*Kurs bez limitu czasowego – kursant ma nieograniczony dostęp do wszystkich materiałów i quizów przewidzianych programem kursu przez okres 3 miesięcy od dnia zalogowania się, po uiszczeniu opłaty.
Kontrola jakości i walidacja metod badawczych w diagnostyce laboratoryjnej
Kurs doskonalący
Zapisy na kurs:
przyjmowane są do 30 kwietnia 2026 r.
Termin kursu:
w okresie od 05.05.2026 r. do 05.07.2026 r.
Szczegółowe informacje o kursie
- Wprowadzenie do jakości w diagnostyce laboratoryjnej:
- Systemy zarządzania jakością w ochronie zdrowia, z omówieniem regulacji ustawy o jakości w opiece zdrowotnej i bezpieczeństwie pacjenta oraz norm ISO 15189, GLP, GMP, CLSI.
- Standardy jakości dla laboratoriów diagnostycznych.
- Standardy organizacyjne POCT.
- Dokumentacja systemu zarządzania jakością.
- Kontrola jakości badań laboratoryjnych:
- Rola kontroli jakości w zapewnieniu rzetelnych wyników.
- Kontrola wewnętrzna – cele, zasady, interpretacja wyników.
- Kontrola zewnętrzna (EQA, PT) – organizacje, procedury, analiza wyników.
- Walidacja metod badawczych:
- Zasady walidacji metod badawczych w diagnostyce laboratoryjnej.
- Etapy walidacji metody: projektowanie, ocena, weryfikacja.
- Parametry walidacyjne.
- Weryfikacja metod badawczych:
- Różnice między walidacją a weryfikacją.
- Zasady przeprowadzać weryfikację.
- Procedury weryfikacji metod w laboratorium.
- Zarządzanie danymi i ocena niepewności pomiarowej:
- Obliczanie i interpretacja niepewności pomiarowej.
- Postępowanie w przypadku niezgodności wyników.
- Przyczyny błędów w badaniach laboratoryjnych.
- Strategie rozwiązywania problemów.
- Działania korygujące i zapobiegawcze.
- Tradycyjne metody i nowoczesne narzędzia kontroli jakości:
- Metody statystyczne w kontroli jakości (np. kontrola statystyczna procesu, wykresy Shewharta).
- Próby walidacyjne: podejście manualne kontra podejście automatyczne.
- Zastosowanie narzędzi takich jak SPC (Statistical Process Control).
- Wykorzystanie narzędzi IT i oprogramowania w zarządzaniu jakością (np. systemy ERP, MES).
- Automatyzacja procesów kontrolnych: robotyka, czujniki, kamery i systemy wizyjne.
- Sztuczna inteligencja i uczenie maszynowe w kontroli jakości.
- Analiza danych w czasie rzeczywistym i predictive maintenance.