Многие заводы ошибочно полагают, что оснащение постов контроля качества моделью искусственного интеллекта решает задачу, предполагая, что работники будут просто следовать подсказкам на экране. Основная проблема заключается в том, что происходит после того, как модель помечает дефект как «NG» (не соответствует): какую рабочую инструкцию должен просмотреть работник, как выполнить повторную проверку и как сообщить об аномалии? Эта информация часто разрознена между бумажными инструкциями SOP и памятью мастера. Истинная сложность внедрения ИИ-контроля качества для медицинских изделий заключается не в самом алгоритме, а в способности рабочих инструкций на посту динамически адаптироваться к результатам проверки.
1. Декомпозиция действий по контролю качества в видеоинструкции (SOP), а не просто длинные записи
ИИ-контроль качества медицинских изделий включает несколько этапов, включая визуальный осмотр, сборку и упаковку, где каждый этап имеет свои критерии оценки и действия по утилизации. Представим гипотетический завод, производящий одноразовые инфузионные системы, использующий модель машинного зрения для выявления заусенцев на хаб-части катетера. Работнику требуются три конкретных элемента: сравнительное изображение результата NG, определение границ для суждения о наличии заусенца и процесс удаления дефекта с последующим внесением данных. При создании видеоинструкции точки аннотации размещаются на ключевых кадрах. Одно нажатие работником ставит видео на паузу в кадре, определяющем стандарт оценки, что значительно быстрее, чем перелистывание бумажных документов. Это отличает видеоинструкцию от обычного обучающего видео: первое служит операционной основой на посту, тогда как второе является лишь учебным материалом для класса.
2. Разделенный экран воспроизведения для решения задачи «просмотр результатов проверки при сверке стандартов операций»
Типичная ситуация на посту контроля качества предполагает использование двух мониторов или макета с разделенным экраном: одна сторона отображает интерфейс программного обеспечения ИИ-детекции, другая — рабочие инструкции. Компьютеры типа all-in-one поддерживают макеты с разделенным экраном, где левый экран воспроизводит видеоинструкцию, а правый содержит Kanban для сбора данных проверки. Представим линию сборки медицинских изделий, где работник сканирует код после завершения сборки; данные приборов автоматически собираются в систему. Если выход годной продукции с первого прохода аномален, Kanban отображает красный индикатор. Нажатие соответствующего заказа на изготовление позволяет работнику получить видеоинструкцию для данной конкретной модели для повторной проверки. Технический факт здесь заключается в том, что карты сбора данных поддерживают ввод модели продукта для обеспечения полноты характеристик данных, а развертывание на стороне измерительного прибора не требует компьютера и использует простую связь по WiFi. По сути, видеоинструкция воспроизводится не изолированно; она связана с данными проверки на одном экране, устраняя необходимость для работников переключаться между двумя системами.
3. Раздельные права доступа и версии для управления обучающим видео и воспроизведением на посту
Отрасль медицинских изделий крайне чувствительна к контролю версий рабочей документации. Как только видеоинструкция обновляется, на посту не должно продолжаться воспроизведение старой версии. Управление документами поддерживает контроль версий и цифровые подписи. Обучающие видео управляются модулем обучения, тогда как воспроизведение на посту управляется модулем документов. Оба могут ссылаться на один источник видео, но поддерживать разные права доступа. Представим гипотетический электронный завод, переходящий на производство печатных плат (PCBA) для медицинских изделий, меняющий модель на посту контроля качества. Мастер назначает новое видео соответствующему заказу на изготовление через консоль управления. При следующем сканировании терминал all-in-one автоматически загружает новую версию, а старая версия архивируется с записью о трассировке. На основе спецификаций продукта этот подход сжимает процесс переключения видеоинструкций при смене линии с ручного копирования на USB-носителях и замены на отдельных машинах до одной операции управления с автоматической синхронизацией терминалов. Данная оценка основана на технической документации, а не на реальных данных тестирования клиентов.
4. Видеоинструкции должны поддерживать обратную трассировку качества
Записи о несоответствиях (NG), созданные ИИ-контролем качества медицинских изделий, не могут оставаться исключительно внутри программного обеспечения проверки. Модуль трассировки качества может связывать результаты проверки с конкретной версией видеоинструкции, которая воспроизводилась в тот момент. В случае жалобы клиента становится возможным проследить, именно какая версия руководства была перед глазами работника. Представим, что на стороне клиента обнаружена партия продуктов с плохой герметизацией упаковки. В ходе трассировки выясняется, что параметры температуры герметизации в видеоинструкции были обновлены в этот период, что указывает на то, что проблема возникла в течение полудневного окна перехода версии. Возможность такой обратной трассировки недостижима с помощью бумажных инструкций или изолированных плееров; требуется связь в рамках единой платформы.
В заключение даем рекомендацию по действию: если ваш завод внедряет ИИ-контроль качества медицинских изделий, не спешите сразу развертывать алгоритмы. Сначала декомпозируйте видеоинструкции на посту контроля согласно действиям оценки, согласуйте макет разделенного экрана с Kanbanом данных проверки и протестируйте процесс переключения версий. Только после оптимизации этих трех элементов можно обсуждать точность моделей.