宋保靓 温志英 张伟亚 张强 闫杰 索彦彦 潘晓远 李许

摘 要 本文探讨了数字化技术在智慧海关建设中的研究及应用，分析了数字化技术在实验室检测过程中各个环节的应用特点和分类，以及智慧海关建设中实验室数字化的典型案例，研究了当前数字化建设进一步完善的方向，如技术融合与统一、人工与机器的协同、数据与流程的标准化规范化、技术的持续更新与人员培养等，同时提出了相应的解决方案，可为智慧海关建设提供有益参考。

关键词 数字化技术；智慧海关；实验室检测

Exploration of the Integration of Digital Technology

in Smart Customs Laboratory Testing

SONG Bao-Liang^1,2 WEN Zhi-Ying^1,2 ZHANG Wei-Ya^1,2

ZHANG Qiang^1,2 YAN Jie^1,2 SUO Yan-Yan^1,2 PAN Xiao-Yuan^1,2 LI Xu^1,2*

Abstract This study delves into the research and application of digital technology within the framework of smart customs development. It examines the characteristics and types of digital technology applications throughout the laboratory testing process and highlights case studies of digitalization in smart customs laboratories. The paper also identifies current challenges in digital infrastructure, such as technological integration, human-machine synergy, standardization of data and processes, and continuous technological innovation alongside staff training. It proposes solutions to these issues, aiming to offer valuable insights and guidance for the advancement of smart customs initiatives.

Keywords digital technology; smart customs; laboratory testing

随着全球经济一体化和国际贸易的快速发展，传统海关监管方式也面临着机遇和挑战，智慧海关建设成为应对这一挑战的关键途径。智慧海关建设不仅涉及海关监管、信息化、数据交换等多个方面的升级，还需要通过实验室检测过程的数字化技术提高工作效率，确保贸易的顺畅和安全。

实验室检测作为海关监管的核心环节之一，其准确性、时效性直接关系到海关对商品的质量安全、分类、估值和征税等职责的实施。实验室检测正在运用更高效和更自动化的技术^[1] 。数字化技术的引入，可以实现样品采集、制备、处理、仪器操作、数据处理、质量控制和结果分析等整个检测过程的自动化和智能化^[2] 。在实验室检测过程中，应用数字化技术，不仅可以提高检测的准确性，还可以为海关提供大量的实时数据，支持数据分析和智能决策^[3] 。

本文通过深入分析数字化技术在实验室检测过程中各个环节的应用，以及智慧海关建设中检测过程数字化的案例，以期为智慧海关建设提供有益的参考和启示。

1 海关实验室数字化建设现状

现有海关实验室信息化体系主要包括e-Lab系统和多版本实验室信息管理系统（Laboratory Information Management System ，LIMS）。e-Lab系统主要用于实验室法定检验检测管理，自2017年上线后，历经两次优化升级，功能主要包括实验室检测业务流程管理、实验室资源管理和数据统计查询等，已实现对全国海关工业产品、食品、动植物以及卫生检疫工作的检验检测全面覆盖。LIMS系统则主要用于实验室日常管理和委托业务管理，全国海关各实验室在线运行的LIMS系统版本多达108个，涵盖检测业务流程管理、样品管理、原始记录的电子化管理、实验室资源管理、质量体系管理及数据统计查询等，基本实现从样品登记受理到检测报告发出、档案归档的整个检测流程。

在智慧海关建设推进过程中，海关实验室信息化建设侧重于检测业务运行流程管理。随着技术机构改革的深化，通过实施一系列战略性措施，将有效提升实验室的数字化、信息化与自动化能力，进一步提高检测效率。

首先，为了应对技术整合问题，建立一个统一的技术平台至关重要。这个平台需要整合包括物联网（Internet of Things，IoT）、人工智能（Artificial Intelligence，AI）、地理信息系统（Geographic Information System，GIS）在内的多种工具，以支持实时数据的采集、处理和分析。平台还应提供统一的应用程序接口（Application Programming Interface，API），确保与其他系统和应用的无缝集成，从而克服硬件和软件的不兼容性，避免数据不一致和信息孤岛的问题。

