《SLAS Technology》：A Cloud-Enabled LIMS–QMS Platform With Large Language Model-Assisted Standard Operating Procedure Generation for GLP/GMP-Aligned Theranostics Laboratory Operations
编辑推荐：
诊疗一体化开发中心在严格的良好实验室规范（GLP）和良好生产规范（GMP）要求下运行，而碎片化、基于纸质的工作流无法充分支持这些要求。本文介绍实验室追踪软件（LTS）平台的设计、法规合规映射和试点部署；该平台是一个云就绪、基于Web的系统，在基于风险的计算机软
诊疗一体化开发中心在严格的良好实验室规范（GLP）和良好生产规范（GMP）要求下运行，而碎片化、基于纸质的工作流无法充分支持这些要求。本文介绍实验室追踪软件（LTS）平台的设计、法规合规映射和试点部署；该平台是一个云就绪、基于Web的系统，在基于风险的计算机软件保证（CSA）框架下统一实验室信息管理系统（LIMS）和质量管理系统（QMS）功能，并与美国食品药品监督管理局（FDA）21 CFR Part 11及ISO/IEC 17025保持一致。该平台在九个治理模块中实施6×6确定性请求与服务生命周期，并嵌入一个大语言模型（LLM）辅助模块；该模块可从单一服务名称输入生成结构化标准操作规程（SOP）、识别所需耗材和仪器、执行操作风险评估并提出可执行工作流。研究报告了跨187个实验室请求的试点部署（平均周转时间23天、1,456个质量控制检查点、43次偏差处理事件）；由于无法重建可比较的部署前数据集，这些数值不被解释为效率或错误减少收益。与21 CFR Part 11对齐的控制矩阵和基于CSA的验证包记录了经认证的电子批准、活动记录、二因子认证（2FA）和基于角色的访问控制（RBAC）；一项汇总的高风险用户验收活动成功执行了31/31个脚本化场景，独立评审者和批准者签署仍待完成。除最初的单一BRAF液滴数字PCR（ddPCR）示例性案例外，研究人员还在由20项实验室服务（10项分析和10项合成工作流）组成的锁定语料库上进行了文档级评价。全部280个强制性模板要素均存在（模板依从性100.0%），80项预定义自动文档控制检查均未被标记（0.0%）。专家裁定的错误率、人工编辑距离和时间节省未被测量，并推迟至前瞻性随访研究。与QT9 ERP/QMS、RAMS?和SENAITE LIMS的比较分析表明，该平台是一个治理优先、诊疗一体化专用的信息学系统，具有原生LLM辅助文档生成能力，而现有商业和开源替代方案不具备该能力。结果表明，将LLM辅助文档生成整合到受监管实验室信息学平台在技术上可行；然而，鉴于医学LLM文献中记录的幻觉风险，对生成内容进行系统性人在回路验证仍是在GLP/GMP环境中无监督部署的前提。修订后的设计描述还规定了模板约束提示策略、支持提示与输出重建的生成记录模式、模型变更控制程序、明确的LLM数据隐私边界，以及与2026年1月FDA/EMA药物开发良好人工智能（AI）实践指导原则的一致性。
一、研究背景与问题
诊疗一体化开发中心需要在良好实验室规范/良好生产规范（GLP/GMP）以及ISO/IEC 17025等框架下运行，但许多实验室仍依赖碎片化信息系统或部分数字化工作流，带来人为错误、数据孤岛、溯源性和数据完整性风险。在诊疗一体化流程中，诊断结果直接影响治疗决策，数据来源一旦受损，可能影响科学有效性和患者安全。与此同时，大语言模型（LLM）已进入生物医学领域，可用于文本处理、文献检索与合成、报告生成等，但其生成内容存在幻觉风险，即生成看似合理但事实错误的内容；当LLM输出进入受监管实验室文档时，该风险尤其需要控制。现有商业和开源实验室系统尚未充分覆盖诊疗一体化开发中心的端到端追溯、统一治理、强制合规门禁以及LLM辅助文档生成集成。因此，作者F. Aytac Durmaz开展LTS平台的设计、法规合规映射和试点部署研究，并扩展LLM辅助SOP生成模块，以探讨合规逻辑嵌入统一数字平台能否强化GLP/GMP依从性、改善多学科诊疗一体化开发环境中的运营效率，以及LLM辅助受监管技术文档生成能否在保持人工监督的前提下纳入实验室工作流。
二、研究开展、结论与意义
研究人员设计并试点部署了云就绪、基于Web的LTS平台，将LIMS、QMS和企业流程管理统一于受监管诊疗一体化开发场景，并将强制工作流状态机、审计轨迹、21 CFR Part 11合规电子签名和RBAC等法规逻辑嵌入可执行实验室工作流。平台进一步嵌入LLM辅助模块，从单一自然语言服务名称生成结构化SOP、耗材与仪器清单、风险评估和可执行工作流定义。研究结论是：将LLM辅助文档生成整合到受监管实验室信息学平台在技术上可行；但鉴于医学LLM文献记录的幻觉风险，生成内容必须经过系统性人在回路验证，不能作为自主合规机制。其意义在于提供了一个治理优先、诊疗一体化专用的LIMS–QMS平台框架，并明确了LLM辅助文档生成在GLP/GMP环境中的验证边界和人工质量保证要求。
三、关键技术方法
