Einige der wichtigsten Erkenntnisse in den Bereichen Gesundheits- und Biowissenschaften stammen aus dem Labor. Dabei kann es sich um einen einfachen Bluttest oder um Analysen der Auswirkungen einer möglichen Behandlung auf eine Zellkultur handeln. Ein Labor strebt eine hohe Genauigkeit, schnelle Geschwindigkeit und hohen Durchsatz an. Je effizienter ein Labor läuft, desto schneller können Forscher Entdeckungen machen. Und Kliniker können Diagnosen stellen, was die Bereitstellung einer erstklassigen Versorgung beschleunigt.
Laborautomatisierung umfasst eine Reihe von Technologien, um manuelle, hochvolumige Aufgaben in klinischen oder Forschungslabors zu automatisieren. Bei einer wachsenden Zahl von Fällen handelt es sich bei diesen Technologien um Laborrobotik und künstliche Intelligenz (KI), darunter maschinelles Lernen, Deep-Learning und Computer-Vision. Laborrobotik und Automatisierung können auf verschiedene Prozesse und Geräte angewandt werden, von Laborgeräten über eigenständige Systeme bis hin zu Mikroskopen. Je nachdem, wie sie eingesetzt werden, können Laborautomatisierungssysteme eine einzelne Funktion sein oder viele verschiedene Funktionen kombinieren.
Klinische Laborautomatisierung
Die Automatisierung in einem klinischen Labor konzentriert sich hauptsächlich auf die Sicherstellung der Genauigkeit und beschleunigt gleichzeitig die Zeit und die Effizienz bei der Durchführung von diagnostischen Tests. Klinische Labors laufen tendenziell rund um die Uhr. In diesen Labors ist es für Techniker äußerst wichtig, eine große Anzahl von Tests aus einem oder mehreren Kliniken zu verwalten.
Die neuesten Lösungen in der klinischen Laborautomatisierung verwenden Computer-Vision, um Barcodes zu lesen, Proben zu identifizieren und Roboterarmen zu helfen, genaue Bewegungen auszuführen. Klinische Labors erforschen auch den Einsatz maschinellen Lernens in Bereichen wie der digitalen Pathologie. Dies erfordert ein hohes Maß an Rechenleistung auf Edge-Servern.
Forschung und pharmazeutische Entwicklung
Roboter zur Handhabung von Flüssigkeiten, Genomsequenzer, Screening mit hohem Gehalt (HCS) und Screening mit hohem Durchsatz (HTS) gehören zu den Laborautomatisierungssystemen, die den Wissenschaftlern bei der Beschleunigung der Forschung und der pharmazeutischen Entwicklung helfen. Forscher können eine unglaublich große Anzahl an Experimenten durchführen, was zur Entdeckung neuer Medikamente, Krebstherapeutika und anderer Behandlungen führen kann. Maschinelles Lernen und Deep-Learning sind in Forschungslabors besonders wertvoll, da Algorithmen HCS und andere Bildverarbeitungsaufgaben beschleunigen.
Um etwa die frühe Wirkstoffentwicklung durch HCS-Beschleunigung unterstützen zu können, nutzten Intel und Novartis tiefe neuronale Netzwerke (DNN), sodass die Zeit, die benötigt wird, um Bildanalysemodelle zu trainieren, von 11 Stunden auf 31 Minuten reduziert werden kann. 1 Das Team verwendete acht CPU-basierte Server, eine Highspeed-Fabric-Interconnect und optimierte TensorFlow, um mikroskopische Bilder deutlich schneller zu verarbeiten. Diese Lösung unterstützt die Forscher bei der Untersuchung der Auswirkungen von Tausenden von chemischen Behandlungen auf verschiedenen Zellkulturen und bei der Bewertung der möglichen Wirksamkeit verschiedener Arzneimittel
Vorteile der Laborautomatisierung
Die Automatisierung manueller Prozesse im Labor bietet eine Reihe von Vorteilen, insbesondere um Zeit zu sparen. Aber noch wichtiger ist es, wenn es darum geht, die Aufgaben schneller abzuschließen und gleichzeitig die Genauigkeit zu gewährleisten. Wenn Forscher beispielsweise eine Million Verbindungen gegen ein Arzneimittelziel testen, können sie eine bahnbrechende Behandlungen mit einer noch nie zuvor möglichen Geschwindigkeit entdecken.
