张佳：如何利用好猪业大数据，保护猪群健康？

福州微猪信息科技有限公司 张佳

养猪业在非洲猪瘟的威胁下已经发生了翻天覆地的巨变。养猪企业的规模日益扩大，养殖集团在全国范围进行大规模布局，而猪兽医和实验室检测得到了有史以来少有的重视和关注。猪群健康管理体系在各大企业得以快速建立。在疫病风险的威胁下，群体兽医学和预防兽医学走上舞台，并要求猪兽医能够更好利用猪业大数据，采集数据、管理数据并通过分析数据来更好保护猪群健康。

为了及时、高效、精准地进行大规模疫病监测，快速采集健康信息并开展分析，大量养殖企业建设了专门的兽医实验室。大规模养殖集团或体系则相应建设了完整的实验室体系。同时我们发现，虽然市面上可以找到一些通用实验室信息管理系统，但缺乏针对猪群健康管理需求的实验室信息管理系统。通用系统多数为高校、科研机构、医院、生物技术公司或工业领域等设计，侧重于实验室内部管理。通用系统无法与猪的临床背景相关联，难以支持基于养猪管理需要的特定组织结构需要，远远不能满足行业的需求。

通过多方调研，我们发现目前猪兽医实验室信息管理存在以下几个问题和困难。

样本采集在猪场的多个区域完成。样品采集后，猪场通常有专人进行样品采集和信息填报。但样本运输常常因为猪场所在地区和周边交通条件的原因，存在包括快速、寄运、自驾等多种不同的方向。而实验室的接收工作也会由于人员配备的原因，缺乏有效的反馈机制。这些困难导致采样、送样、收样及检测结果不能得到及时反馈。部分兽医工作者和业务决策人员无法及时获取监测信息，导致战机延误。

很多实验室仍然在用Excel在不同人之间传输数据。而不同实验室间使用的表格未经过标准化，存在较大差异，甚至同一实验室不同操作者或不同时期之间也存在类似问题。实验室内不同的检测仪器输出的结果同样无法自动化合并。这些分散且不标准的数据汇总起来耗时费力，也难以形成有效分析并进行监测。由于缺乏系统，历史检测结果无法得到高效、稳定、安全归档。这些先天不足导致实验室的数据成果不能得到积累，并造成知识成果流失。

实验室检测结果仅仅是兽医做出诊断决策的依据之一。目前常见的实验室信息系统为独立开发的系统，检测数据难以获取生产数据作为参考，检测报告的结论仅能根据样本背景信息生成的简单文字总结。

兽医实验室是一个高投入的部门，兽医实验室所管理的物资同样如此。在很多兽医实验室，都存在物资领用同时出库的情况。但包括试剂盒在内的一些物资在出库后并没有当场耗用，因此存在管理上的真空地带。在这一背景下，如果没有合适的系统进行物资管理，将可能会出现资产安全受威胁、耗材使用浪费等风险。

微猪科技开发的兽医实验室信息化解决方案

根据猪场健康管理的需要，建设新时代的兽医实验室信息管理系统必须从业务出发，符合养猪经营需求并应当起到效率工具、疫病监测、决策辅助等关键作用。基于这些原则，微猪科技开发了整套兽医实验室信息化解决方案。这一全新的解决方案具备以下几个特点。

兽医实验室信息系统首先要包含疫病监测中最基本的几个模块，如样本管理、检测管理、物资管理及报告管理等。一个完整、高效的体系不仅仅是信息软件系统，还应该建立完善的组织架构以支撑实验管理的数字化转型。企业在组建团队时，应配备具有信息化基础技能的人员。实验室所使用的检测仪器优先采用使用开放标准或提供开放接口的检测设备。

除了基础的功能，一款优秀的系统还应该包括检测成本核算、实验室人员工作量核算等功能。系统应该管理检测物料数量及成本，并对检测费用进行结算。即便是内部客户，对样本检测进行费用的预估和结算同样有助于进行成本的有效控制，避免无意义的大量检测。在物料管理方面，试剂盒的管理尤为重要。如有可能，最好能对试剂盒的检测效率进行有效管理。此外，工作量核算是实验室人员绩效管理的方式之一。

