本章将介绍信息系统在医学实验室的应用，包括检验医学的信息特点、应用的关键信息技术和信息处理方法，以及实验室信息系统的主要功能和业务流程。阅读本章，你将能回答下列问题：
什么是实验室信息系统？它对传统临床检验流程有何影响？
实验室信息系统如何利用条码技术实现检验样本与检验申请和结果的关联？
什么是全实验室自动化？
实验室信息系统有哪些主要功能？
10.1概念
10.1.1实验室信息系统定义
检验医学是从人体采集的样本（如血液、排泄物、组织液等）中，获取与健康相关的信息。在医疗保健机构负责这类工作的部门称为临床实验室。
检验医学是首先应用计算机管理信息的医学领域之一，从早期的检验仪器内部信息处理，到现在支持整个检验业务流程，计算机在加强临床实验室的管理、提高临床检验水平上发挥了重要的作用。实验室信息系统（Laboratory Information System，LIS）是为管理检验医学中的信息而设计的信息管理系统，实现检验流程中的信息采集、存储、处理、传输、查询，并提供检验信息分析和支持实验室管理。卫生行业还有其他领域的检验应用，如卫生监督，虽然其样本不全是来自于人体，但业务流程有相似之处。本章讨论以临床实验室信息管理系统CLIMS（Clinical Laboratory Information Management System）为例。
10.1.2实验室信息及其特点
检验业务流程涉及的信息主要有下列几大类：
（1）申请信息：采集样本对象的基本信息（编号、姓名、年龄、性别、体重）、申请检验项目信息（名称、数量、样本、采样要求）、检验临床相关信息（疾病、服药、准备）。
（2）标本信息：样本相关信息（采样时间、部位、人员）、样本传递信息、样本核收信息、样本预处理信息等。
（3）检验信息：检验方法、检验时间、检验结果、审核信息、结果解释、异常提示等。
（4）质量控制信息：质控方法、质控品、质控结果、失控记录和处理等。
（5）实验室管理信息：仪器管护、试剂管理信息、工作管理等。
检验信息的特点是：
（1）信息的关联性。检验信息处理的不仅仅是样本的检测结果，还与采样对象信息、检验方法信息、质量控制信息等许多信息的处理相关。
（2）信息的间接性。检验信息不是直接从人体获取的，而是通过采集于人体的样本得到的，信息必须与样本来源的对象关联才有意义。检验信息是基于基准值的间接信息，基准值来源于医学对人体的认识，包括健康状态和非健康状态、性别或年龄以及检验方法等因素。
（3）信息的时效性。检验样本采样的时间、传递和储存时间影响检验结果，从申请到结果的全部检验流程所需要的时间直接影响医疗行为。历史检验信息的存储和检索需求也与时间密切相关。
（4）信息的共享性：检验结果是临床诊断和治疗的决策依据，需要在医疗机构内部和多个医疗机构之间共享，还可能有更多非临床的共享需求，如疾病监测、人群健康状况评估、药物研究、医疗机构管理、公共卫生政策制订等。
10.1.3实验室信息系统的目的
传统的LIS流程有着诸多的问题，如人工填写检验申请，填写项目易错漏，文字辨识错误，计费易错收或漏收，样本在整个检验过程中多个环节容易发生与申请单和报告的关联错误；检验报告纸质信息发布慢，管理和查找不便，历史资料保管和利用难度大。总之，整个检验业务效率低，易出差错，检验信息资源保管和利用困难。
建立LIS系统的目标是提高检验工作的效率，减少人为差错，提高检验工作的质量，开发和利用检验信息资源，重组医院的业务流程，加强内部管理，更好地为病人服务。
10.1.4实验室信息处理的特点
检验医学利用了其他学科的知识和技术，提取样本中与人体健康相关的信息。如用特定波长的光线照射样本，检测样本中特定成分吸收的光量，根据吸收光量与成分的关系计算得到成分的含量。当样本中的原始成分不满足要求时，可加入某种试剂，使其与样本中的特定成分发生化学反应，生成新的成分。火焰发光仪是测量样本中金属成分燃烧放射出某种波长的光量，来计算成分含量。而细胞分类计数利用了血细胞从微孔中通过引起的电阻大小变化的原理。
