“十四五”规划和党的二十大报告均提出，要坚定不移地建设制造强国、质量强国，网络强国、数字中国。检验检测行业是为实体经济服务的“高技术服务业、科技服务业和生产性服务业”，作为国家质量基础设施重要组成部分，被视为国家质量提升、助力实体经济转型升级的重要支撑。检验检测行业数字化转型既是服务于我国数字经济发展和产业质量提升的现实需要，也是检验检测行业做大做强的必由之路。由于检验检测行业现阶段数字化水平普遍处于起步阶段，急需努力寻求突破。《检验检测机构数字化应用指南》应运而生，该指南目前处在意见征求阶段，本文我们先一起看一下该指南的意见征求稿，对检验检测机构数字化转型做一个深入的了解。
检验检测行业的数字化转型是行业发展的一个全新的阶段，利用数字技术，把各要素、各环节全部数字化，推动技术、业务、人才、资本等要素资源配置优化，推动检测业务流程、服务方式重组变革，推动检验检测机构优化组织资源，提高管理效率，全面提升检验检测机构管理水平，从而提高检验检测机构的竞争力。
《检验检测机构数字化应用指南》主要从检验检测数字化、数据产品与服务、智能应用与场景、数字化生态系统、数字化应用水平评测这几部分展开，后面还附了检验检测机构数字化标准体系和检验检测机构数字化应用水平评测方法，以及数字化应用技术和数字化应用场景。
4.1 总则
4.1.1 检验检测机构应制定数字化发展战略，明确数字化转型的方向、目标和绩效指标，并制定数字化转型蓝图、规划和实施方案。
4.1.2 检验检测机构应建立规范的、基于数据的管理体系。
4.1.3 检验检测机构建立的数字化管理系统应覆盖管理、技术运作及支持服务等业务范围，配置适宜的信息基础设施，在确保网络安全、数据安全和个人信息保护的前提下，建立与完善数据资源体系，逐步实现检验检测数字化。
4.1.4 检验检测机构可通过数据治理，挖掘数据价值，创新业务形态或服务模式。
4.1.5 检验检测机构可采用适宜的信息技术和智能化手段，提升机构管理的智能化水平。
4.2 检验检测数字化
4.2.1 检验检测机构数字化应从管理运营、信息基础设施、数据资源体系等几方面加以考虑。
4.2.2 检验检测机构应获取管理运营过程中的数据，管理运营内容包括但不限于：
——组织管理；
——资源管理；
——过程管理；
——质量管理。
4.2.2.1 组织管理包括但不限于机构的基本信息、组织结构、岗位职责、资质、合规管理等。
4.2.2.2 资源管理包括但不限于人员、设施与环境、设备、标准物质、试剂耗材及支持服务管理等。
4.2.2.3 过程管理包括但不限于合同评审、样品管理、任务管理、报告管理及方法管理等。
4.2.2.4 质量管理包括但不限于文件管理、记录管理、质量控制、风险管理、投诉管理、不符合工作管理、纠正措施、预防措施、内部审核及管理评审等。
4.2.3 检验检测机构宜采用云计算、大数据、物联网、人工智能、区块链、移动互联网等新一代信息技术，建立与完善信息基础设施，支撑检验检测数字化应用。
注：信息基础设施包括数据采集设施、存储设施、计算设施、网络设施、安全设施及各类信息系统等。
4.2.4 检验检测机构应持续提升数据采集能力，实现全息全过程数据的自动采集。
4.2.5 数据是检验检测机构的核心资源。检验检测机构应建立数据资源体系，明确数据处理和数据管理的职责、程序及保障措施，确保数据的一致性、完整性、准确性、唯一性、有效性和及时性。
4.2.5.1 数据处理活动包括数据的收集、存储、处理、交换、应用、删除等。
4.2.5.2 数据管理活动包括分级分类管理、主数据管理、数据模型管理、数据目录管理、数据标准管理、数据质量管理、元数据管理、数据安全保护、数据保障等。
4.3 数据产品与服务
4.3.1 检验检测机构宜通过挖掘数据价值，提升管理效能，提供数据服务、开发数字化产品、创新业务模式。
4.3.2 通过数据分析，识别风险，优化业务流程，改进内部质控，提高服务质量、降低成本、加强交期管控。
4.3.3 通过收集和分析检测对象相关的数据，以数据分析结果的形式对外提供高质量、高效率数据服务。
4.3.4 检验检测机构可开发并提供数据库、工具软件、信息系统和服务平台等数字化产品。
4.3.5 检验检测机构可通过数据驱动，改进现有的服务模式、创建新的业务模式，及时满足市场需求。
4.4 智能应用与场景
4.4.1 检验检测机构可根据自身特点和需求，选择适宜的智能技术与应用场景，在管理、技术运作和支持性服务中，引入实时感知、智慧分析、智能控制等技术，探索智能化管理与服务模式。
4.4.2 智能客服：准确理解客户的文字或语言中包含的需求，结合客户画像和知识库自动响应服务需求，实现与客户的自动交互。
4.4.3 智能物流：集成物流智能化技术，实现与检测相关物品的运输、接收、处置、保护、存储、保留、清理或返还的自动化、智能化。
4.4.4 智能测试：通过智能传感、人工智能、深度学习等智能技术与传统检验检测手段深度融合，无须或减少人工干预，实现检测全流程智能化操作（应用）。
4.4.5 智能分析：利用人工智能和机器学习技术对结果数据进行自动化分析做出意见和解释的过程。
4.5 数字化生态系统
4.5.1 检验检测机构应积极推动构建数字化生态圈，考虑产业链、供应链、服务对象等利益相关方和监管方的需求。
4.5.2 检验检测数字化应助力产业数字化生态圈发展，研究产业数字化转型共性技术标准，服务和应用产业数字化平台，加强产业集群网络化协作，提升面向产业的检验检测数字化水平。
4.5.3 检验检测数字化应与检验检测供应链数字化生态系统协同，促进计量、标准、认证认可等国家质量基础设施（NQI）数字化共性技术的创新与应用；联合专业的服务供应商、数字化提供商保障数字化应用的成效。
4.5.4 检验检测数字化应适应数字化监管发展要求，积极对接行业公共服务平台等载体。
4.5.5 检验检测数字化应用在确保数据安全的基础上，宜便利于数字生态内的数据交互、共享和使用。
4.6 数字化应用水平评测
4.6.1 检验检测机构宜开展数字化应用评测，识别数字化应用水平，持续改进。数字化应用水平的评测指标体系见附录 B。
4.6.2 检验检测机构数字化应用水平划分为五个等级：自低向高分别为一级(基础级)、二级(规范级)、三级(流程级)、四级(平台级)和五级(引领级)。
一级(基础级)：检验检测机构应开始对数字化转型的基础和条件进行规划,能够对核心业务活动进行数字化管理。
二级(规范级)：检验检测机构应采用自动化技术、信息技术手段对核心设备和核心业务活动等进行改造和规范,实现业务活动的深度应用。
三级(流程级)：检验检测机构应对多业务系统等开展集成实现跨业务活动间的集成交互。
四级(平台级)：检验检测机构应对人员、设备、材料、标准方法、环境、质量管理、科研等进行数据挖掘，形成知识、模型等,实现对核心业务活动进行优化。
五级(引领级)：检验检测机构应基于模型持续驱动业务活动的优化和创新,实现上下游协同，互联互通，不断探索新的检测模式和商业模式。
点击下方，了解更多精彩内容：
1、实验室信息管理系统（LIMS）在医药领域的应用，助推实验室数字化协同