其次，找到人工与机器之间的最佳协同平衡点是提高工作效率的关键。虽然自动化技术可以提高传统任务的工作效率，但在处理复杂场景时，专家的知识和经验仍然至关重要。利用AI辅助专家进行数据分析和决策，同时通过人工干预来优化AI模型的性能，可以有效地结合两者的优势。

再次，随着技术的广泛应用，提升工作流程和数据标准的标准化与规范化是提高整体工作效率的必要步骤。统一的标准和规范不仅有助于确保数据和结果的可比性，还能为实验室提供一个清晰、可靠的工作框架，更好地应对挑战。

最后，随着技术的快速发展，持续更新系统并为员工提供必要的培训，是确保实验室能够保持技术先进性和提高员工工作质量的关键。这不仅有助于实验室保持竞争力，还能确保员工能够适应快速变化的工作环境。

总之，智慧海关建设是一个持续的、需要不断创新和适应的过程。通过上述措施，可以为智慧海关建设的顺利进行提供保障，有效支持实验室和海关工作的日常运作。这将为海关工作人员提供一个更加智能化和高效化的工作环境，同时也为未来的发展奠定坚实的基础。

2 数字化技术在检测过程中的应用

常见的实验室检测流程如所示。数字化技术在检测过程中的应用可以根据应用阶段和功能特点进行分类。一般而言，数字化技术在检测过程中主要应用于样品采集、制备、处理、检测仪器操作和数据处理、质量控制和结果分析等方面。下面分别从这几个方面对数字化技术的特点和分类进行探讨。

2.1 数字化技术在样品采集、制备和处理中的应用

2.1.1 数字化采集和记录样品信息

数字化技术可以在样品采集和记录过程中实现信息快速、准确、可靠地获取和管理^[4]。通过数字化手段，样品信息更加清晰、详细、规范，不仅提高了样品信息数据的可靠性和准确性，还避免了信息丢失和错误，有助于保护数据的安全性和保密性，从而为样品的后续处理和分析提供了坚实基础，确保了数据处理的连贯性和规范性。

2.1.2 数字化样品制备和处理过程

数字化技术可以实现样品制备和处理过程的自动化和智能化^[5]。传统的样品制备和处理方法主要依赖人工操作，时间长、效率较低、易受环境影响。而通过引入数字化手段对样品制备和处理过程实现自动控制和管理，大大提高了样品制备和处理的精确度和效率。这种转变不仅优化了样品处理流程，降低了人为误差的发生率，还可以提高样品制备和处理的可追溯性及规范性，确保每一个步骤都符合预定的质量和一致性标准。

2.1.3 数字化样品保存和管理

在样品保存和管理方面的应用，数字化技术可以提高样品管理的可靠性和效率^[6]。数字化的样品自动管理系统不仅提高了样品处理的精确性和效率，也可以帮助实验室规范样品管理和保存流程，使得样品流转的每一步过程都可记录和追溯，以确保符合国家和国际标准。

2.2 数字化技术在检测仪器操作和数据处理中的应用

2.2.1 检测仪器操作

数字化技术在检测仪器操作方面的应用，包括对仪器进行智能化控制和检测过程的自动化处理。通过数字化手段记录和管理仪器的操作数据，不仅可以提高仪器操作的稳定性和可控性，还能实时监测和反馈仪器状态，从而进一步提高检测效率和准确性^[7–9]。例如，数字化技术可以实现对液相色谱仪、气相色谱仪等检测仪器的自动化控制，包括自动进样、自动洗涤、自动分析等功能，减少了操作人员的工作量，提高了检测效率。同时，实现对仪器的智能化控制，自动调节仪器参数，减少了仪器的操作误差，提高了检测准确性。

2.2.2 数据处理

数字化技术在检测数据处理方面的应用，不仅包括数据的精确分析和处理，还涵盖数据的可视化呈现和分析，进而提高数据的精度和可靠性，且便于数据存储和共享。数字化技术可以帮助检测人员更快速、更准确地识别异常值和趋势，进行统计分析，提高检测数据的价值和应用。此外，数字化技术还可以支持自动化的数据分析和报告生成，提高数据分析的效率和可靠性，为检测结果的判读和应用提供有力支持。例如，数字化技术实现检测数据的自动化处理和分析，包括数据采集、传输、存储、分析等功能，减少人工干预，提高准确性。同时支持对检测数据的多方位分析和处理，包括数据可视化、模拟、挖掘等功能，提升数据分析能力和应用价值^[10]。

