Для сотрудников клинических лабораторий самыми досадными ошибками могут быть те, которые они не в состоянии контролировать, потому что они происходят вне лаборатории. Действительно, большинство ошибок можно отследить до источников на доаналитическом этапе. По данным независимого исследования, на данном этапе происходит 62% ошибок, при анализе приходится 15% ошибок, а в постаналитическом периоде совершается 23% ошибок [1]. Одним из основных факторов, способствующих этому, является то, что в преаналитических методах по-прежнему применяются ручные процессы. С помощью более совершенного управления и инструментов автоматизации, которые находятся на начальных этапах исследования, сотрудники клинических лабораторий могут помочь флеботомистам и другим участникам преаналитического этапа уменьшить количество возникающих ошибок. Первым шагом является определение источника проблем. Например, во время забора венозной крови многие флеботосты не смогли правильно идентифицировать пациентов, что привело к страшной ошибке «неправильная кровь в пробирке». В худших случаях неправильная идентификация пациента или использование неправильных пробирок может привести к серьезным ошибкам и значительной неэффективности лечения. Эти ошибки, например случайное использование флеботомистом пробирок не того типа, который предназначен для заказанных анализов, приводят к тому, что пациенту часто приходится повторно сдавать кровь. Это не только зря тратит время пациента, но и приводит к задержкам в оказании помощи. Возьмем другой пример, неправильный сбор и обращение с образцами является самой большой категорией доаналитических ошибок. Это часто вызвано человеческой ошибкой или отвлечением, согласно опросу персонала больницы США. 
Для снижения количества ошибок на преаналитическом этапе стоит рассмотреть весь спектр областей, в которых может быть возможен вариант улучшения:
-
- Управление заказами: цифровые опции могут быть полезны для управления заказами в нескольких системах и для предоставления ключевой информации другим сторонам процесса.
- Сбор образцов: установите стандартные протоколы для заполнения пробирок, идентификации пациентов, выбора контейнеров, интерпретации заказов и т. д.
- Транспортировка: здесь пробирки могут отсутствовать или храниться без надлежащего охлаждения; тщательное отслеживание может помочь лабораториям управлять рабочей нагрузкой и отслеживать образцы во время транспортировки, а также выполнять загрузку анализатора
- Приемка образцов: эти задачи часто выполняются вручную, но приемка и обработка образцов могут быть сделаны более эффективными и безошибочными с помощью автоматизации
Большинство потенциальных проблем, связанных с этими областями, имеют простые решения. Рассмотрим проблему, состоящую в следующем: наличие на образце этикеток с неверным расположением. Игнорирование небольших, почти пренебрежимо малых ошибок, подобных этой, может вызвать эффект пульсации и нарушить эффективный рабочий процесс и производительность. Неправильно выровненные этикетки препятствуют правильному считыванию штрихкода и могут привести к тому, что образцы будут отвергнуты в клинической лаборатории. Чтобы вернуться к более раннему примеру, Институт клинических и лабораторных стандартов разработал стандарты, способствующие правильной идентификации образцов пациентов, с требованиями к информации, которая должна быть включена в этикетки, создаваемые в электронном виде [2]. Поскольку задачи, выполняемые вручную, часто связаны с ошибками, связанными с преаналитическими процессами, внедрение автоматизированных решений может быть эффективным способом снижения количества ошибок, повышения эффективности, стандартизации процессов и снижения общих затрат на содержание больницы. Существуют автоматизированные устройства для поддержки широкого спектра шагов на преаналитической фазе, такие как: подготовка пробирок для образцов и правильная маркировка; транспортировка образцов в лабораторию; автоматическая сортировка образцов в лаборатории для уменьшения узких мест при приеме образцов; стандартизированный контроль для правильной идентификации пациентов и постановки в очередь; и отслеживание местоположения образцов и установка временных меток на каждом шаге преаналитического рабочего процесса, что обеспечивает прозрачность на протяжении всего процесса при подключении к ЛИС. Внедрение автоматизированных решений формирует более комфортную рабочую среду для лабораторных специалистов: процессы становятся упорядоченными и предсказуемыми, позволяя сохранять спокойную концентрацию без постоянных отвлечений, неизбежных при ручных операциях. В последнее время эволюция в области автоматизации привела к появлению интегрированных решений, которые управляют всем, от регистрации пациентов до приема лабораторных образцов. Этот целостный подход направлен на снижение вероятности ошибок за счет минимизации ручных операций. Как правило, интегрированная система считывает ID-карты пациентов и создает наборы пробирок для конкретного пациента для сбора образцов, создает систему организации очередей, выполняет пред-флеботомическую маркировку и транспортировку, перемещает образцы в лабораторию, а также загружает и сортирует образцы по прибытии в лабораторию. Эти установки автоматизации чаще всего используются в крупных центрах флеботомии, больничных палатах и даже децентрализованных центрах сбора образцов, таких как частные врачебные кабинеты. Интересно, что Азия является рассадником инноваций в области автоматизации доаналитических образцов. Многие компании, предлагающие интегрированные решения, базируются в Китае, Японии и Южной Корее. Технологии часто разрабатываются в качестве дополнения к автоматизированным решениям, уже используемым в клинических лабораториях для получения оптимальной пользы. Благодаря совместным усилиям клинических лабораторий, поставщиков решений по автоматизации и других участников больничной системы сегодня стало возможным существенно снизить уровень преаналитических ошибок за счет внедрения автоматизированных технологий. Источники:
[1] Carraro, P. and Plebani, M. (2007) ‘Errors in a Stat Laboratory: Types and Frequencies 10 Years Later’, Clinical Chemistry, 53(7), pp. 1338–1342. URL: https://doi.org/10.1373/clinchem.2007.088344
[2] Clinical and Laboratory Standards Institute (2018) Prevention of Specimen Labeling Errors in the Lab. URL: https://clsi.org/resources/insights/prevention-of-specimen-labeling-errors-in-the-lab/ (дата доступа: 3 сентября 2025 г.).
