种相关性的输入；和/或

-命令模式识别系统基于操作数据的数据库以及与多个实验室仪器中的相同或其他实验室仪器相关的异常来识别操作数据与一个或多个相同类型的异常之间的相关性。

根据第十一方面，提出了一种根据前述方面中任一方面所述的维护方法，其中，验证一种或多种相关性并且将相应相关性标记为已验证的步骤包括：

-接收指示所述操作数据与所述一个或多个异常之间的一种或多种相关性的有效性的输入；和/或

-命令验证引擎验证所述操作数据与所述一个或多个异常之间的所述一种或多种相关性。

根据第十二方面，提出了一种根据前述方面中任一方面所述的维护方法，其中所述远程维护系统包括各自通信地连接至多个数据采集部件的一个或多个区域性服务器，所述方法进一步包括每个区域性服务器分析对所有实验室仪器共用和/或对实验室仪器中连接至特定区域性服务器的子集共用的操作参数以便检测操作数据与特定于相应区域的一个或多个异常之间的一种或多种相关性的步骤。

根据第十三方面，一种根据第十二方面所述的维护方法，其中远程维护系统包括通信地连接至多个区域性服务器的全局服务器；所述方法进一步包括：

-每个区域性服务器从操作数据中过滤掉区域敏感数据；

-多个区域性服务器中的每一个向全局服务器传输经过滤的操作数据；以及

-全局服务器分析对实验室系统的所有实验室仪器共用的操作参数，以便检测操作数据与不考虑区域的一个或多个异常之间的一种或多种全局相关性。

根据第十四方面，提出了一种实验室系统，包括：

-用于处理生物样品的第一组多个实验室仪器，所述第一组多个实验室仪器通信地连接至第一数据采集部件；

-用于处理生物样品的第二组多个实验室仪器，所述第二组多个实验室仪器通信地连接至第二数据采集部件；

-远程维护系统，所述远程维护系统通信地连接至多个数据采集部件；

其中所述实验室系统被配置成执行根据第一方面到第十三方面中任一方面所述的方法。

根据第十五方面，提出了一种包括指令的计算机程序产品，所述指令在由实验室系统的远程维护系统执行时使实验室系统执行根据第一方面到第十三方面中任一方面所述的方法中的任一种方法的步骤，所述实验室系统包括用于处理生物样品的第一组和第二组实验室仪器；通信地连接至第一组或第二组实验室仪器的多个数据采集部件，以及通信地连接至数据采集部件远程维护系统。

附图标记列表：

第一组(实验室仪器)1

第二组(实验室仪器)2

实验室仪器10

实验室中间件15

实验室系统100

第一数据采集部件20.1

第二数据采集部件20.2

远程维护系统50

采集操作数据步骤102

检测一个或多个异常步骤104

传输上下文数据步骤106

确定(上下文数据与异常之间)的一种或多种相关性步骤108

验证相关性步骤110

确定一个活多个预测规则步骤112

向数据采集部件传输一个或多个预测规则步骤114

预测一个或多个异常步骤116

传输指示一个或多个预测规则失败的数据步骤117

传输指示一个或多个预测规则成功的数据步骤118

评估一个或多个预测规则的有效性步骤120

丢弃一个或多个无效的预测规则步骤122

确定规范性维护动作步骤130

传输规范性维护动作步骤132

触发规范性维护动作步骤134

确定是否已避免异常步骤136

传输指示规范性维护操作成功的数据步骤138

传输指示规范性维护动作失败的数据步骤139

评估规范性维护动作的有效性步骤140

丢弃无效的规范性维护动作步骤142

确定异常缓解动作步骤150

传输异常缓解动作步骤152

触发异常缓解动作步骤154

确定异常是否已得到缓解步骤156

传输指示异常缓解动作成功的数据步骤158

传输指示异常缓解动作失败的数据步骤158

评估异常缓解动作的有效性步骤160

丢弃无效的异常缓解动作步骤162