Encuentran solución para muestras mal marcadas en laboratorios clínicos

Uno de los enfoques es el flujo de una sola pieza y este concepto tiene un potencial de detección de errores significativos para las tareas de etiquetado, a un costo relativamente bajo. Ellos sugieren que para evitar errores durante la recolección y el procesamiento, se debe evitar tener muestras de varios pacientes en el área de trabajo activo, al mismo tiempo. Del mismo modo, evitar el uso de tiras de etiquetas desde una impresora de etiquetas con etiquetas de múltiples pacientes que deben ser igualadas a los especímenes y, si se usa un dispositivo automatizado de alícuotas, asegurarse que la etiqueta duplica exactamente la etiqueta de código de barras en el tubo primario para facilitar la detección de errores.

Otra de las herramientas que más laboratorios están utilizando es el escáner portátil de código de barras. Estos escáneres leen los códigos de barras de pulseras en el punto de recogida y funcionan bien en conjunto con las impresoras de etiquetas de códigos de barras portátiles o dispositivos de análisis en los puntos de atención. Sin embargo, los dispositivos de código de barras cometen más errores de los que comúnmente se cree. Las inconsistencias de lo que se observa y se lee en el código de barras también pueden conducir a un aumento de los errores. Se recomienda aplicar el Estándar AUTO12-A del Instituto de Estándares de los Laboratorios Clínicos (Wayne, PA, EUA): Etiquetas de muestras: Contenido y Localización, Fuentes y Orientación de las Etiquetas.

Los científicos han inventado una solución de alta tecnología que ellos creen que va a traer su propia tasa de errores para las muestras mal etiquetadas a cerca de cero y que, con un mayor refinamiento, puede llegar a ser adecuado para su uso en sistemas de automatización comercial. Este es un sistema de cámara robótica que puede levantar un tubo de muestra de la gradilla de transporte en un riel automatizado, tomar cuatro fotografías simultáneas del tubo utilizando cuatro cámaras de alta resolución, equidistantemente espaciadas, y coser, con precisión, las cuatro fotografías en una sola fotografía de todo el exterior del tubo. A continuación, utiliza el reconocimiento óptico de caracteres (OCR) para comparar el nombre del paciente en la etiqueta original con el nombre del paciente en el sistema de información de laboratorio (LIS), según se identifica mediante la lectura del código de barras en la etiqueta del LIS.

Desde que el sistema robótico se implementó en octubre de 2012, el sistema ha recogido y analizado alrededor de 2,4 millones de imágenes y se detectaron más de 300 muestras mal etiquetadas, de las cuales sólo el 53 % fueron encontradas a través de nuestros procesos normales de garantía de calidad. Para el subconjunto de especímenes enrutados a través de esta automatización avanzada, se emitieron significativamente menos informes corregidos.

Enlaces relacionados:

College of American Pathologists

ARUP Laboratories

Clinical and Laboratory Standards Institute