目前，檢驗檢測管理系統(LIMS)在提升企業實驗室業務的規范管理、信息化和自動化水平做出了一定貢獻，但集團企業在系統推廣到整個集團的實驗室時普遍遇到了一些困難，主要表現在系統重復建設、硬件資源浪費嚴重、存在數據孤島、數據無法有效集聚、數據質量不高和不能產生有效的數據價值等。

解決方案--一體化實驗室信息管理系統平臺

在此背景下，北京三維天地科技股份有限公司，在傳統單體架構實驗室信息管理系統(“LIMS”)的基礎上，打造了業務中臺架構的集團型一體化的LIMS系統平臺。將各地域、各業務條線實驗室的共性需求進行整合，形成業務中臺，如檢測任務管理中心、校準業務管理中心、樣品管理中心、原始記錄管理中心、報告證書生成中心、人員管理中心、儀器管理中心等。

各地域和各業務條線前臺訪問的系統是由業務中臺提供的各個服務中心進行組合，并根據各地域和業務條線的個性化需求進行簡單配置，形成該業務條線的前臺訪問應用。將來如果擴展新的實驗室，則調用業務中臺的服務，再根據個性需求進行簡單配置，即可形成新實驗室的LIMS系統。并且如果有新能功能需要擴展，只需要更新擴展業務中臺，則所有的實驗室都可進行使用。

一體化LIMS系統平臺還有助于各實驗室間的數據進行有效貫通，形成各個業務條線的檢驗檢測數據的有效積累，提升數據質量，實現構建并積累企業“全”“統”“通”的數據資產，包含針對研發的研發數據中心數據庫、針對供應鏈的質保數據中心數據庫和針對整個集團的數據庫。

只有基于高質量的數據資產，企業才可能實現數據業務化，利用高質量的數據資產為企業進行賦能。

如統一各個實驗室檢測資源管控，提升檢測資源利用水平，推進檢測設備、人員等資源開放共享，提倡協同檢測;為生產部門提供“一站式”服務，為開展質量監測分析，找差距、補短板，解決制約質量瓶頸問題提供數據支撐;方便業務人員和部門快速精確查找他們想要的數據，幫助他們了解數據，為企業提供研發方案數據分析、產品質量數據監控和產品質量數據分析等服務，推動產業高質量發展;利用大數據分析引擎，強化業務場景數據建模，加深數據與業務線的融合，催生數據場景化，深入挖掘數據價值，提升數據洞察能力，提升數據服務水平，實現數據賦能業務發展，驅動業務創新，實現集團數據智能決策，推動企業精細化管理變革等。

圖：系統功能架構

應用效果

業務中臺架構突破了集成和互聯的概念限制，通過靈活的服務組合方式構建適應按專業、按地域、按組織架構等不同需求的應用系統，實現在一個系統框架下系統功能和構成的彈性收縮，在降低系統復雜性、降低系統建設成本、提升系統水平擴展能力、提升系統訪問效率等方面具有顯著成效。并且所有業務條線和地域的實驗室都在一個系統平臺中，可以應用該系統平臺，實現統一委托和所有實驗室資源的統一調度，提升實驗室服務客戶質量和資源的利用率。

圖: 系統邏輯架構

第一部分，針對委托方，統一委托登記入口。內外部的委托方都通過客戶服務管理系統進行委托，委托方只需登記樣品信息、檢測需求、檢測時限要求等信息即可，由系統進行業務調度，分配滿足要求的實驗室。委托方還通過該系統，進行查看進度、查看檢測數據、查看檢測能力、下載報告、繳費等。

第二部分，針對管理委員會，由實驗檢測事業部人員負責，建議由各個實驗室管理人員和業務專家組成管理委員會，主要負責業務調度、數據標準管理和監管監控。委托方填寫委托后，由系統通過檢測能力、時限要求、就近原則和各實驗室人員、設備等資源排期情況等算法，自動分配實驗室，管理委員會負責審核和手工調配任務，并負責各實驗室運行情況的監管監控。要達到這一目的，各個實驗室的數據標準必須統一，所以管理委員會還負責統一各實驗室數據標準。

第三部分，針對各個實驗室和業務條線，搭建實驗室信息管理系統群(該系統群使用上文中的微服務架構進行搭建)，管理各個地域和業務條線的業務活動，積累大量各實驗室檢驗檢測的數據，不斷提升實驗室管理水平和工作效率。

第四部分，統一各個實驗室的數據標準，是實現統一委托、統一調度的基礎。需以相關檢驗檢測信息化標準體系為基礎，統一數據庫標準，搭建檢驗檢測信息標準數據庫字典;規范公司各實驗室檢驗檢測標準編碼規則，做到檢驗項目分類、檢驗項目、檢品類型、業務類型等各類編碼規則的標準化管理;將按國家標準、地方標準等類別進行模板化、結構化，形成檢驗標準庫;統一原始記錄與檢測報告格式，實現原始記錄與檢測報告的模板標準化。

結束語

基于業務中臺的實驗室信息管理系統架構設計通過“化整為零”的思路，將構成復雜的大型分布式系統劃分為以服務為單元的基礎單元，實現靈活可靠的系統管控。

該架構很好的解決了當前綜合性實驗室和集團化企業下屬的所有實驗室建設LIMS系統所面臨的問題，在提升實驗室資源利用率、服務客戶質量等方面具備顯著的應用效果，并且形成了各個業務條線的檢驗檢測數據的有效積累，提升了數據質量，實現了構建并積累企業“全”“統”“通”的數據資產。