一份檢體從收件區被辨識、分流、搬運、交給儀器，再把狀態寫回實驗室資訊系統，會穿過條碼、相機、任務模型、機器人控制與稽核紀錄。ABB 與 Roche 的合作從檢體物流切入，正是因為這條路徑可觀測，卻不能容許身分在任何一次交接中斷。
合作範圍先限定在兩類實驗室工作
ABB 官方公告表示雙方將開發並商用化實驗室機器人方案，最先處理病理玻片與核心實驗室內部物流，使用多關節機器人與自主移動操作平台。這是合作和開發方向，不是已有醫院正式上線、處理量提升或臨床結果。
Roche 的 診斷自動化頁著重工作流程、資料分析與決策支援。將機器人加入既有實驗室，需要與儀器、LIS、品質系統及人工作業一起驗證，不能只看機器人的搬運動作。
兩個首波場景的風險也不同。病理玻片薄、易碎且標籤面積有限，核心實驗室則可能有大量試管、急件與不同儀器節拍。相同移動操作平台不代表夾具、清潔、身分核對與允許復原方式相同；每一類檢體都要有自己的危害分析和驗收分母。
合作目標中的『商用化』仍是未來方向。公開資料沒有指定醫院、試辦開始日、地區法規路徑或價格。讀者應等待具名場域、實際處理範圍與品質系統整合，而不是把兩家大型公司合作當成已完成部署的替代證據。
第一個介面是檢體身分與感測
條碼、載架、玻片標籤與容器外觀，是任務開始的共同鍵。反光、污漬、標籤皺折、重複條碼或載架位置偏移，都可能讓相機讀到錯誤身分。系統應在每次拿取前後確認實體 ID、位置、方向、完整性與時間戳，低信心時停止並要求人工核對。
身分核對可採雙讀取或不同感測來源，但仍需處理兩者不一致。若條碼與 LIS 任務不同，系統應凍結檢體、標示最後可信位置並要求具名人工判定；不能以模型『看起來像』某種檢體來覆寫正式識別。
條碼讀取率也不該只在乾淨標籤上測。實驗室可用凝結水、污漬、刮傷、側貼、倒置與重複號碼建立壓力集，並記錄拒絕率和人工處理時間。高拒絕率雖然保守，仍可能造成急件延誤，因此安全與可用性要一起量測。
模型介面只能提出任務，不可改寫身分
實體 AI 可協助辨識工作區、選擇抓取姿態、排序急件或規畫繞行；它不應自行修正看似錯誤的檢體 ID，也不能在缺少儀器就緒訊號時假設可交接。模型輸出必須綁定原始讀值、任務 ID、版本與拒絕原因。
派工模型若調整急件優先序，必須遵守 LIS 或醫囑來源，而不是自行推論臨床重要性。每次變更要保留原始優先級、規則、模型輸出與最終核准。這不只是演算法稽核，也能在報告延遲時重建某份檢體為何等待。
模型介面應允許明確的『未知』與『不可處理』。容器不在白名單、標籤破損、儀器狀態不明或交接位置被占用時，最安全的動作通常是送到人工例外站，而不是產生更複雜的繞行計畫。
| 資料流 | 必要欄位 | 不可由模型推測 |
|---|---|---|
| 收件到分流 | 檢體 ID、類型、優先級與時間 | 身分或醫囑 |
| 機器人取放 | 來源、目的地、姿態與完整性 | 容器可安全抓取 |
| 儀器交接 | 就緒、接受、拒絕與錯誤碼 | 儀器已完成接收 |
| LIS 回寫 | 任務狀態、重試與具名介入 | 臨床結果或審核狀態 |
控制介面要保護檢體與人員
路徑規畫、抓取力、門與抽屜狀態、有人區速度及安全停止，需要由機器人與場域控制層執行。檢體掉落、容器破裂或夾持滑動時，系統要停止、標示受影響區域並保留原位置，不能為了維持吞吐量而自動把未知狀態送往下一站。
本站的 AMR 與 AGV 差異也適用於實驗室：自主繞行不是檢體追蹤，車輛安全通過走道也不代表手臂交接與資料交接已完成。
多關節手臂和移動底盤同時運作時，穩定與安全包絡會變。機械臂伸出可能改變重心、占用走道或接近人員；底盤未完全定位時也不應開始精密交接。系統要有底盤—手臂互鎖、載荷限制和清楚的手動釋放流程。
