Más allá del laboratorio
Existe una cita que afirma: ‘Un par de días en el laboratorio puede ahorrarte un par de horas en la biblioteca’. Esta opinión reflejaba antaño la actitud de muchos científicos, pero esos días son cosa del pasado. Tal vez no hayamos llegado todavía al punto en que un par de horas ante el ordenador nos ahorren un par de días en el laboratorio, pero avanzamos por ese camino. El laboratorio forma parte de un proceso comercial y, como tal, está sujeto a los mismos objetivos de productividad y eficiencia que rigen otras partes del negocio.
La mayoría de proyectos de informática de laboratorio orbitan en torno a la rentabilidad de la inversión, normalmente cuantificada por la simplificación de la entrada de datos por medio de la eliminación de los cuellos de botella, con sistemas de interconexión, y la supresión de los procesos manuales con papel. La mayoría de proyectos también especifican ganancias a largo plazo adquiridas con la creación de un depósito de conocimientos, pero aquí es donde la cuantificación resulta difícil. En los primeros días posteriores a la instalación del sistema informático no es infrecuente que una búsqueda sencilla desvele un trabajo anterior que evite el tener que volver a inventar la rueda. A medida que el tiempo pasa, hacer ese tipo de comprobación antes de comenzar el experimento acaba convirtiéndose en norma. Existe, empero, otra faceta para explotar la base de conocimiento – con la que apenas comenzamos a estar familiarizados. La necesidad de ahondar más en la base del conocimiento para visualizar e interpretar las relaciones y las correlaciones está creciendo. Big Data es un término difundido
28
con el que se señala al problema de los datos, porque es aplicable a todos los ámbitos de la vida. Esto pone el acento en asegurar que tengamos confianza en la integridad, autenticidad y fiabilidad de los datos entrantes, y en la disponibilidad de herramientas apropiadas para buscar, analizar, visualizar e interpretar la información saliente. Estos requisitos dependen de los clientes del
laboratorio, los cuales demandan información y datos científicos sólidos, fiables y relevantes suministrados de modo oportuno y rentable. Los principios seculares del método científico proporcionan la base para la integridad, autenticidad y fiabilidad de los datos científicos, pero es preciso reforzar dichos principios en el contexto de la conformidad con las normativas y de la creación de datos probatorios para patentes.
Productividad/ Eficiencia empresarial
El objetivo básico de la instalación de los sistemas informáticos de laboratorio consiste en mejorar la productividad y la eficiencia comercial del laboratorio. A fin de maximizar los beneficios es importante tener en cuenta los procesos laboratoriales y empresariales que pueden verse afectados por el nuevo sistema. Es fácil caer en la trampa y limitarse a “informatizar” una función existente del laboratorio en lugar de analizar las posibles ventajas del rediseño de un proceso empresarial. El uso de herramientas como 6-Sigma o Lean puede ser muy útil. No obstante, conviene ser prudente con el uso de tales herramientas, según la naturaleza del
laboratorio. Por ejemplo, los laboratorios donde se efectúan análisis sistemáticos ultrarrápidos, que operan básicamente con procedimientos normalizados de trabajo, son más receptivos a la mejora de procesos. En cambio, en los laboratorios de investigación y descubrimiento, menos estructurados y dependientes de procesos
“ La productividad y la eficiencia empresarial acostumbran a medirse en términos financieros, aunque esto pueda traducirse en ahorro de tiempo o, en algunos casos, en el número de pruebas, muestras y experimentos en unidades de tiempo”
más diversos y menos controlados, es menos probable que se beneficien del rediseño formal de los procesos. La productividad y la eficiencia empresarial
acostumbran a medirse en términos financieros, aunque esto se pueda traducir en ahorro de tiempo o, en algunos casos, en el número de pruebas, muestras y experimentos completados. Por tanto, en cualquier proyecto de implementación hay que ser capaz de cifrar el “antes y después”. Crear una métrica inicial es uno de los pasos preliminares importantes del proyecto. Las herramientas facilitan la mejora si la
www.scientific-computing.com/BASL2015
Pressmaster/
Shutterstock.com
Page 1 |
Page 2 |
Page 3 |
Page 4 |
Page 5 |
Page 6 |
Page 7 |
Page 8 |
Page 9 |
Page 10 |
Page 11 |
Page 12 |
Page 13 |
Page 14 |
Page 15 |
Page 16 |
Page 17 |
Page 18 |
Page 19 |
Page 20 |
Page 21 |
Page 22 |
Page 23 |
Page 24 |
Page 25 |
Page 26 |
Page 27 |
Page 28 |
Page 29 |
Page 30 |
Page 31 |
Page 32 |
Page 33 |
Page 34 |
Page 35 |
Page 36 |
Page 37 |
Page 38 |
Page 39 |
Page 40 |
Page 41 |
Page 42 |
Page 43 |
Page 44