El aprendizaje automático proporciona la capacidad de aprender a un software de manera autónoma sin ser programado explícitamente para ese fin, con el objetivo de permitir que los ordenadores aprendan a través de los datos y experiencia sin necesidad de intervención humana.
Antes de profundizar en el tema del aprendizaje automático y los algoritmos de planificación de recursos de laboratorio, vamos a centrarnos brevemente en la base del aprendizaje automático: La inteligencia artificial.
Inteligencia artificial: más allá del razonamiento y el comportamiento humanos
La disciplina informática conocida como Inteligencia Artificial permite diseñar sistemas de hardware y software capaces de procesar electrónicamente procesos de razonamiento o comportamiento, que suelen asociarse a la inteligencia humana.
Los sistemas inteligentes están presentes hoy en día en diversos ámbitos, incluso en las actividades cotidianas. A menudo se asocian a la industria del videojuego y han sido empleados por la NASA en varias misiones espaciales. Algunos de nuestros coches modernos, por ejemplo, están equipados con un sistema capaz de conducirse sin la ayuda de un conductor humano.
Puede parecer inverosímil, pero ya en 1623, Willhelm Sickhart, antepasado de la calculadora, era capaz de realizar cálculos matemáticos con números de hasta seis cifras con máquinas, aunque no de forma autónoma.
La Inteligencia Artificial está aportando un valor inestimable en muchas industrias y sectores, incluidos los laboratorios donde, sabemos, la ejecución de proyectos y la organización de actividades requiere recursos, tiempo, equipos. Pero sobre todo recursos, que son un aspecto crítico dentro de los laboratorios, a la hora de asignarlos de forma eficiente y eficaz.
Pero, en concreto, ¿cómo puede un algoritmo creado artificialmente optimizar los procesos de gestión de recursos de la empresa? ¿Y más en concreto, de los recursos del laboratorio?
Algoritmos de programación de recursos de laboratorio que actúan como humanos
Los algoritmos de planificación de recursos de laboratorio deben actuar de forma racional. El proceso lleva al sistema inteligente a resolver el problema, permitiendo obtener el mejor resultado esperado, dada la información disponible, tal y como lo habría hecho el proceso mental humano.
La planificación de recursos puede ser un proceso extremadamente complejo. En varios mercados, la optimización de los recursos se considera la esencia del propio negocio. La gestión de proyectos en general es el ejemplo perfecto para ilustrar los retos de optimizar los recursos, con el fin de completar los proyectos a tiempo, dentro del presupuesto y de acuerdo con las expectativas.
Los procesos de fabricación deben optimizar los recursos para entregar los productos de acuerdo con los objetivos de la empresa.
Aprendizaje automático: requisitos de laboratorio
¿Cómo puede el aprendizaje automático cumplir los requisitos de los laboratorios?
Los laboratorios son organizaciones complejas y su objetivo empresarial es completar las actividades científicas de las que son responsables. Por lo tanto, la planificación de recursos para los laboratorios es un proceso muy sofisticado y al que se dedican personas muy cualificadas para planificar las tareas diarias. Deben tener un excelente conocimiento de lo que ocurre en los laboratorios, deben tener muy buenas habilidades en la optimización de procesos, deben comprometerse entre diferentes parámetros con el único objetivo de entregar los resultados analíticos a los clientes (internos o externos) lo antes posible y con el nivel de calidad adecuado.
Además, las tareas analíticas son relativamente sencillas de entender (medir un parámetro analítico específico en una muestra determinada) y, sin embargo, están compuestas por una serie de pasos para garantizar el correcto procesamiento de las muestras. Como resultado, en un laboratorio se realizan miles de pasos (en serie o en paralelo) cada día.
Los supervisores de los laboratorios llevan a cabo esta desafiante actividad, a menudo con el apoyo de capacidades limitadas de software: de hecho, más del 90% de los laboratorios siguen utilizando archivos Excel.
Sin embargo, para actuar de forma eficiente, los laboratorios necesitarían sistemas que puedan aprender de los datos, identificar patrones y tomar decisiones con una mínima intervención humana.
Para ello, tendrían que adoptar un software automatizado, como puede ser Optima: Optima es una herramienta innovadora y de automatización de procesos dedicada a la planificación de recursos de laboratorio.
Introducción del concepto de «inteligencia artificial» en los entornos de laboratorio con Optima
Cuando Optima recibe información de un sistema externo (es decir, LIMS, ERP, ELN), la lista de actividades solicitadas está disponible para su planificación. En primer lugar, es muy frecuente que las solicitudes enviadas a Optima no incluyan todos los detalles para completar las pruebas analíticas. Una solicitud típica enviada desde uno de los sistemas mencionados anteriormente indica que, por ejemplo, se debe medir la cantidad de hierro en una muestra de agua. Los detalles que faltan están relacionados con todos los pasos necesarios para analizar la cantidad de hierro en la muestra.
Optima es capaz de convertir las solicitudes en una lista de elementos procesables que pueden ser planificados. Esta es una actividad configurable dentro de Optima que permite a los clientes elegir qué nivel de detalle que se requiere para realizar la planificación de recursos del laboratorio.
Cuando los elementos procesables son creados automáticamente por Optima, el «motor» comienza a trabajar.
Un algoritmo extremadamente sofisticado es capaz de asignar las tareas a los recursos, tanto al personal del laboratorio como a los instrumentos, de acuerdo con la configuración del sistema.
Optima, gracias a una gran cantidad de tiempo dedicado a investigar la mejor manera de automatizar este proceso crítico, es capaz de automatizar la mayor parte de la planificación de los recursos del laboratorio.
Los usuarios sólo tienen que activar el proceso y todas las tareas son visibles en el calendario en cuestión de segundos. La cantidad de tiempo que se ahorra en los laboratorios es enorme. La reducción de costes con la introducción de Optima justifica la introducción de esta tecnología y el retorno de la inversión es visible en cuestión de pocos meses.
El «motor» se basa en una tecnología muy avanzada que es capaz de ajustar los parámetros de planificación y mejorar el rendimiento del proceso a lo largo del tiempo. El concepto de «machine learning» está perfectamente implementado en Optima, lo que permite a los laboratorios mejorar su rendimiento y ofrecer los resultados esperados en un periodo de tiempo más corto.
En Optima hemos invertido mucho tiempo en el diseño del «motor» y hemos realizado una gran cantidad de pruebas para confirmar que la planificación de los recursos se automatiza de la manera más eficiente. Esta actividad tan crítica que hemos realizado ha sido posible gracias a la gran cantidad de datos que se generan durante el proceso de programación de recursos del laboratorio.
Las tareas realizadas en un laboratorio son cientos de miles en un año o incluso millones. Esta enorme cantidad de datos, hoy en día llamada «data lake», es la plataforma que permite al «motor» de Optima analizar la información y adaptar la planificación en función de los datos registrados anteriormente. Cada día, Optima es capaz de revisar cómo se planifican las tareas y cambiar la configuración para obtener el calendario de actividades más optimizado.
Optima revisa continuamente el funcionamiento del «motor» para garantizar que las nuevas versiones del producto mejoren la forma de analizar el «data lake» y la configuración se adapte al entorno del cliente.