另外，AI技术在检测过程中的应用也越来越普及，能够通过对大量数据的学习和分析，实现样品的识别、分析和处理。例如，基于深度学习的图像识别技术可以实现通过样品图像自动识别和分类得出检测结果^[11]，基于机器学习的数据分析技术可以实现对检测数据的自动分析和处理^[12]。

2.3 数字化技术在质量控制和结果分析中的应用

2.3.1 质量控制

数字化技术在质量控制过程中应用，可以实现自动生成质量控制报告，帮助实验室对检测结果进行实时监控和质量评估，以及持续的过程优化，提高检测结果的可靠性和稳定性，从而提高检验检测工作质量和市场竞争力。例如，通过对检测数据的实时监测和分析，包括数据的分布、趋势和异常等情况的监测，实验室可以及时识别并纠正潜在的问题。这种实时的质量反馈机制确保了检测过程的准确性与规范性，有助于及时调整和纠正过程中的偏差^[13]。

2.3.2 结果分析

数字化技术在结果分析中应用，可以实现对检测结果进行多维分析和判定，如数据聚类、分类和关联分析，以及利用数据挖掘和机器学习等方法，从中发现隐藏的规律和趋势，提升结果的科学性和客观性。此外，数字化技术还可以实现对结果的可视化呈现和交互式分析，方便用户更好地理解和应用检测结果，促进生产过程的优化和改进。例如，通过建立检测结果数据库，实现对多批次、多产品、多参数的检测结果进行比对和分析，对历史数据的回溯分析、对结果的异常判定等功能，可以帮助企业快速定位问题，找出优化方案，提高生产效率和产品质量^[14]。

3 智慧海关建设中的实验室数字化案例分析

随着数字化技术在实验室检测领域的广泛应用，海关实验室数字化转型也迎来了前所未有的发展机遇。智慧海关建设中的实验室数字化案例不仅反映了现有技术的应用水平，还为未来发展趋势提供了宝贵的经验。

3.1 深圳海关的固体废物属性高效鉴别平台

深圳海关针对固体废物属性鉴别，从进口数量较大的进口再生塑料、旧机电等商品着手，建立固体废物属性鉴别技术支撑平台，利用大数据挖掘及AI等关键技术分析固体废物特征指标，建立固体废物属性鉴别预测模型，实现了典型种类固体废物属性的快速、高效鉴别。

3.2 重庆海关的实蝇智能监测

重庆海关联合本地高校和科研企业，研发了新型的智能诱捕终端，能够利用IoT、GIS、AI等技术进行实时自动监测，并自主报送数据。此外，还上线了“实蝇智能监测管理系统”，将所有智能诱捕终端的监测数据汇集到一个统一的平台，实现了实蝇在线自动AI识别计数和远程初筛辅助鉴定。

3.3 南昌海关的智慧“四化”实验室

南昌海关通过新一代的信息化管理辅助系统实现了实验室的数字化、一体化、自动化和规范化运行。该系统将各种实验室资质准入要求转化为参数并融入其中，对人员、设备使用、库存、检测任务和环境进行全要素管理。这种“系统+人工”和“制度+科技”的模式提高了数据的精确性，优化了实验室管理和检测流程。

3.4 南京海关的木材智能鉴别模式

南京海关针对进境木材的监管实施了木材智能鉴别模式。该模式利用AI技术和深度学习，基于木材的显微构造特征进行智能鉴别。通过开发的图像智能识别算法模型，系统可以对后台数据库进行学习和训练，进行自主判定。这种模式为海关实验室提供了快速、准确的鉴定服务。

3.5 案例分析总结

综上所述，这4个案例充分展示了数字化技术在智慧海关建设中的实际应用和价值。无论是数据的实时采集、实验室管理的优化，还是对复杂样品的智能鉴别，数字化技术都为海关提供了更高效、更精确的解决方案。

