点击上方[蓝字]，关注我们
LabWare数据分析专家 Darren在2025年9月的LabWare中国CEC做了“LabWare数据分析”的专题报告。
LabWare认为：有了正确的工具和技术，数据可以推动更好的决策，改进流程，支持合规性，并引领科学成就的新领域，而AI/ML技术和数据分析是LabWare要带给我们客户的其中一种最强大的工具和技术。
Darren首先介绍，企业要想通过数据分析获得判断力，一般从描述性分析开始，获得对系统中已经发生或正在发生的事情的理解；接着通过统计建模通过已有的历史数据进行预测并核实这些预测的准确性；最新的进展是利用AI/ML，进一步提高预测的准确性和有效性。
为此，LabWare数据分析团队首先开发出数据科学引擎DSE，作为LIMS与两种最强大的统计语言R和Python之间的接口，这样，可以直接在LIMS中使用R和Python脚本实现原来需要第三方系统完成的统计分析等任务，并为开发其它开箱即用的数据分析解决方案奠定基础，同时为数据科学活动提供审计历史，以满足监管的要求。
LabWare Insights Dashboard – LabWare慧眼仪表板
LabWare数据分析团队开始研发的是成套数据分析工具：LABWARE INSIGHTS -LabWare慧眼，以满足现代实验室的描述性分析需求，而LabWare慧眼推出的第一个工具是LabWare慧眼仪表板，让您可以与您的数据进行交互，并真正赋予其生命，这样，您可以看到您原来看不见的操作，还可以作为集体理解的资源与整个组织的相关人员分享。
Darren以生动的视频，演示了LabWare慧眼仪表板具有的三个关键功能性：1）交互性，用户能够以前所未有的方式探索数据，包括计分卡、汇总表、图形图表、过滤器、分页导航等各种组件，提供对所有客户共享的样品、检测和结果等核心表的见解。2）可组态性，通过为运营经理、质量经理和系统管理员量身定制的模板实例，展示了该功能如何支持不同的场景，实现实验室的独特需求。3）可共享性，这才是LabWare慧眼最大的好处所在，所有在仪表板中选择的信息都可以方便地以当时的状态，通过电子邮件、报告导出，让LIMS内外的用户都能快速了解实验室的整体健康状况和性能。
LabWare慧眼仪表板还提供了系统管理工作流，由LIMS表对象驱动，让任何LIMS系统管理员轻松组态新的仪表板。而用户在登录LIMS时，可以像可视化工作流一样，立即看到自己的仪表板。
Darren不忘感谢此解决方案的客户合作伙伴Graymont、康宝莱和橙县卫生局，因为他们的合作、测试、反馈，才能获得今天的成就。Darren非常高兴地告诉大家，今年上半年所有运行LabWare 8的客户已经可以使用LabWare慧眼仪表板，我们中国客户也可以安装设置，访问所有演示的功能，而且，年内还将不断推出新的功能和特性。
LabWare 慧眼新功能
Darren在介绍LabWare慧眼新功能时，提到了三点：
第一个新功能是图表生成器，通过一个很好的探索性工作流，加速新可视化图表的生成，并为更多用户提供探索LIMS系统数据的能力，以发现更多深度见解。
第二是正在让LabWare慧眼仪表板和其它对象实现由LabWare 9的主题设置驱动的自定义主题风格。
第三，支持SQC图表的新功能，客户对此呼声更高。过去，LabWare LIMS底层嵌入NWA（美国西北分析公司）的SQC模块，提供统计质量控制功能。现在，LabWare数据分析团队正在以全新的组态和保存方式，构建新的统计质量控制功能，不但重现NWA现有的自定义统计质量图形和工作流，还将提供更多的选项，以便创建具有独特样式、计算、规格限值和统计规则的图表模板。
LabWare AI/ML的创新功能
LabWare很早就在规划为LabWare的产品和服务能够允许，而且应该使用AI提供一个高起点，几年来，从组织、人力资源到技术都做了充分的准备，包括收购世界级专业数据和分析公司CompassRed，在数据分析、AI/ML领域已经做出了骄人的成绩。Darren在演讲中说明了LabWare与人工智能的融合的背景和策略，因为LabWare的基础是一个丰富的数据模型，在不断发展的AI领域处于得天独厚的超然位置，能够帮助客户充分释放AI的真正潜力。LabWare的方法强调可靠性、安全性和客户一致性，确保AI解决方案符合最高标准。LabWare根据自己的长期战略，谨慎而主动地采用新技术，勇于创新，但绝不盲目冒进。
这次Darren演示了三个例子，在数据科学引擎出现之前，都需要有人从LIMS导出数据，用其它工具处理后，再把结果反馈到系统，不但高度依赖人工、耗时费力，需要适当的专业知识，还要格外谨慎小心，以确保正确记录和报告了所有的内容。LabWare的目标正是消除使用这些外部数据科学的管理需要，并尽可能利用DSE来将其中的数据分析环节实现自动化与简化。
第一个例子是对稳定性有效期研究功能的增强。演示表明，已经可以在LIMS中为稳定性研究提供了远超原来稳定性分析数据的显示并提供有效期图形的功能。现在，可以选择产品，还可以选择一次分析多少批“供试品”，按照ICH指南的规定，确定其可合并性。可以根据自选的参数进行变更，进行有效期的预测分析，还可以提供有关预测模型的更多信息，包括模型的内部情况，及模型如何执行和预测的。这一增强的稳定性有效期研究功能已经付用，并准备集成到下一个制药解决方案的新版本中。
第二个DSE实际应用的例子与生产优化有关，非常令人震撼。通过演示我们看到，能够利用LIMS提供的分析数据，在超过20多个影响产品质量和生产时间的参数中，借助统计模型，找出影响最大的参数，再通过模拟的方式，进行影响最大的参数组合和任意调整，立即显示出预测的质量和生产时间，从而找到能够实现最短时间、最小成本、最高质量生产的工艺参数。这种使用统计建模进行生产优化的方法将颠覆过去要靠实际运行的调优方法，把昂贵的试错过程变成实验室简单的数字化分析模式，将会节省大量时间和资源，对企业的好处不言而喻。
第三个例子是使用DSE进行方法验证。Darren的演示显示了对于线性、准确性等经典的方法验证参数，如何利用LIMS的分析数据，通过模型预测值和实际值的比较，确定方法的合理性、有效性和稳定性。我们看到了在这里同时包含传统的统计模型，采用AI最核心技术的人工神经网络模型，以及能够有效处理高维数据的机器学习监督模型-支持向量机模型；我们也看到了如何方便地在这些模型之间切换，对这些模型的预测值进行比较；我们还看到了模型的预测值与实际值的接近程度有多好，证明这些模型在不同条件的一致性和准确性。以前的方法验证往往需要把LIMS数据导出去，利用WinNonlin等其它工具进行复杂的统计计算，Darren的演示证明有了DSE，方法验证也可以在LIMS中直接完成，而且除了统计模型外，还可以使用更先进的机器学习模型，来显著提高建模的整体准确性和性能。
Darren表示，LabWare将继续在AI/ML领域推进产品开发，欢迎我们的客户作为我们的开发合作伙伴，踊跃参与其中。