检验工作涉及的信息处理方法，有的与非医学领域应用类似，如为保证从样本中提取最接近真实值的信息，要有质量控制体系保证每次测量结果的误差在可以接受的限度内。
在大批量样本检验过程中要保证采样对象、样本与检验结果的关联不出差错。检验医学领域应用的特殊性在于如何从医学的角度处理和解释信息，如样本的测量值是否处于健康人应有的范围？样本的测量值偏离健康人应有范围的可能原因？所以，医学检验需要样本采集对象的相关信息，如健康人的测量值范围，采样对象的年龄、性别、体重、采样时间、部位，采样对象患有什么疾病，服了什么药物，以及采样前的饮食、活动等等，希望在这些信息的基础上，能利用计算机分析它们与检验数据之间的关联性，为临床提供诊断和治疗的依据。历史的检验信息可以分析采样对象的健康变化或治疗效果，所以历史的检验信息要长期安全存储，提供灵活的检索方法。群体的某些检验数据是公共卫生领域的重要信息，如疾病监测、卫生监督等，所以，检验信息要在可能的范围内最大限度地共享，要求标准化的信息能快速安全地传输，希望能有信息系统辅助监测那些敏感的检验指标，智能化地处理相关信息，主动提示或报警。
10.2LIS的发展历史
从信息技术的应用，可以将LIS的发展分为四个阶段。
1）仪器应用阶段
自20世纪50年代开始，将芯片级的微型计算机内置在检验仪器内部，进行信息采集和处理，包括仪器内部检验过程的控制，数据的采集、处理和输入输出。由于芯片级微机存储和处理的能力有限，计算机主要用于仪器内部控制和处理检测数据，很少涉及与样本相关的其他信息，有的仪器一次检测能处理多个样本，仅处理简单的样本编号。这一阶段的特点是信息处理功能与仪器合为一体，开发信息处理功能的是仪器生产厂商，主要目标在解决仪器如何代替人工进行样本检测。
2）单机应用阶段
大约自20世纪70年代后期开始，随着PC 技术的发展，开始出现单机版的LIS，即为检验仪器配置一台PC，通过接口与仪器通信，利用PC 的存储处理能力，采集处理检验申请和与样本相关的信息，以及对结果存储和进一步处理，打印报告更多信息。这一阶段的特点是信息处理系统与仪器分离，能在任何PC 上运行，可以由软件开发商开发信息处理系统，功能开始转向支持临床实验室检验业务需求。
3）网络应用阶段
大约自20世纪80年代开始，基于网络技术的应用，网络版LIS系统连接多台仪器，数据集中在服务器存储，检验申请、患者等信息能一次录入多机共享，系统功能模块化，并随需求不断丰富，开始支持采样、传递、预处理等过程管理，内部加强管理和信息利用，如质量控制、试剂管理、结果数据分析等，LIS系统开始与EPR、HMIS、社区卫生服务系统整合。
4）全面自动化阶段：
自20世纪90年代早期开始，利用自动化技术进行样本传递、分检、分送、预处理和保存，用医嘱信息直接控制设备和仪器，对每个样本自动完成临床实验室内部的检验业务流程，降低差错，提高工作效率，加强检验业务流程的管理，院间检验结果共享开始付诸实践。
10.3LIS的关键技术
检验信息管理的要求是：代替人工在短时间内处理大量的样本，保证样本信息与采样对象、申请、结果的信息在检验过程中正确关联，辅助人工管理样本审核信息、检验质量控制信息。所以，LIS要求系统中的信息与系统之外的样本正确关联，有严格的质量控制体系保证检验结果的误差在允许限度内，能减少人工处理标本和检验结果的工作量和差错率，检验结果能及时地告知医护人员和患者。
10.3.1模式识别技术
现代医学检验仪器的自动化、智能化，大大减轻了人工操作的工作量，提高了检验质量，仪器内部的信息处理技术起到了重要的作用。模式识别只是其中的一种。模式的原意是供模仿用的样本，模式识别是识别一个未知对象与哪个样本相似，利用事物同类相似、异类相异的特性，把一个对象集合分成许多不同的类，所以，有时也称模式分类。模式识别的本质是模拟人的智能行为，得到广泛应用。