- Fehlerreduzierung. Durch die Planung reduziert die Laborautomatisierung die Möglichkeit menschlicher Fehler, indem sie manuelle Arbeiten aus dem Prozess entfernt. 2 Dies unterstützt auch die Reproduzierbarkeit und Konsistenz bei Tests.
- Schnelle Durchlaufzeit. Automatisierte Systeme können Hochdurchsatz-Screenings und andere Experimente in einem Tempo durchführen, das für Menschen unerreichbar ist, ohne dabei die Genauigkeit zu vernachlässigen. accuracy.2
- Strategischer Einsatz menschlicher Mitarbeiter. Labortechniker und Wissenschaftler können sich um höherwertige Tätigkeiten kümmern und sich auf strategische Ziele konzentrieren, anstatt sich mit wiederholenden Aufgaben abzumühen.
- Kostenreduzierung. Laborautomatisierungssysteme können die Kosten durch die Reduzierung der benötigten Reagenzmengen und die Minimierung von Abfällen senken.
- Arbeitssicherheit. Durch Minimierung des Bedarfs an menschlichen Eingriffen kommen Techniker bei der Laborautomatisierung weniger mit Pathogenen und schädlichen Chemikalien in Kontakt. Gleichzeitig kann sich die Zahl der Verletzungen auf Grund sich wiederholender Bewegungen verringern.
Intel und Novartis nutzten tiefe neuronale Netzwerke (DNN), um die Zeit, die für das Schulen von Bildanalysemodellen benötigt wird, von 11 Stunden auf 31 Minuten zu verringern.¹
Automatisierungstechniken im Labor
Intel® Technik bietet von Roboterarmen bis hin zur Bildverarbeitung die neuesten Lösungen für die Laborautomatisierung. Unser breites Portfolio an Rechentechnologien bietet Herstellern medizinische Instrumente eine Reihe von Rechenoptionen, die die Energie- und Leistungsanforderungen erfüllen, sowie softwarefähige Eigenschaften für Vision und andere Arten von KI.
Darüber hinaus bieten Server und Datenspeicher, die auf Intel® Technik basieren, eine starke Grundlage für das Datenmanagement im gesamten Labor. Dies unterstützt das Prinzip von FAIR-Daten: Daten werden für automatisierte Systeme findbar, zugänglich, kompatibel und wiederverwendbar, ohne dass der Mensch eingreifen muss.
