LIMS 专注您的专注

虽然实验室信息管理系统（LIMS）的优点显而易见，实验室信息管理系统能够改进一个生物技术企业的产量和创新等本质性指标，并将工作人员从繁重的日常工作中解放出来，从而更好地集中精力去完成其核心任务。因此 LIMS 可以提高效率和生产率，降低成本。虽然LIMS 提供效率的原因有目共睹，但在经济上的意义却并非显而易见。LIMS所提供的改进是以各种各样的方式建立在实验室环境的数据基础之上的。

LIMS涉及到数据的实用性和安全性，同时还涉及到数据的集成性和质量。数据是每个实验室的心脏，而所有的改进都必须能够显著地提高经济效益。如果引入或扩展 LIMS 而产生了高额的投资成本，那么仅凭这一点在通常情况下尚不能做出什么结论。因为问题还在于，这些费用以及由于干预了工作人员传统的工作程序而进行的带有巨大风险的投资，能不能通过引入LIMS 所获得的效益来加以补偿，以及如何补偿。除此之外还经常出现一些关于是否应该由 IT 部门或者实验室来承担相应 LIMS 费用的问题。LIMS 明明白白的优点看来还需经受具体商业实例的投资回报率（ROI）的严格检验。

可以引用一个大型生物技术企业引入 LIMS 时的实际商务案例来显示具体的数据情况。这个商业实例是为该企业单位的领导所建立的，它解决了迄今由于费用方面的疑虑而引发的难以决断的问题。鉴于执行 LIMS会干预到业已习惯了的工作流程，而且会涉及到一系列实验室的行动，所以进行评价时不仅涉及到单纯的企业经济，还涉及到技术和实验室的专门知识。所以 LIMS 必须考虑到一些完全不同的分析技术，诸如HPLC、NMR、或 PRC 以及、相应的仪器和数据。为了对企业做出准确的费用与效益的分析，必须准确地反映出对 LIMS 而言具有重要意义的企业所有的实验室行动。只有理解了对最终结果可能产生影响的因素之后，才能做出精确的结论。以下是对引入 LIMS 所产生的效益的计算。一种能够满足这些要求的商务实例是通过与该生物技术企业密切合作的方式按照三个工作步骤建立的。这三个步骤包括建立一种影响模型、一种财务模型以及进行风险与敏感度分析。

项目愈复杂，其难度也就愈大，而更加不可避免的是首先要确定其准确的定义。一种商业实例所要评价的总是一种未来的项目。对项目定义得愈准确，该项目就将会愈富有成果，因为这样可以制定专门的计划并贯彻执行。所谓影响模型就是这样一种工具，借此对于即使是复杂的项目也可以进行定义。从企业经济的观点出发，一个有意义的LIMS 项目不仅要考虑商业方面还要考虑实验技术方面的判定标准。在考虑到四种基本的范畴的基础上，运用影响模型可以对复杂的情况进行初步而重要的简化（图 1），定义为目标值、场合、确定性和不确定性。这里的所谓目标值就是指利润值，所谓场合是指 LIMS 的引入场合以及老的体系场合。所求解的数值仅仅是在与现有状态下的数值进行比较才有意义。因此对于老体系也要进行完全的分析。所谓确定性和不确定性指的是那些可控因素和不可控因素。确定性就是所有那些可控的因素。对于 LIMS 而言，涉及到软件、硬件、维护和服务。

不确定性构成了影响模型的大部分，系指所有那些不可控的因素。在交易额方面首要列入的是因为引入 LIMS 而可能受影响的财产免除数额。那些对成本具有重大影响的不确定因素涉及到占很大比例的各种实验室活动。此处分别属于文件记录费用、控制管理费用、分析检验费用和间接性开支。还有文献档案费用、数据支配费用、仓储、仪器和消耗品费用也应作为成本因素加以考虑。同样具不确定性的还有每个单项分析参数的成本。这些不确定因素已在影响模型中进行归类，它们在相应财务模型中的关系得以具体地反映出来。

借助财务模型将那些在影响模型中以箭头表示的关系转换成简单的方程式。通过将所有影响模型中的元素反映到财务模型之中，不管是所说的结构或是重要的数据，这样便能保证应用这种财务模型对该项目进行专门的评价。财务模型中涵盖了两个（或多个）场合，二者具有相同的结构。工作人员成本按照全工时计入财务模型，相应于实验室人员一年的费用。这些数据或源于基准数据，或通过对专家的采访收集而得。同其他行业相比，对于生物技术企业借助于数据共享可以相当简便地取得财务模型所需要的数据。然而即使如此也还是停留在依靠专家估计的状态。这些数据所提供的只是估计而非准确到百分点数值，这对未来而言是可以容许的。LIMS 的项目评价涉及的时间至少为三年，所以对这三年的数据只能是加以预测。不过这些不足之处可以通过统计学加以弥补。如果硬要准确预测到百分点的做法必然出错的话，那么采用区间估计大致是正确的。因此财务模型中的数据被分解成最小值，或然值和最大值。财务模型的结果表示了该项目未来三年的利润。这种概率性的结果将成为计算最重要的核心财务数据的基础。

现在还缺少对最重要风险参数的确证。模拟软件不能计算所定义的各个风险参数的交互影响，只能计算各参数自身产生的影响。于是各风险参数就按照各自对于最终结果的财务影响的优先级别加以考虑。引入 LIMS 后分析检验份额、老体系中的文件资料费、引入LIMS 后的完整工时费用以及老系统的控制管理费用。经过这样的风险和敏感度分析便能为决策者提供统计学意义上最为可靠的决断依据。