模式识别首先要提取样本的特征，建立分类规则，称为识别学习阶段；然后利用已知分类的样本进行特征分类训练，依据识别正确率获得识别的标准，确定识别的步骤和方法，为测试阶段。以血细胞分类为例，特征之一是血细胞的体积大小，白细胞体积在100～ 1000fl，红细胞在85～ 95fl，血小板在2～ 30fl。当溶于电解液的细胞经一小孔通过时，细胞的不良导电性引起该处电阻增加，形成电脉冲。不同体积的细胞形成的脉冲幅度高低不同，白细胞最大，红细胞次之，血小板最小。
用不同的计数脉冲门槛电压，对高于门槛电压的脉冲进行选择，以分别计数，得到的血细胞分类计数准确度并不理想，原因是体积小的白细胞与红细胞体积差别不大，再加上各种干扰，影响了识别。显然，理想的特征是在不同类别事物之间不发生交叠，但在现实中可能很难达到要求，因此，需要利用多维不理想的特征，来提高识别能力。所以，选取单位溶液中的细胞数量为第二个特征，正常红细胞数量男性约400万～ 500万个/ul，女性约350万～ 450万个/ul，白细胞约4000～ 10000个/ul，血小板约10万～ 40万个/ul。当计数脉冲的门槛电压＝ U1，得到的是红细胞和白细胞数量之和S1，当计数脉冲的门槛电压＝ U2，得到的是血细胞的总数S，S－S1是血小板数。因为红细胞数量约为白细胞的1000倍，可以忽略计数中的白细胞数，认为S1就是红细胞数。再加入溶血剂，使红细胞溶解，其碎片体积不足以影响白细胞计数，将计数脉冲的门槛电压＝ U1，便可得到白细胞计数。
如要对白细胞再进行分类计数，因为体积特征交叠多，所以，需要增加细胞的表面特性、核/浆比例、内部质粒大小和密度等特征来提高识别准确度。
10.3.2条码技术应用
因标本脱离于信息系统传递，在采样、核收、分拣、预处理、上机检验、重复检验等步骤中，要保证标本与信息系统中的检验申请、检验结果正确关联，不出差错，条码技术是目前LIS解决这个问题的主要方法。
条码发源于20世纪40年代，研究于60年代，应用于70年代，普及于80年代，条码技术具有输入速度快、准确度高、成本低、可靠性强等优点，在当今的自动识别技术中占有重要的地位。
一维条码是由一组规则排列的条、空以及对应的字符组成的标记，“条”指对光线反射率较低的部分，“空”指对光线反射率较高的部分，这些条和空组成的数据表达一定的信息，并能够用特定的设备识读，转换成与计算机兼容的二进制和十进制信息。
通常对于每一种物品，它的编码是惟一的，一维条码要通过数据库建立条码与商品信息的对应关系，当条码的数据传到计算机上时，由计算机上的应用程序对数据进行操作和处理。因此，一维条码在使用过程中仅作为识别信息，它的意义是通过在计算机系统的数据库中提取相应的信息而实现的。
要保证标本与信息系统中的检验申请、检验结果正确关联，基本方法是每个标本有惟一的编号，这个编号同时保存在系统数据库中，建立与检验申请、检验结果的对应关系，在采样、核收、分拣、预处理、上机检验、重复检验等业务中，通过标本自身的编号查找系统内的相关信息，支持人工或设备正确完成该标本的检验业务，新产生的信息采集后与标本编号关联。
标本惟一编号的产生方法有两个，一是现场打印。编号由LIS系统自动产生，转换成条码打印后贴在标本容器上，除打印编号外，还可以打印与标本相关的信息，如患者姓名、编号、检验项目等，方便检验人员人工处理标本，适合非标准的样本容器以及预处理过程。
二是事先印刷，编号的条码由标本容器生产厂家产生、印刷并粘贴在标本容器上，在标本采样时，用条码扫描设备将编号读入LIS系统，此法减少了现场打印粘贴的工作量，因为条码印刷标准，位置统一，有利于减少标本自动处理系统的条码读取错误率，适用于大量使用的标准试管型标本容器。由于一维条码的信息容量很小，信息的详细描述只能依赖数据库提供，离开了预先建立的数据库，一维条码的使用就受到了局限。