研究为单站点学术诊疗产品开发与分析中心部署，平台运行于机构服务器环境；试点队列为187个实验室请求，LLM模块评价使用锁定20项服务语料库（10项分析、10项合成工作流），每项服务生成一份标准化草稿，采用单一提示模板版本。方法包括设计科学研究逻辑、模块化单体架构（PHP后端、Nuxt.js/Vuetify前端、MySQL数据库、REST API）、仪器数据经文件传输协议（FTP）只读文件摄取、6×6请求与服务状态机、QMS清单前置门禁、基于CSA的风险分层验证、21 CFR Part 11控制矩阵、2FA、JSON Web令牌（JWT）15分钟刷新、HTTPS和基于范围的RBAC。LLM模块采用六阶段流水线、模板约束提示、模式验证、生成记录和模型变更控制。
四、研究结果
4.1 系统架构与功能范围：通过部署实例统计，平台在常规运行中注册23名员工、158名客户、54个实验室单元、54项配置服务和54台仪器；仪表板结合30天请求跟踪器（80个请求、57.5%完成率）和六种生命周期状态分布，表明平台已实现多单元生产性部署。
4.2 21 CFR Part 11控制映射与CSA证据状态：通过控制矩阵和验证包评价，平台实施合同批准、报告发布、协议接受三个经认证电子批准事件，采用唯一用户ID加2FA、时间戳和永久锁定；高风险用户验收测试31/31脚本化场景通过，但独立评审者和批准者签署仍待完成。
4.3 试点运营结果：通过187个请求的试点描述性统计，167个请求路由至服务（89.3%），分析类145个（86.8%）、合成类22个（13.2%），平均端到端周转时间23天，应用1,456个QC检查点（约每分析请求10个），43次偏差处理事件（约25.7%）；因无法重建可比部署前数据集，这些数值不作为效率或错误减少证据。
4.4 LLM辅助SOP生成示例性案例：通过BRAF ddPCR突变检测SOP案例评价，生成文档正确填充法规目的声明、范围声明和完整元数据，但Overview和Additional Instructions字段默认继承通用设备校准语言而非ddPCR专用内容，说明Draft状态和强制质量经理批准步骤对拦截此类不一致是必要的。
4.5 LLM辅助模块的定量与跨服务评价：通过在20项服务锁定语料库上的文档级评价，280/280个强制性模板要素存在（100.0%模板依从性），80项预定义自动文档控制检查无标记（0.0%）；专家裁定错误率、归一化字符级编辑距离、专家审查时间和匹配时间节省未评价，推迟至前瞻性研究。
4.6 生成草稿人工审查的示例审计记录：通过示例性去标识审计记录展示，质量经理对AI生成草稿的编辑保留生成值与更正后值、模型配置、提示与原始输出引用、修改原因、UTC时间戳和签名状态；目标设计中原始生成载荷不被覆盖，二者作为关联且分别哈希的对象存储。
五、讨论总结与研究结论翻译
讨论部分指出，试点部署表明诊疗一体化实验室运营数字化既是软件工程工作，也是运营治理干预；核心贡献是将GLP/GMP期望转化为技术强制的工作流门禁，而非可选程序清单。将员工能力、仪器准备和耗材有效性等QMS控制嵌入为推进前强制条件，可减少对隐性知识和人工跟进的依赖；采用成功还依赖变更管理，早期学习曲线和角色层级迭代调整是必要的。与QT9 ERP/QMS、RAMS?和SENAITE LIMS比较，LTS平台的强制状态机执行、QMS清单门禁、21 CFR Part 11控制矩阵和提供者无关LLM辅助文档模块的组合，在既有系统中并非共同具备。关于LLM验证，讨论强调幻觉风险广泛存在，受监管实验室环境不宜排除LLM辅助，而应实施版本化草稿、强制人工审查、审计轨迹和电子签名门禁等系统级控制，使LLM辅助SOP生成严格位于人工质量保证上游，作为文档加速工具而非自主合规机制；结构指标必要但不充分，完整模板依从不能替代专家裁定的科学正确性评价。模型变更控制方面，任何LLM提供者、模型家族、模型或部署版本、API版本、提示模板、推理配置或提供者安全策略变化，均视为受控软件变更；变更前需用锁定20服务基准语料库重新生成并比较模板依从性、专家裁定错误率、归一化编辑距离、人工审查时间、延迟和成本，达到预设阈值并经质量批准后方可发布，失败则保留原配置并验证回滚准备。与2026年1月FDA/EMA十项良好AI实践原则自评显示，两项完全处理、八项部分处理、无未处理项；LLM应限定为受控草稿生成辅助，不承担临床、诊断、治疗或产品放行功能。
研究结论翻译：本工作提出了一个云就绪的LTS平台，已在常规运行中部署，统一LIMS和QMS能力，用于诊疗一体化开发环境中与GLP/GMP对齐的实验室工作流。该平台扩展了一个提供者无关、LLM辅助的模块，可从单一服务名称输入生成SOP、耗材和仪器清单、风险评估和可执行工作流。与21 CFR Part 11对齐的控制映射和与CSA对齐的验证包表明，电子记录、经认证电子批准、审计轨迹和基于角色的权限检查等监管要求已得到实质性处理，31/31个脚本化高风险用户验收场景通过，独立签署待完成；跨187个请求的试点部署以描述性方式确认了操作可行性，且无部署前对照。跨20项实验室服务的文档级评价发现模板完全依从（280/280个要素）且80项预定义文档控制检查无标记。BRAF ddPCR示例进一步表明，该模块可生成法规感知的草稿文档，同时也揭示了LLM生成特有的模板继承不一致。这些发现提示，在受监管实验室环境中，LLM辅助应作为强制人工质量保证审查下的文档加速能力实施，而非自主合规机制。未来工作目标包括正式可用性评价、设备集成、专家裁定的幻觉率、编辑距离和时间节省研究、前瞻性成本与可扩展性方案执行、模型变更控制基准测试和多站点验证，均在CSA对齐、验证合规框架内，并与2026年1月FDA/EMA良好AI实践指导原则一致。