通过高效收集准确数据以供兽医诊断决策参考，解决现有人工统计及基础分析工作时繁琐费时的现状，这是信息系统开发的最主要目的。如果信息系统不能满足使用者的实际需求，不能便捷现有工作或流程不够简洁顺畅，反而会增加工作人员的负担。

为了实现这一目的，信息体系必须配合流程变革，实现信息流从采样到结果的全程传递。猪场待检样本登记后，实验室及时得到系统通知，提前知晓待接收样本。而实验室在接收样品时，只需要关注对样品信息的确认，无需重复录入信息。检测结果经审核后直接送达送样单位，减少人工传递信息的环节，提高信息传递速度并增加员工的满意度。

录入效率不高且程序繁杂，这是目前多数系统存在的问题。兽医实验室系统应支持批量录入、设备同步及文件导入等多种数据录入手段，使检测数据更高效、准确地记录。微猪科技在研发过程中，创造性地设计了一些便捷的录入功能。例如实验室可以根据检测目的的不同，设置各类“检测套餐”，方便用户快速选择检测项目。在数据导入，系统会自动进行逻辑判断，筛选出重复、无效或错误数据。

实验室数据通常具有单批次时间短、数量大的特点，同时录入、编辑的项目条数较多，开发者需要对交互进行优化，避免系统卡顿的出现，确保用户体验和系统性能。如果用户采用上传数据的方式，应允许系统在用户上传后后台处理数据，不影响用户的正常使用。

合样检测是当前广泛应用的一种检测方式。实验室系统应支持合样检测。样品合样后，一旦检测出阳性，需要由系统自动将样品编号分开，重新生成检测单。同时，由于合样的复检需要重复劳动，在一些组织中，可能存在实验室人员的工作量统计问题。

实验室系统的主要作用是为生产经营决策服务。实验室信息管理系统应当能有效利用生产数据，实现系统间信息整合联动，满足业务经营的需求。用户在登记采样送样时，可以调用生产系统信息，无需重复录入个体信息、临床症状等生产信息。

如果用户企业已经建设完整的ERP系统或相应信息系统，实验室系统应尽可能配合实现单点登录，避免用户重复登录多个不同的业务系统，提升用户体验。

组织架构的设置应对体系内的组织进行有效分类管理，包括实验室（中心实验室、卫星实验室等）、送样单位（个人、猪场、第三方组织）等，并提供区域管理的功能。实验室系统可以支持ERP系统中的组织架构并实现同步，避免设置独立的组织架构。我们在过去的实践中，经常看到多套系统需要重复设置的现象。这种方式在员工入职、调岗及离职时往往得不到及时调整，从而存在信息安全隐患。

数据系统的使用对象和数据输出对象不同，关注的角度与分析方式就会有所不同。优秀的系统应支持多角色、多用户的需求。

系统设计时应该进行角色画像，对系统管理、兽医经理、实验室人员、猪场人员等多个不同的角色进行分析，并满足各个角色的实际需求。例如，微猪科技针对实验室和送样单位用户分别提供了独立的用户看板，只有提供适合用户的数据才能更好地提供决策参考。

同时，由于兽医实验室的数据比较敏感，可能会影响到养殖公司的信息安全。实验室信息系统应具备完善的权限管理功能，避免无权限人员非法获取数据。

在能够保证提高基础工作效率的基础上，成熟的系统设计应支持从猪只、人员、车辆、物资、环境等多个维度及维度组合进行数据进一步分析，得到更加有价值的决策参考信息。在对接生产系统的前提下，系统需要结合猪群健康背景和检测结果进行展现分析。

在多个实验室的情况下，需要对不同实验室的检测数据进行排序和对标分析。通过对实验室、检测人员等维度进行分析管理，可以提供实验室的检测水平和管理水平。

目前，猪兽医实验室信息管理系统的设计和开发仍有很大的改进空间。很多兽医大数据分析的需求还不能够得到满足。例如，第三方兽医实验室的结算系统、体系间及体系内不同实验室的信息共享（包括内参标准、周边威胁等）、利用机器学习及时进行疫病预警等。

借本文抛砖引玉，希望能有更多人参与到兽医数字化的变革中来。