Velg en side

Nytt produkt, preannonsering: Eksponering av LIMS-data direkte mot våre kunder, og lansering av NorLIMS

17. jan. 2020 | Blogg

Data Liberation Initiative, Data Liberation Front. Foto: Aker BP

Det viktige først: Godt Nytt År til våre lesere.

Så rett på sak: Data Liberation Initiative, Data Liberation Front.  Ganske aggressive greier, korrekt?  Jeg trodde det samme, selv om de to initiativene er drevet at henholdsvis Statistics Canada (Canadas versjon av SSB) og Google.  Det var inntil jeg så et bilde av Aker BPs CEO Karl Jonny Hervsvik i T-skjorte med skriften «Data liberation front» (over; foto: Aker BP).  Litt research klargjorde at Aker BP, Framo og Cognite i august 2018 signerte en smart service-kontrakt, basert på prinsippene om data liberation og at Aker BP har en ambisjon om å etablere en dataplattform basert på de samme prinsippene.

Hva har så dette med labindustrien å gjøre? Ganske mye, viser det seg: Laboratorieverdenen er en verden av instrumenter, standarder, akkrediteringer, hvite frakker, nøyaktighet, pdf-rapporter, og myndighetsrapportering.  Det er nå.  Fremover tror vi at kundene til labindustrien vil stille andre krav til de tjenester denne industrien leverer.  I dette bildet vil nye måter å eksponere, vise og tolke data mot kunde bli viktig.  Kall det labindustriens versjon av data liberation.

Jeg er glad for å kunne gi våre lesere innblikk i SINTEF Norlabs strategiske tenking om eksponering av LIMS-data mot kunde.  Vi planlegger i løpet av 2020 og 2021 å gå tre veier: i) direkte eksponering av LIMS-data (fra SampleManager fra Thermo Fisher og O3Lims fra Bytewize); ii) utvikling av nytt lettvekts web-basert LIMS, for kunder uten eget LIMS, med kodenavn NorLIMS, og iii) eksponering og dataintegrasjon via NorLIMS, for kunder med eget/egne LIMS.  I tillegg vil vi selvsagt fortsette å tilby dagens FTP-baserte filoverføring, for større kunder som måtte ønske det.

Bakgrunnen for dette valget er firedelt:

For det første tror vi at labindustrien i fremtiden i enda større grad vil produsere data som vil benyttes til driftsoptimalisering.  Dette betyr større datamengder, flere online-målinger, mer bruk av historiske data, mer søkelys på korrelasjon mellom ulike parametere fra ulike datakilder, og mer etterbehandling i kundens systemer (f.eks. drill-down og trending).

For det andre angår dette kommersielle utfordringer som eierskap til labdata og monetisering: Dette var lett før: i) labselskapet målte med egne sensorer; ii) labselskapet lagret disse dataene i eget on-prem LIMS, lukket for andre enn labselskapet; iii) labselskapet leverte fra seg utdrag av dataene, typisk i form av et pdf-dokument; og iv) eventuelt sendte kunden inn rapport til myndighetene.  Det var ingen som tenkte at det skulle være ønskelig å etter-prosessere disse dataene, at eierskap er en problemstilling, og at et LIMS ville måtte supportere multi-LIMS use case’r.  Fremtiden vil bli annerledes, og i SINTEF Norlab ønsker vi å gi våre kunder frihet til å aksessere egne data (se også Aker BPs Ole Jøran Askims kommentar under).

For det tredje handler dette om talent, spesifikt analytics-talent, og din organisasjons attraktivitet som arbeidsplass for slikt talent.  Dette er menneskene i organisasjonen din som driver med stordata / IIoT / analytics / maskinlæring.  (Min prediksjon er at nesten alle, jeg repeterer: nesten alle, organisasjoner i løpet av noen få år vil ha slike ansatte og benytte slike teknikker, hvis ikke allerede.)  Disse menneskene lever og ånder for data.  De har ingen interesse av å manuelt kopiere inn utvalgte data fra pdf-dokumenter.  For dem er rådata og data liberation en del av DNAet.

Til slutt så var vårt valg styrt av hva vi oppfatter som en tydelig trend i markedet: økt fokus på hvordan parametere utvikler seg over tiden.  Dette gjelder selvsagt trending (= trending av enkeltmålinger en gang per uke/måned/år, ikke-regulært samplet), som mange LIMS tilbyr i dag.  En mer betydelig utfordring er online-målinger.  Her snakker vi samplingsrater på ned mot en gang per 10 sekund, og typisk for et større antall sensorer.  Dette er utenfor området til tradisjonell LIMS, og tradisjonelt har man sett på dette området som mer egnet for SCADA-systemer / data historians.

Så kan man spørre: Eksponering av LIMS-data gjennom en web-klient, er ikke det LIMS-leverandørens ansvar, ikke laboratorieselskapets ansvar?  Tja, faktum er at de store LIMS-leverandørene kommer fra en verden basert på in-house sentrallaboratorium, på on-prem og managed hosting, på single-klient, og på ett og bare ett LIMS (deres eget).  De synes rett og slett ikke å ha forretningsmodeller eller arkitekturer tilpasset data liberation-imperativet (uansett hva de sier i markedsføringsmateriale).

Mer spesifikt om NorLIMS: NorLIMS er et lett, lav-kost LIMS med web-klient for kunder som ikke har valgt å investere i eget LIMS, en investering på fort NOK 200 000-2 000 000 per år (lisenskostnader, skreddersøm, konfigurasjon, integrasjon mot instrumenter).  NorLIMS er også et multi-LIMS dataintegrasjonsverktøy for de av våre kunder som kjøper analysetjenester fra multiple laboratorieselskaper, SINTEF Norlab inkludert.  (NorLIMS vil ikke tilbys selskaper som ikke er kunde av SINTEF Norlab.)  For kunde vil NorLIMS typisk erstatte Sharepoint-baserte regneark eller enkle Access-databaser.  Prisen på NorLIMS vil være ca. 10-20% av prisen på et typisk LIMS.

NorLIMS er allerede satt i produksjon hos en større norsk industribedrift, i en forholdsvis skreddersydd versjon.

Ta gjerne kontakt med meg på grim.gjonnes@sintefmolab.no dersom du ønsker en demo av systemet, eller hvordan direkte aksess til detaljerte labdata kan radikalt transformere din organisasjons arbeidsflyter.

La oss vende tilbake til Aker BPs strategiske valg.  Her er hva Ole Jøran Askim, VP Exploration Geophysics i Aker BP, sier (kilde: https://www.akerbp.com/promoting-data-liberation-front/): «We in Aker BP want to create a platform with access to all data suitable for machine learning, artificial intelligence … We are against all attempts of locking data in to applications, we want openness to allow for maximum use of our data.» Man vil tro at det samme imperativet og den samme argumentasjonen er gyldig for mange av labindustriens kunder.

Grim Gjønnes
Utviklingssjef, SINTEF Norlab