| Intel® Technik für Laborautomatisierung | |
|---|---|
| Intel® Core™ Prozessoren und Intel Atom® Prozessoren | Prozessoren von Intel liefern das richtige Niveau an Leistung und Stromverbrauch, die für die Automatisierung von Prozessoren im Labor erforderlich sind. Ideal für Probenbearbeitung und Untersuchung, Sortierung, Zentrifugation sowie weitere vor- und postanalytische Funktionen. |
| Skalierbare Intel® Xeon® Prozessoren | Skalierbare Intel® Xeon® Prozessoren bieten hohe Leistung für Edge-Server im Labor. Die ist besonders für das Screening mit hohem Gehalt (HCS) und andere Bildgebungen geeignet. |
| Intel® Movidius™ VPUs | Intel® Movidius™ VPUs sind für Computer-Vision am Netzwerkrand konzipiert. Diese VPUs mit geringem Energieverbrauch werden für Barcode-Lesungen, Roboterarmbewegungen, Probenanalysen und vieles mehr eingesetzt. |
| Persistenter Intel® Optane™ Speicher und SSDs | Persistenter Intel® Optane™ Speicher und Solid-State-Laufwerke (SSDs) unterstützen große In-Memory-Anwendungen, die für Bildgebungs- und KI-Workloads in der Laborautomatisierung geeignet sind. |
| KI-Software-Tools3 | Für Entwickler bietet Intel Software-Bibliotheken und Optimierungen für beliebte Frameworks wie TensorFlow und Caffe, um die Leistung auf der Intel® Architektur zu steigern. Das Intel® Distribution OpenVINO™ Toolkit optimiert die Entwicklung von Vision-Anwendungen auf Intel-Plattformen, darunter VPUs und CPUs. |
| Intel® Wi-Fi 6 und Intel 5G | Mit Hilfe der neuesten Wi-Fi- und 5G-Standards optimiert Intel den Verbindungsprozess von Instrumenten im Labor. Highspeed-Verbindungen ermöglichen Fernverwaltung, Echtzeit-Überwachung und andere Anwendungsfälle von der Edge zur Cloud. |
Das Labor der Zukunft nutzen
Das Internet der Dinge hat bereits begonnen, Datensilos zu zerlegen und so eine neue Automatisierungsebene zu ermöglichen. Mikroskopische Bilder werden in Echtzeit verarbeitet. Experimentelle Ergebnisse können analysiert und mit Labors weltweit geteilt werden. Sensordaten können auf KI-Algorithmen angewandt werden, um die vorausschauende Wartung mit Daten zu versorgen, wodurch die Ausfallzeiten von Geräten vermieden werden.
Eine schnellere Verarbeitung, Datenspeicher und Netzwerktechnik werden auch künftig die Effizienz des Labors verbessern. Forscher am Translational Genomics Research Institute (TGen) führen beispielsweise Genomsequenzierungen am Patienten durch. Anschließend werden Genomanalysen auf einer hochleistungsstarken Recheninfrastruktur (HPC) mit skalierbaren Intel® Xeon® Prozessoren durchgeführt. Mit moderner HPC-Hardware zur schnelleren Durchführung von Analysen können genetische Berater und Ärzte rasche Behandlungsoptionen identifizieren. Moderne HPC-Hardware bietet auch die Grundlage, die Forscher dazu befähigt, maschinelle Lernmethoden auf große Datenmengen anzuwenden. Dadurch können Erkenntnisse erlangt werden, die Präzisionsmedizin auf einen neuen Level bringen.
TGen hat eine High-Performance-Computing (HPC)-Infrastruktur aufgebaut. Sie ist für die Biowissenschaften optimiert und umfasst skalierbare Intel® Xeon® Prozessoren, Intel® Optane™ Speicher und Dell Rack-Server.
Da die klinische Forschung und pharmazeutische Labore stärker vernetzt und automatisiert arbeiten, bietet Intel eine technische Grundlage, um Daten effizient zu bewegen, zu speichern und zu verarbeiten. Ob Genomanalysen in der Cloud oder Roboterarme am Netzwerkrand, Intel® Technik bietet die Intelligenz bei jedem Schritt im automatisierten Labor.
FAQs
Häufig gestellte Fragen
Was ist Laborautomatisierung?
Laborautomatisierung nutzt Robotik, KI und andere Technologien, um manuelle, hochauflösende Aufgaben in klinischen oder Forschungslabors zu automatisieren.
Wo wird Laborautomatisierung verwendet?
Automatisierung kann Durchlaufzeiten und Entdeckungen sowohl in klinischen als auch in Forschungslabors beschleunigen. Dazu gehören Labore in Krankenhäusern, pharmazeutische und Biotech-Unternehmen, Universitäten und andere Forschungseinrichtungen.
Welche Technik wird in der Laborautomatisierung verwendet?
Laborrobotik und Automatisierung werden von einer Reihe von Hardware und Software angetrieben, manchmal mit speziellen Funktionen für Computer-Vision oder andere KI-Arten.