4 结语

在海关工作中，数字化技术已经成为一种不可或缺的工具，显著提高了实验室的效率和准确性。通过对典型案例的深入分析，也可以明确看到数字化技术在样品采集、制备和处理、仪器操作、数据处理、质量控制以及结果分析中的关键应用。特别是在智慧海关建设的背景下，如重庆、南昌、南京和深圳海关的相关案例，都生动地展示了数字化技术如何赋能海关实验室，推动其向更高效、更精确的方向发展。

尽管数字化技术带来了许多好处，但也带来了新的考验，如技术整合的复杂性、数据质量和准确性的提升、人工与自动化的有效结合、标准化和规范化的需求，以及技术更新与维护的持续性需求，这些考验需要海关部门、技术提供商和研究机构共同努力，寻找有效的解决方案。

展望未来，建立统一的技术平台、加强数据质量监控、深化人工与自动化的结合、加强标准化和规范化工作，以及持续的技术更新和员工培训，都是未来发展的关键方向，需要不断创新和完善，扎实推进智慧海关建设，为国家经济发展作出更大贡献。

参考文献

[1] 王风雅. 原砂含泥量的图像检测方法研究[D]. 哈尔滨: 哈尔滨理工大学, 2021.

[2] 陈雷, 张茂帆, 刘慧伟. 检验检测行业数字化转型发展的若干思考[J]. 质量与认证, 2021(6): 50-52.

[3] 高雨辰. 检验检测行业信息化的发展问题及解决措施[J]. 上海建设科技, 2021(1): 72-74.

[4] 杨晓微. 采矿自动化取制样系统的应用与发展[J]. 自动化应用, 2022(9): 123-125+129.

[5] 程鳞. 自动化处理平台AssayMap在生物制药样品制备中的应用及案例分享[C/OL]. 中国药学会, 2018: 52. https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CPFD&dbname=CPFDLAST2019&filename=YYWS201807002026&v=.

[6] 孙茹, 郭凡, 冯倩, 等. 符合CNAS标准LIMS在大型能源化工实验室的实施与应用[J]. 化工管理, 2021(25): 77-78.

[7] 韩英锋, 鲁欣月, 张乐. AI+化学:从自动化迈向智能化探索[J]. 西北大学学报(自然科学版), 2023, 53(1): 1-16.

[8] 谭光裕, 柯虎, 刘成, 等. 实验室检测仪器设备智能化管理探索与实践[J]. 设备管理与维修, 2020(15): 14-19.

[9] 孙成信. 国产自动化实验室流水线产品未来发展和技术预测[J]. 临床检验杂志(电子版), 2020, 9(1): 249-251.

[10] 梁映亮, 徐灼均, 莫和国. 实验室信息系统在分析后质量控制中的应用[J]. 国际检验医学杂志, 2014, 35(1): 118+123.

[11] 伏荣桃, 王剑, 陈诚, 等. 基于深度学习的水稻稻曲病图像识别与分级鉴定[J]. 四川农业科技, 2022(10): 35-40.

[12] 杨晓东. 三七粉品质的红外光谱快速检测算法及应用研究[D]. 重庆: 西南大学, 2020.

[13] 汪雨. 浅谈实验室信息系统在医学检验质量控制方面的应用价值[J]. 电脑知识与技术, 2022, 18(27): 100-101+104.

[14] 杭永伦, 周明术, 唐煌, 等. 实验室信息系统在室内质量控制分析和数据管理中的应用[J]. 国际检验医学杂志, 2015, 36(1): 140-141.

基金项目：海关总署科研项目（2022HK036、2022HK045、2023HK042、2023HK007）；深圳海关科研项目（2021SZHK010）

第一作者：宋保靓（1982—），男，汉族，山东泰安人，本科，高级工程师，主要从事实验室质量管理、分析测试技术工作，E-mail: songbaoliang@foxmail.com

通信作者：李许（1982—），男，硕士，河南南阳人，硕士，高级工程师，主要从事进出口商品检验、实验室质量管理工作，E-mail: nokia119@126.com

1. 深圳海关工业品检测技术中心 深圳 518000

2. 深圳市检验检疫科学研究院 深圳 518000

1. Shenzhen Customs Industrial Products Testing Technology Center, ShenZhen 518000

2. Shenzhen Academy of Inspection and Quarantine, Shenzhen 518000

图1 实验室检测流程图

Fig.1 Flow chart of laboratory testing