污染事件的停止邏輯要區分一般掉落、容器破裂和可能生物危害。機器人不能在未知液體上繼續行駛擴大污染；場域需要封鎖、通報、清潔與檢體處置程序。這些責任由實驗室品質系統決定，不會由一般機器人功能自動補齊。
硬體介面包含容器、載架與儀器門
不同試管、蓋子、玻片盒、載架公差與儀器開口會改變末端夾具。化學污染、液體洩漏、清潔劑、尖銳物與低溫樣品也有不同材料及維護要求。導入前應建立可處理與禁止處理的容器清單，並以真實批次測試偏位、黏附與破損。
末端夾具的材質、可清潔性與更換週期都需文件化。處理玻片與試管可能使用不同接觸面，若夾具更換後沒有自動辨識和校正，錯誤工具仍可能被任務系統呼叫。每次更換應留下零件批次、校正結果與允許檢體清單。
儀器門、抽屜與載架也可能因批次、維修或溫度出現公差。驗收應測試偏心、半開、卡住與被人工暫停等狀態，並確認機器人不以額外力量強行完成。力感測只能協助偵測異常，仍需要損傷門檻和復原決策。
遙測與運算預算要能重建每次交接
相機、條碼、力感測、機器人、儀器與 LIS 日誌要有共同時間基準。延遲預算應涵蓋讀取、推論、派工、移動、取放與回寫；運算和電力預算則要包含高峰到件、充電、備援與網路中斷。只報平均搬運時間，無法看出急件被卡在哪一層。
日誌對齊最好使用可追溯時鐘來源，並記錄各系統時鐘偏差。只有『10:01 完成』而不知道相機、LIS 與機器人是否同步，就無法判斷誰先發出錯誤狀態。事件包應能一次匯出檢體 ID、任務、影像、動作、儀器回覆與人工操作。
容量規畫要看尖峰和急件，不只日平均。若充電或維修讓一台車離線，系統仍需保留急件路徑與人工備援；若網路中斷，至少要知道每份檢體最後確認位置。吞吐量提高不能以丟失稽核軌跡或取消人工通道為代價。
| 容量區 | 估算單位 | 過載時優先保護 |
|---|---|---|
| 檢體 | 每小時量與尖峰到件 | 身分與急件順序 |
| 機器人車隊 | 同時任務、充電與維修 | 安全停止與人工通道 |
| 視覺與 AI | 影格、模型與尾端延遲 | 不確定告警與退回 |
| LIS | 訊息、重試與重複 | ID 完整與稽核紀錄 |
| 電力與網路 | UPS、死角與復原 | 已知檢體位置 |
整合測試從錯誤交接開始
驗收應刻意放入讀不到的標籤、重複 ID、儀器拒絕、載架滿位、斷網、低電量、手臂未放正與人工取走檢體。每次都要能回答檢體最後在哪裡、誰改了狀態、是否可能污染，以及恢復後會不會重複送件。
公開資料尚未給出部署醫院、處理量、錯誤率或污染降低。後續若有場域數據，應報完整檢體分母、人工介入與例外，而不只報節省時間。
正式上線前可做影子運轉：機器人產生建議任務但不移動檢體，先比對派工與 LIS 規則，再逐步開放低風險路線。每一階段要有退出條件、回復程序與品質主管核准。若試辦只在工程師陪同下運作，仍未證明一般班次可維護。
臨床效益必須以適合的終點研究。較快搬運不一定縮短報告時間，污染降低也要有基準和事件定義；病人結果更不能從機器人路徑直接推論。公開合作公告可支持研究方向，不能支持這些尚未量測的結論。
- 以實體檢體 ID 對齊數位任務 ID
- 驗證儀器就緒、拒絕與重試訊息
- 讓每次相機、抓取、交接與回寫可重建
- 測試斷網、掉落、破損、滿位與人工拿取
- 保留人工通道與已知安全的檢體位置
讀者接著會問
是否已有共同的實驗室機器人介面標準？
本次公告沒有列出一套通用介面。每台儀器的 LIS 訊息、檢體識別、就緒訊號與錯誤碼仍要逐項確認；機器人能移動，只是整合的一部分。
發生異常時應先查哪裡？
先把實體檢體 ID 與數位任務 ID 對齊，再依時間戳檢查最後一次感測、機器人交接、儀器就緒與人工介入。先恢復身分和位置，再解讀 AI 的派工決策。
資料最後查核：2026 年 8 月 25 日