TRANSFORMING A CANADIAN MICROBIOLOGY LABORATORY: LABORATORY AUTOMATION AND LEAN PROCESSES REDUCE ERRORS, IMPROVE STANDARDIZATION AND RESULT QUALITY WHILE IMPROVING PRODUCTIVITY
Notice bibliographique
Résumé
Background Focused on excellence and innovation, DynaLIFEDx has transformed their Microbiology laboratory, which serves hospital and community patients, with the BD Kiestra Total Laboratory Automation (TLA) system. Objectives In 2013, DynaLIFEDx partnered with Becton Dickinson to implement the Kiestra TLA driving transformation from a traditional microbiology laboratory to a high quality, standardized, LEAN operation supporting improved patient care. Methods LEAN process observation, change management, value stream mapping and simulation modelling tools allowed for the design of the optimal BD Kiestra Technology and supported process improvement planning for every aspect of the laboratory operation. Results Impressive results were achieved through the integration of People, Process and Technology. Employing automatic barcoding and media selection reduced manual process errors by 87%. Smart Read A incubators provide optimal growth conditions for earlier detection of positive cultures. High resolution digital images support improved accuracy and TAT. The implementation of single piece flow supported a 67% reduction in time from receipt in the lab to planting by the TLA system. Conclusions Current practices in diagnostic microbiology laboratories are manual, error prone and time consuming leading to delays in critical reports. Automation systems have the potential to revolutionize patient care by improving standardization and time to result. However; as the results obtained at DynaLIFEDx demonstrate, only by combining this technology with up front and downstream process improvements, can the full advantages of the system be realized. Implications of the data reported here include significant improvements in therapy delivery, improved patient outcomes and changes in diagnostic reporting guidelines. Figure 1 Fewer processing errors. Figure 2 Staffing matches demand. Figure 3 LEAN lab layout.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».